Estadistia Modulo Final 2013a

ESTADSTICA
UNIVERSIDAD NACIONAL DANIEL

ALCIDES CARRIN
Universidad Nacional Daniel Alcides Carrin
IMPORTANCIA DE LA ESTADSTICA
Todos los campos de la investigacin cientfica seria se pueden beneficiar del
anlisis estadstico ya que las tcnicas estadsticas se pueden utilizar en casi todos
los aspectos de la vida Se disean encuestas para recopilar informacin previa al da
de elecciones y as predecir el resultado de las mismas. Se seleccionan al azar
consumidores para obtener informacin con el fin de predecir la preferencia con
respecto a ciertos productos y/o servicios.
os responsables de la toma de decisiones sobre la poltica econmica! asesores
presidenciales! ministeriales y de otros altos cargos p"blicos! tienen en la
estadstica una #erramienta muy valiosa. os economistas consideran varios ndices
de la situacin econmica durante cierto periodo y utilizan la informacin para
predecir la situacin econmica futura. $nicamente con la ayuda del anlisis
estadstico pueden tomarse decisiones inteligentes en relacin con los tipos
tributarios! programas sociales! gastos de defensas! polticas laborales! inversiones
prioritarias.
%s fundamental para los empresarios! en su b"squeda incansable del beneficio! donde
las actividades de control total de calidad! minimizacin de costos! combinacin de
productos e&istencias y multitud de aspectos empresariales se pueden gestionar con
eficacia mediante procedimientos estadsticos constatados. os ingenieros
muestrean las caractersticas de calidad de un producto! 'untos con otras variables
controladas del proceso para facilitar la identificacin de las variables que estn
ms relacionadas con dic#a calidad.
%n la investigacin de mercados! la estadstica representa una ayuda inestimable
para determinar si es probable que un nuevo producto y/o servicio tenga &ito. Su
utilidad es evidente tambin para los asesores financieros que #an de evaluar las
oportunidades de inversin a travs de las bolsas de valores. (ontadores! directores
de personal y fabricantes se benefician igualmente del anlisis estadstico.
)ncluso los investigadores mdicos! siclogos! siquiatras y muc#os profesionales del
sector de la salud y del comportamiento! que preocupados por la eficacia de nuevos
medicamentos! realizan e&perimentos para determinar su efecto ba'o ciertas
condiciones ambientales controladas en los #umanos y en los animales para la
determinacin del mtodo apropiado para curar ciertas enfermedades!
encuentran en la estadstica un aliado imprescindible.
%n trmino generales la estadstica se puede utilizar para me'orar el rendimiento en
el traba'o y en muc#os aspectos de la vida diaria ya que es una gua universal para lo
desconocido.
*%S+,%- .% %ST/.)ST)(/
2 | E S T A D I S T I C A M g . L u z M a r l e n e M e n d o z a T o r r e n
1.1. HISTORIA DE LA ESTADISTICA
as ciencias al evolucionar pierden sus rasgos primitivos! se transforman! se dividen
y a"n cambian de nombre. a estadstica #a seguido igual proceso y para comprender
su estado actual necesitamos conocer algo de su #istoria. 0ormalmente se
considera fundador de la estadstica a 1odofredo /c#en2all 34546 7 45589 profesor
y economista alemn quien siendo docente de la universidad de eipzig! escribi el
descubrimiento de una nueva ciencia que llamo estadstica 3palabra derivada de
Staat que significa gobierno9 y que defini como el conocimiento profundo de la
situacin respectiva y comparativa de cada estado. /c#en2all y sus seguidores
estructuraron los mtodos estadsticos que se orientaron a investigar! medir y
comparar las riquezas de las naciones.. -o obstante lo anterior no significa que
antes de los estudios de /c#en2all! los estados no #ubiesen efectuados inventarios
de sus riquezas: estos inventarios o censos 3palabra derivada del latn censere que
significa valuar o tasar9 se realizaron desde la antig;edad. Se sabe que 8<<< a
=><< aos antes de (risto! los c#inos y los egipcios efectuaron censos que eran
simples inventarios elementales y que desde los comienzos de la civilizacin #an
e&istido formas sencillas de estadstica! pues ya se utilizaban representaciones
grficas y otros smbolos en pieles! rocas! palos de madera y paredes de cuevas para
contar el n"mero de personas! animales o cosas. ?acia el ao =<<< /(. os babilonios
usaban pequeas tablillas de arcilla para recopilar datos sobre la produccin agrcola
y sobre los gneros vendidos o cambiados mediante trueque. %n el siglo @@@) a.(.!
muc#o antes de construir las pirmides! los egipcios analizaban los datos de la
poblacin y la renta del pas. os libros bblicos de -"meros y (rnicas incluyen! en
algunas partes! traba'os de estadstica. %l primero contiene dos censos de la
poblacin de )srael y el segundo describe el bienestar material de las diversas
tribus 'udas. %n (#ina e&istan registros numricos similares con anterioridad al ao
8<<< a.(. os griegos clsicos realizaban censos cuya informacin se utilizaba #acia
el >6A a.(. para cobrar impuestos.
%l )mperio romano fue el primer gobierno que recopil una gran cantidad de datos
sobre la poblacin! superficie y renta de todos los territorios ba'o su control.
.urante la edad media slo se realizaron algunos censos e&#austivos en %uropa. os
reyes caloringiosBipino el Creve y (arlomagno ordenaron #acer estudios minuciosos
de las propiedades de la )glesia en los aos 5>D y 5E8 respectivamente. .espus de
la conquista normanda de )nglaterra en 4<EE! el rey 1uillermo ) de )nglaterra
encarg la realizacin de un censo. a informacin obtenida con este censo! llevado a
cabo en 4<DE! se recoge en el .omesday CooF. %l registro de nacimientos y
defunciones comenz en )nglaterra a principios del siglo @G)! y en 4EE8 apareci el
primer estudio estadstico notable de poblacin! titulado Hbservationsont#e ondon
Cills of ,ortality 3(omentarios sobre las partidas de defuncin en ondres. +n
estudio similar sobre la tasa de mortalidad en la ciudad de Creslau! en /lemania!
realizado en 4E64! fue utilizado por el astrnomo ingls %dmund ?alley como base
para la primera tabla de mortalidad.44 %n el siglo @)@! con la generalizacin
del mtodo cientfico para estudiar todos los fenmenos de las ciencias naturales y
sociales! los investigadores aceptaron la necesidad de reducir la informacin a
valores numricos para evitar la ambig;edad de las descripciones verbales..esde su
creacin! la estadstica se #a enriquecido continuamente con los aportes de
matemticos! filsofos y cientficos de todas las disciplinas.
%n nuestros das! la estadstica se #a convertido en un mtodo efectivo para
describir con e&actitud los valores de datos econmicos! polticos! sociales!
psicolgicos! biolgicos o fsicos! y sirve como #erramienta para relacionar y analizar
dic#os datos. %l traba'o del e&perto estadstico no consiste ya slo en reunir y
tabular los datos! sino sobre todo en el proceso de IinterpretacinJ de esa
informacin. %l desarrollo de la teora de la probabilidad #a aumentado el
alcance de las aplicaciones de la estadstica. ,uc#os con'untos de datos se pueden
apro&imar! con gran e&actitud! utilizando determinadas distribuciones
probabilsticas: los resultados de stas se pueden utilizar para analizar datos
estadsticos. a probabilidad es "til para comprobar la fiabilidad de las inferencias
estadsticas y para predecir el tipo y la cantidad de datos necesarios en un
determinado estudio estadstico.
1.2. ETAPAS DEL MTODO DE INVESTIGACIN
%l mtodo estadstico! parte de la observacin de un fenmeno! y como no puede
siempre mantener las mismas condiciones predeterminadas o a voluntad del
investigador! de'a que act"en libremente! pero se registran las diferentes
observaciones y se analizan sus variaciones.
Bara el planeamiento de una investigacin! por norma general! se siguen las siguientes
etapasK
a9 Blanteamiento del problema.
b9 0i'acin de los ob'etivos.
c9 0ormulacin de la #iptesis.
d9 .efinicin de la unidad de observacin y de la unidad de medida.
e9 .eterminacin de la poblacin y de la
muestra.
f9 a recoleccin.
g9 (rtica! clasificacin y ordenacin.
#9 Tabulacin.
i9 Bresentacin.
'9 /nlisis.
F9 Bublicacin.
a. PLANTEAMIENTO DEL PROBLEMA
/l abordar una investigacin se debe tener bien definido qu se va a investigar y
por qu se pretende estudiar algo. %s decir! se debe establecer una delimitacin
clara! concreta e inteligible sobre el o los fenmenos que se pretenden estudiar!
para lo cual se deben tener en cuenta! entre otras cosas! la revisin bibliogrfica
del tema! para ver su accesibilidad y consultar los resultados obtenidos por
investigaciones similares! someter nuestras proposiciones bsicas a un anlisis
lgico: es decir! se debe #acer una ubicacin #istrica y terica del problema.
b. FIJACIN DE LOS OBJETIVOS
uego de tener claro lo que se pretende investigar! .ebemos presupuestar #asta
dnde queremos llegar: en otras palabras! debemos fi'ar cuales son nuestras
metas y ob'etivos. %stos deben plantearse de tal forma que no #aya lugar a
confusiones o ambig;edades y debe! adems! establecerse diferenciacin entre
lo de corto! mediano y largo plazo! as como entre los ob'etivos generales y los
especficos.
c. FORMULACIN DE LAS HIPTESIS
+na #iptesis es ante todo! una e&plicacin provisional de los #ec#os ob'eto de
estudio! y su formulacin depende del conocimiento que el investigador posea
sobre la poblacin investigada. +na #iptesis estadstica debe ser susceptible de
dominar! esto es! debe poderse probar para su aceptacin o rec#azo.
+na #iptesis que se formula acerca de un parmetro 3media! proporcin!
varianza! etc.9! con el propsito de rec#azarla! se llama ?iptesis de -ulidad y se
representa por ?o: a su #iptesis contraria se le llama ?iptesis /lternativa
3?49.
d. DEFINICIN DE LA UNIDAD DE OBSERVACIN DE LA UNIDAD DE
MEDIDA
a +nidad de Hbservacin! entendida como cada uno de los elementos
constituyentes de la poblacin estudiada! debe definirse previamente!
resaltando todas sus caractersticas: pues! al fin de cuentas! es a ellas a las que
se les #ar la medicin.
a unidad de observacin puede estar constituida por uno o varios individuos u
ob'etos y denominarse respectivamente simple o comple'a.
%l criterio sobre la unidad de medicin debe ser previamente definido y
unificado por todo el equipo de investigacin. Si se trata de medidas de longitud!
volumen! peso! etc.! debe establecerse ba'o qu unidad se tomarn las
observaciones ya sea en metros! pulgadas! libras! Filogramos! etc.
/sociado a la unidad de medida! deben establecerse los criterios sobre las
condiciones en las cuales se #a de efectuar la toma de la informacin.
!. DETERMINACIN DE LA POBLACIN DE LA MUESTRA
%stadsticamente! la poblacin se define como un con'unto de individuos o de
ob'etos que poseen una o varias caractersticas comunes. -o se refiere esta
definicin "nicamente a los seres vivientes: una poblacin puede estar
constituida por los #abitantes de un pas o por los peces de un estanque! as
como por los establecimientos comerciales de un barrio o las unidades de
vivienda de una ciudad.
%&isten desde el punto de vista de su mane'abilidad poblaciones finitas e
infinitas. /qu el trmino infinito no est siendo tomado con el rigor semntico
de la palabra: por e'emplo! los peces dentro de un estanque son un con'unto
finito: sin embargo! en trminos estadsticos! puede ser considerado como
infinito.
,uestra es un subcon'unto de la poblacin a la cual se le efect"a la medicin con
el fin de estudiar las propiedades del con'unto del cual es obtenida.
%n la prctica! estudiar todos y cada uno de los elementos que conforman la
poblacin no es aconse'able! ya sea por la poca disponibilidad de recursos! por la
#omogeneidad de sus elementos! porque a veces es necesario destruir lo que se
est midiendo! por ser demasiado grande el n"mero de sus componentes o no se
pueden controlar: por eso se recurre al anlisis de los elementos de una muestra
con el fin de #acer inferencias respecto al total de la poblacin. %&isten diversos
mtodos para calcular el tamao de la muestra y tambin para tomar los
elementos que la conforman! pero no es el ob'etivo de este curso estudiarlos.
.iremos solamente que la muestra debe ser representativa de la poblacin y sus
elementos escogidos al azar para asegurar la ob'etividad de la investigacin.
". LA RECOLECCIN
+na de las etapas ms importantes de la investigacin es la recoleccin de la
informacin! la cual #a de partir! a menos que se tenga e&periencia con muestras
anlogas! de una o varias muestras piloto en las cuales se pondrn a prueba los
cuestionarios y se obtendr una apro&imacin de la variabilidad de la poblacin!
con el fin de calcular el tamao e&acto de la muestra que conduzca a una
estimacin de los parmetros con la precisin establecida.
%l establecimiento de las fuentes y cauces de informacin! as como la cantidad y
comple'idad de las preguntas! de acuerdo con los ob'etivos de la investigacin
son decisiones que se #an de tomar teniendo en cuenta la disponibilidad de los
recursos financieros! #umanos y de tiempo y las limitaciones que se tengan en la
zona geogrfica! el grado de desarrollo! la ausencia de tcnica! etc.
%s! entonces! descubrir dnde est la informacin y cmo y a qu IcostoJ se
puede conseguir: es determinar si la encuesta se debe aplicar por telfono! por
correo! o si se necesitan agentes directos que reco'an la informacin: establecer
su n"mero ptimo y reparar su entrenamiento adecuado.
#. CRITICA$ CLASIFICACIN ORDENACIN
.espus de #aber reunido toda la informacin pertinente! se necesita la
depuracin de los datos recogidos. Bara #acer la crtica de una informacin! es
fundamental el conocimiento de la poblacin por parte de quien depura para
poder detectar falsedades en las respuestas! incomprensin a las preguntas!
respuestas al margen! amn de todas las posibles causas de nulidad de una
pregunta o nulidad de todo un cuestionario.
Separado el material de Idesec#oJ con la informacin depurada se procede a
establecer las clasificaciones respectivas y con la ayuda de #o'as de traba'o! en
las que se establecen los cruces necesarios entre las preguntas! se ordenan las
respuestas y se preparan los modelos de tabulacin de las diferentes variables
que intervienen en la investigacin.
%l avance tecnolgico y la popularizacin de los computadores #acen que estas
tareas! manualmente dispendiosas! puedan ser realizadas en corto tiempo.
%. LA TABULACIN
+na tabla es un resumen de informacin respecto a una o ms variables! que
ofrece claridad al lector sobre lo que se pretende describir: para su fcil
interpretacin una tabla debe tener por lo menosK +n ttulo adecuado el cual
debe ser claro y conciso. a Tabla propiamente dic#a con los correspondientes
subttulos internos y la cuantificacin de los diferentes tems de las variables! y
las notas de pie de cuadro que #agan claridad sobre situaciones especiales de la
tabla! u otorguen los crditos a la fuente de la informacin.
&. LA PRESENTACIN
+na informacin estadstica adquiere ms claridad cuando se presenta en la
forma adecuada. os cuadros! tablas y grficos facilitan el anlisis! pero se debe
tener cuidado con las variables que se van a presentar y la forma de #acerlo. -o
es aconse'able saturar un informe con tablas y grficos redundantes que! antes
que claridad! crean confusin. /dems la eleccin de determinada tabla o grfico
para mostrar los resultados! debe #acerse no slo en funcin de las variables que
relaciona! sino del lector a quien va dirigido el informe.
'. EL AN(LISIS
a tcnica estadstica ofrece mtodos y procedimientos ob'etivos que
convierten las especulaciones de primera mano en aseveraciones cuya
confiabilidad puede ser evaluada y ofrecer una premisa medible en la toma de
una decisin.
%s el anlisis donde se cristaliza la investigacin. %sta es la fase de la
determinacin de los parmetros y estadsticos muestrales para las estimaciones
e inferencias respecto a la poblacin! el a'uste de modelos y las pruebas de las
#iptesis planteadas! con el fin de establecer y redactar las conclusiones
definitivas.
). PUBLICACIN
Toda conclusin es digna de ser comunicada a un auditorio. %s ms! #ay otros
estudiosos del mismo problema a quienes se les puede aportar informacin!
conocimientos y otros puntos de vista acerca de l.
1.*. ETAPAS DEL AN(LISIS ESTADSTICO
as diversas fases por las que atraviesa el anlisis estadstico sonK
a+ R!c,#&da d! da-,.$ que no por ser elemental! est e&enta de dificultades e
indicaciones que #ay que observar! ya que una recogida mal efectuada puede
ocasionar un sesgo de la informacin y del posterior anlisis! por lo que el ob'eto
de la investigacin debe plantearse de una manera minuciosa! as como la
organizacin del traba'o de campo necesario para la recogida de datos.
b+ O/d!0ac&10 2 3/!.!0-ac&10 d! 4,. da-,.$ y que suele presentarse mediante
unas tablas de simple o de doble entrada.
c+ R!.56!0 d! 4a &0",/6ac&10$ para tratar de describir las caractersticas ms
relevantes que pueden tener los datos! y que se realiza mediante la determinacin
de parmetros estadsticos que intentan resumir toda la informacin que aporte el
con'unto de datos.
d+ A074&.&. !.-ad8.-&c,$ a travs de mtodos facilitados por la %stadstica
,atemtica! para tratar de verificar #iptesis sobre regularidades que pueden
detectarse en las etapas previas.
OTRAS PROPUESTAS
PROCESODE LA INVESTIGACION CUALITATIVA
ACTIVIDAD DE EVALUACIN N9 1
4. LBor qu se considera importante la estadsticaM
8. *ealiza un organizador visual de la importancia de la estadstica
=. %nuncie las ramas en las que se divide la estadstica y establezca su campo de
accin.
A. %labore una definicin de estadsticaM
>. %numere las etapas del mtodo estadstico.
E. LBor qu es importante la revisin bibliogrfica en el desarrollo de una
investigacin estadsticaM
5. *ealiza un organizador visual de las etapas del meto estadstico
D. L(ul crees que es la etapa ms importante y por quM
6. *ealiza un organizador visual de las etapas del anlisis estadstico
ESTADSTICA
2.1. DEFINICION:
Se define como la rama de las matemticas que se ocupa de facilitar la toma de
decisiones acertadas frente a una incertidumbre y por lo tanto! desarrolla y utiliza
tcnicas para la recoleccin cuidadosa! presentacin efectiva y el anlisis correcto
de la informacin numrica.
a palabra %stadstica se refiere a un sistema o mtodo usado en la recoleccin!
organizacin! anlisis y descripcin numrica de la informacin. Tambin se tiene
que decir que la %stadstica estudia el comportamiento de los fenmenos de grupo.
a siguiente grafica
ACTIVIDAD ESTADISTICA
PRODUCTO CARACTERISTICA
N Blanteamiento y diseo
N *ecopilacin
N Brocesamiento
N /nlisis e indicadores
)nformacin
Toma decisiones
*epresentativa
Suficiente
(onfiable
Hportuna
2.2. CLASIFICACIN DE LA ESTADSTICA
a estadstica tiene bsicamente dos divisionesK
2.2.1. ESTADISTICA DESCRIPTIVA:
%s aquella que recopila! analiza! estudia y describe a la totalidad de individuos de
una poblacin. Su finalidad es obtener informacin! analizarla! elaborarla y
simplificarla lo necesario para que pueda ser interpretada cmoda y rpidamente y
por lo tanto! pueda utilizarse eficazmente para el fin que se desee.
Tambin se define como el con'unto de tcnicas y mtodos que son usados para
recolectar! organizar! y presentar en
forma de tablas y grficas informacin
numrica. Tambin se incluye aqu el
clculo de medidas estadsticas
centralidad y variabilidad.
a estadstica descriptiva tambin se puede definir como la rama de la estadstica
que se ocupa del desarrollo y utilizacin de tcnicas para la presentacin eficaz de
informacin numrica con el ob'eto de poner de relieve los modelos que de otra
forma quedaran ocultos en un con'unto de datos.
Ca'o el trmino I%stadstica .escriptivaJ se engloban las tcnicas que nos permitirn
realizar un anlisis elemental de las observaciones e&perimentales observadas.
Se d!"!de en
Con una
distribucin de
frecuencias
#re$uen$!
a
a%&olu'a
#re$uen$!
a rela'!"a
#re$uen$!
a
a$u(ulad
a
)%'en!end
o
E&'ad*&'!$a
de&$r!+'!"a
,e$ole$$!-n de
da'o&
Da lugar a
M.'odo& de
(ue&'reo
/or (ed!o
de
,e+re&en'ar el
$on0un'o de
da'o&
)%'ener (ed!da&
del $on0un'o de
da'o&
En 1or(a
2ra1!$a Ta%ular
3!&'ogra
(a
/ol*gono
de
1re$uen$!a
&
Cur"a
De %arra&
C!r$ular
Medidas de
tendencia
central
Med!a
Med!ana
Moda
Medidas de
variabilidad
,ango
4ar!anza
De&"!a$!-
n
e&'5ndar
.e la revisin de diversas definiciones se puede obtener que la %stadstica .escriptiva
se refiere a la recoleccin! presentacin! descripcin! anlisis e interpretacin de una
coleccin de datos! esencialmente consiste en resumir stos con uno o dos elementos de
informacin 3medidas descriptivas9 que caracterizan la totalidad de los mismos.
0ig 4.N %stadstica descriptiva
Se subdivide en dos bloquesK
+ E.-ad8.-&ca 3/&6a/&a: Hbtenido un grupo de observaciones e&perimentales!
este apartado nos ensea a ordenarlas adecuadamente! de modo que se
ofrezca una informacin lo ms clara posible.
+ E.-ad8.-&ca d!/&;ada , .!c50da/&a: (on los datos observados realizaremos
ciertos clculos! obteniendo as unas medidas. %ste bloque temtico nos ensea a
interpretarlas.
%l propsito fundamental de la estadstica descriptiva es resumir y organizar una gran
cantidad de datos referentes a una muestra 3lo ms #abitual9 o a una poblacin. Se
supone que los datos resumidos y organizados permiten describir adecuadamente la
muestra o la poblacin a los efectos de conocerla y! eventualmente! utilizarlos en la
estadstica inferencial para obtener conclusiones a partir de ellos.
Bara resumir y organizar los datos se utilizan diferentes procedimientos! llamados
tcnicas descriptivasK la matriz de datos permite ordenarlos! las tablas de frecuencias
3o tablas de distribucin de frecuencias9 permiten agruparlos! los grficos permiten
visualizarlos! y las medidas estadsticas y las medidas de asimetra permiten resumirlos
reducindolos a un solo dato.
Secuencia para organizar y resumir datos individuales
/ medida que se van utilizando estos procedimientos! los datos van quedando cada vez
ms resumidos y organizados. %l empleo de dic#os procedimientos propios de la
estadstica descriptiva sigue un orden determinado! como puede apreciarse en el
siguiente esquemaK
(omo puede verseK
os datos quedan recolectados mediante entrevistas! cuestionarios! tests! etc.
os datos quedan ordenados mediante una matriz de datos 3lo cual permite resumir la
informacin en unas pocas pginas9.
os datos quedan agrupados mediante tablas de frecuencias 3lo cual permite resumir la
informacin en una sola pgina9.
os datos quedan visualizados mediante grficos.
os datos quedan sintetizados mediante las medidas estadsticas y otras 3lo cual
permite resumir la informacin en uno o dos renglones9.
Buede entonces decirse que! mediante una matriz de datos! una tabla de frecuencias! un
grfico o con medidas estadsticas! etc.! la muestra o la poblacin 3con'untos de
datos9 puede quedar adecuadamente descrita.
%stas sucesivas abstracciones estadsticas implicanK
a9 la reduccin del espacio fsico donde queda guardada la nueva informacin!
b9 la desaparicin de considerable informacin irrelevante..ebe distinguirse el fin o
propsito perseguido 3por e'emplo ordenar los datos9! del medio utilizado para ello! que
la tcnica descriptiva 3por e'emplo! la matriz de datos9.
2.2.2. ESTADISTICA ANALITICA , INFERENCIAL:
(onocida como inferencia estadstica! se define como la rama de la estadstica que se
encarga del desarrollo y utilizacin de tcnicas
probabilstica para analizar correctamente o sacar
deducciones de informaciones numricas. ,ientras la
estadstica descriptiva traba'a con todos los individuos de la
poblacin! la estadstica inferencial! traba'a con
muestras! 3subcon'untos formados por algunos
individuos de la poblacin. / partir del estudio de la
muestra se pretende inferir aspectos relevantes de toda
la poblacin.
*esumiendo! la estadstica inferencial es el con'unto de tcnicas y mtodos que son
usados para sacar conclusiones generales acerca de una poblacin usando datos de una
muestra de ella.
(mo se selecciona la muestra! cmo se realiza la inferencia! y qu grado de confianza
se puede tener en ella son aspectos fundamentales de la estadstica inferencial! para
cuyo estudio se requiere un alto nivel de conocimientos de estadstica! probabilidad y
matemticas.
/ veces se deduce una verdad general! a partir de particularidades y en otras ocasiones
se obtienen conclusiones particulares a partir de un conocimiento general. Hbtener
conclusiones acerca de un todo desconocido a partir de una parte conocida es el
razonamiento inductivo y funciona por e'emplo cuando un ingeniero de produccin
concluye con un 6>O de confianza de que es verdad contra un >O de estar equivocado!
que el porcenta'e promedio de desperdicio de un proceso productivo es del =O anual
obtenido a partir de un muestreo de la produccin. Bor otra parte al obtener
deducciones sobre una parte desconocida partiendo de un todo conocido se llama
razonamiento deductivo. %l razonamiento deductivo y el inductivo son complementarios
por lo tanto ante que los estadsticos puedan generalizar en forma segura de la parte
al todo! deben estudiar cmo es que la parte #a sido generada.
%n resumenK
E S T A D I S T I C A
DESCRIPTIVA INFERENCIAL
%ncuestas.
Hrganizacin datos.
Tabulacin.
*epresentaciones.
(lculo de parmetros.
Bartes de la estadstica! en esquemaK
)nterpretacin deresultados.
(onclusiones y predicciones.
2.*. POBLACION UNIVERSOK
%s el con'unto de todas las observaciones de inters para el investigador! o el con'unto
de todos los elementos o eventos que tienen caractersticas similares. a poblacin
puede ser finita o infinita. %s finita cuando todos sus elementos se pueden contar con
e&actitud! en caso contrario es infinita.
2.*.1. P,b4ac&10 "&0&-a
%s el con'unto finito de unidades anlisis donde se puede identificar a un elemento
inicial y/o a un elemento final. Bor e'emplo! la poblacin de #oteles de ima
,etropolitana! poblacin de agencias de via'es e&istentes en la ciudad de (a'amarca.
Turistas de nacionalidad alemana que ingresaron al Ber" en el ao 8<48
2.*.2. P,b4ac&10 &0"&0&-a
(on'unto infinito de elementos donde no se podra identificar a una unidad inicial ni a la
unidad final. %'emplo! la poblacin de los peces de mar! los arboles de la selva peruana!
etc.
2.<. PARAMETRO:
%s cualquier medida descriptiva de la poblacin completa de observaciones que tienen
inters para el investigador por e'emplo el ingreso promedio de los docentes
universitarios de las universidades colombianas.
2.=. MUESTRA:
%s la porcin representativa de la poblacin! que se selecciona para un estudio porque la
poblacin es demasiado grande para analizarla en totalidad. %n otras palabras la
muestra es un subcon'unto de la poblacin seleccionada por medios cientficos.
%s el sub con'unto de unidades de anlisis e&trado de la poblacin ob'etivo buscando
que las unidades seleccionadas sean representativas con el fin de permitir que a travs
de la informacin recabada con la muestra se realicen inferencias para toda la poblacin.
2.=.1. M5!.-/a N, P/,bab&48.-&ca:
(orresponde a un subcon'unto de observaciones elegidas siguiendo aquellos criterios de
representatividad que fueron establecidos arbitrariamente por el investigador.
2.=.2. M5!.-/a P/,bab&48.-&ca:
(omprende a las observaciones realizadas en unidades que #an sido elegidas siguiendo un
criterio probabilstico! esto es! a cada unidad de la poblacin se asigna probabilidad
conocida 3puede se igual9 para estar incluida como parte de la muestra! por tanto las
unidades de la muestra son elegidas de la poblacin respetando estrictamente estas
probabilidades que les #an sido asignadas. a muestra probabilsticas permiten aplicar
los mtodos de la estadstica inferencial y construir lmites de confianza para las
estimaciones de los parmetros que se desea estudiar. a representatividad de estas
muestras se sustentan en el #ec#o que son las leyes de las probabilidades las que
determinan sin una unidad ser incluida o no en la muestra.
2.=.*. Ta6a>, 65!.-/a4:
%s el n"mero de elementos u observaciones que tomamos. Se denota por n -.
.enotamos al tamao de la muestra por InJ. %n nuestro e'emplo una muestra podra serK
><< conductores elegidos al azar! en este caso quedarK
,uestra n P ><< y Boblacin - P 5>< <<<
(aractersticas de la muestra dependen del criterio del muestreo empleando para su
determinacin. Sin embargo para que una muestra sea representativa de la poblacin
esta deber contener apro&imadamente entre el > O y el 4< O de los datos de la
poblacin cuando esta es finita! adems los elementos de la muestra deben ser
escogidos al azar 3a la suerte9 y se deben observar todas las caractersticas que se
observen en la poblacin.
2.=.<. Da-,:
(ada uno de los individuos! cosas! entes abstractos que integran una poblacin o universo
determinado. .ic#o de otra forma! cada valor observado de la variable.
%s cualquier observacin individual de una caracterstica 3variable9 especfica!
susceptible de ser comparada. (ualquier con'unto de observaciones de una o ms
particularidades de inters! para una o ms unidades elementales! se denomina con'unto
de datos. +n con'unto de datos es univariado! bivariado o multivariado si contiene una!
dos! o ms de dos variables.
%l dato es un valor particular de la variable.
%n los individuos de la poblacin peruana! de uno a otro es variableK
+ %l grupo sanguneoK A$ B$ AB$ O
+ Su nivel de felicidad d!c4a/ad,: deprimido! triste! feliz!Q.. muy feliz
+ %l n"mero de #i'osK <! 4! 8! =! Q..
+ alturaK 4!E8! 4ED: 4!5A: QQ
2.?. ESTADISTICOK
%s cualquier medida descriptiva de la muestra y sirve para estimar el parmetro de la
poblacin. %l estadstico es a la muestra lo que el parmetro es a la poblacin. Bor
e'emplo el ingreso promedio de los docentes universitario de la +-S//( es el
estadstico cuando la +-S//( es una muestra de las universidades Beruanas.
2.@. VARIABLES:
%s una caracterstica de la muestra o de la poblacin que se analiza en un estudio
estadstico. +na variable puede ser cualitativa o cuantitativa.
os tipos de variables se resumenK
2.@.1. VARIABLE CUALITATIVA:
%s aquella que se puede e&presar normalmente por medio de palabra y no de n"meros!
por e'emplo! el estado civil! la nacionalidad! el se&o! la profesin! la raza! el color de la
piel de los profesores de la Selva. as variables cualitativas pueden ser binomiales o
multinomiales. Se pueden #acer observaciones solas en dos categoras sobre una
variable cualitativa binomial! por e'emplo! #ombre o mu'er! buenas o malas! rico o pobre!
ausente o presente! empleado o desempleado. Sobre una variable cualitativa multinomial
se pueden #acer observaciones en ms de dos categoras! por e'emplo! en puestos de
traba'o! colores! idiomas! estratos! nacionalidades! religiones! etc.
Tipos de
variables
Cuantitativas
Cualitativas
2.@.1.1. N,6&0a4!.:
Sus valores slo representan un atributo a manera de etiqueta informacin sobre
ordenamiento. %'emplo se&o del cliente! nacionalidad del entrevistado! grupo sanguneo!
-acionalidad! 0umar 3si / no9
2.@.1.2. O/d&0a4!.:
Sus valores si representan un ordenamiento del atributo. %'emplo 1rado de educacin
del entrevistado! grado de satisfaccin sobre la atencin recibida por el cliente.
Son e'emplos de variables cualitativasK
%'emploK
49 %stado civilK soltero! casado! viudo! separado
89 Satisfaccin con un productoK
+ muy insatisfec#o
+ regularmente insatisfec#o
+ neutral
+ satisfec#o
+ muy satisfec#o
=9 Tamao de un tableroK grande! mediano! pequeo
2.@.2. VARIABLE CUANTITATIVA:
%s aquella que se e&presa numricamente!
por e'emplo! las e&portaciones de caf! las ventas de acero! el ingreso per cpita! la
produccin de autos! el decomiso de cocana! las #ectreas fumigadas! etc. as
variables cuantitativas pueden ser discretas o continuas.
2.@.2.1. VARIABLE CONTINUA:
%s aquella que toma cualquier valor dentro de un intervalo dado. Bor muy cerca que
estn dos observaciones siempre es posible #acer otra medicin que caigan dentro de
esa dos. os valores de una variable continua provienen de las mediciones y de los
pesa'es.
%s buena idea codificarlas variables como n"meros para poder procesarlas con
facilidad en un computador.
%s conveniente asignar IetiquetasJ a los valores de las variables
para recordar qu significan los cdigos numricos.
E'!634,.:
%statura! ingreso familiar! dosis de medicamento
administrado! edad! Temperatura! Beso
E'!634,.
GA0!/, 3(ualitativaK (digos arbitrarios9
4 K ?ombre
8 K ,u'er
RaBa 3(ualitativaK (digos arbitrarios9
CLASI#ICACI67 DE LAS
4A,IA8LES
CIALITATI4AS
C9A7TITATI4AS
DISC,ET) 7)MI7AL ),DI7AL C)7TI79)
AT,I89T)S
79ME,IC)
4 K Clanca
8 K -egra! ...
F!4&c&dad O/d&0a4K *espetar un orden al codificar.
4 K ,uy feliz
8 K Castante feliz
= K -o demasiado feliz
+ Se pueden asignar cdigos a respuestas especiales como
< K -o sabe
66 K -o contesta...
2.@.2.2. VARIABLE DISCRETA:
%s aquella que solo puede tomar determinados valores por lo general! n"meros enteros!
por e'emplo! el n"mero de #i'os de una familia! n"mero de empleados de una empresa!
numero de vacas en una #acienda! numero de carros fabricados! etc.
%'emplosK
+ -"mero de asignaturas inscritas en el primer semestre.
+ -"mero de integrantes del grupo familiar.
+ -"mero de salas de clases del )BG1.
%'emploK
(lasificar cada una de las siguientes variablesK
a9 .istancia diaria recorrida por cada estudiante para ir de su casa a la universidad.
b9 Tiempo que requiere un estudiante para responder a un e&amen.
c9 lamadas que llegan a la central telefnica de la +SC en un da.
d9 Breferencia por cierta marca de refresco.
e9 Se&o de las estudiantes que toman el curso de estadstica en el semestre.
f9 -"mero de acciones vendidas en un da en la Colsa de Galores.
*esumen
2.C. UNIDAD ELEMENTAL:
Son las personas u ob'etos que poseen las caractersticas que interesan en una
investigacin estadstica. Bor e'emplo si alguien est interesado en la filiacin poltica
de los estudiantes de un curso! rpidamente identificara a los estudiantes de ese curso
como unidades elementales! pero si quiere saber el estado su rendimiento en
estadstica! las notas pueden ser tomadas como unidades elementales a ser investigadas.
2.D. EEPERIMENTO:
%s la recoleccin de datos provenientes de unidades elementales que se efect"a
e'erciendo control sobre algunos o todos los factores que pueden #acerlos diferentes
entre s! afectando por lo tanto! la caracterstica de inters en la observacin.
2.1F. ENCUESTA:
%ncuesta o estudio de observaciones es la recopilacin de datos provenientes de
unidades elementales que se e'ecutan sin controlar los factores que los #acen
diferentes entre s y que pueden afectar las caractersticas de inters en la
observacin. %&isten dos tipos de encuestas! completas 3censo9 y parciales.
2.1F.1. CENSO:
%s una encuesta completa en la que se #acen observaciones sobre una o ms
caractersticas de inters para toda unidad elemental que e&ista. +n censo produce
siempre un con'unto de datos que consta de al menos una poblacin estadstica! pero
posiblemente contiene varias. %&isten varios procedimientos para llevar a cabo un censo.
+na posibilidad es la observacin directa de algunas actividades en curso! donde el
encuestador registra! por e'emplo los pesos netos de los bultos de caf cuando son
llenados por una mquina! o las referencias y marcas de los computadores vendidos en
un almacn. +n censo tambin se puede #acer tambin mediante una entrevista personal
o telefnica en la que el investigador lee preguntas de una lista cuidadosamente
elaborada y anota las respuestas verbales que recibe. Htra forma sera un censo por
autonumeracin como es el caso en que #abiendo ledo un con'unto de instrucciones!
algunas personas responden por escrito cuestionarios que recibieron por correo normal!
correo electrnico! por fa&! o en la esquina de casa. %s frecuente que estos mismos
procedimientos se apliquen a encuestas parciales.
2.1F.2. ENCUESTA MUESTRAL:
%s un estudio parcial en el que se #acen observaciones sobre una o ms
caractersticas de inters para solo un subcon'unto de todas las unidades
elementales.
2.11. RAGONES PARA HACER UN MUESTREO:
?ay muc#as y variadas razones para realizar un muestrea y de una u otras formas todas
estn relacionadas con el tiempo! el presupuesto! la confiabilidad y calidad de la
informacin. .entro de estas razones listaremos algunasK
a+ %l costo de recopilar y procesar la informacin es menor cuanto menos unidades
elementales se tomen. %sta es una consideracin crucial siempre que el n"mero de
unidades elementales pertinentes sea grande. Hbsrvese que las empresas
comerciales interesadas en conocer las preferencias de los consumidores
con relacin a productos nuevos o ya conocidos nunca #acen encuestas entre todos
los consumidores! sino solo a un pequeo porcenta'e de los mismos. as empresas
incluso resuelven interrogantes sobre sus operaciones internas por el mtodo de
muestreo! ya que un censo sera muy costoso y difcil de mane'ar. (onsidrese un
banco que desea averiguar el porcenta'e de errores cometidos mensualmente al
abonar intereses en unos A millones de cuentas de a#orros! o al facturar a unos E
millones de cuentas de crditos. %l costo a pagar en empleados administrativos que
#agan un censo de todas las cuentas ser enorme y no se 'ustifica.
b+ / veces un censo es fsicamente imposible de realizar cuando el n"mero de unidades
elementales es muy grande o cuando son inaccesibles. %n tales casos situaciones el
muestreo es inevitable o cuando es prcticamente imposible ponerse en
comunicacin con algunas unidades elementales! como sera el caso de aviones
siniestrados en el mar o en regiones montaosas remotas o de personas con
domicilios desconocidos.
c+ +n censo no tiene sentido cuando produce informacin que llega demasiado tarde:
por e'emplo! una encuesta de opinin poltica llevada a cabo antes de unas
elecciones. +n censo de millones de #abitantes tardara demasiado en dar
resultados! en cambio un muestreo es lo "nico que puede proporcionar con
oportunidad una informacin deseada.
d+ %l muestreo puede proporcionar datos ms precisos que un censo. /unque esto suene
parad'ico! es cierto! ya que se necesitan menos traba'adores de estadstica y se
les puede capacitar me'or y supervisarlos de modo ms eficiente: por lo tanto para
un costo dado se recibe informacin de mayor calidad.
!+ +n censo no tiene sentido y es infinitamente costoso cuando adquirir la informacin
deseada destruye las unidades elementales de inters. Bor e'emplo medir la
vida "til de las bateras o la calidad de los bombillos producidos por una fbrica. Si
se probaran todas las unidades elementales de inters se gastara toda la
produccin y las respuestas a las preguntas originales seran in"tiles.
2.12. TIPOS DE MUESTRAS:
Teniendo en cuenta la frecuencia con que los e'ecutivos! gerentes! economistas!
ingenieros e investigadores! utilizan las encuestas muestrales! es importante
comprender y analizar el significado de muestreo y tipos de muestreos. Se obtienen
diferentes tipos de muestras seg"n sea el mtodo de seleccin de las unidades
elementales para la observacin. %ntre los diferentes tipos tenemos las muestras por
conveniencias! de 'uicios y aleatorias.
2.12.1. MUESTRAS DE CONVENIENCIAS:
(uando la conveniencia sea la consideracin fundamental y solo se esco'an para
observacin las unidades elementales ms fcilmente accesibles! el subcon'unto
resultante de todas ellas o de una poblacin estadstica asociada constituye una muestra
por conveniencia. %s poco probable que este tipo de muestra sea representativo de una
poblacin! en el sentido de que se pueda obtener inferencias vlidas. %ste
procedimiento asegura todo lo contrario. )magnese que a las primeras 8< personas que
sale de una fbrica se le pregunta acerca de sus salarios y se obtiene as un promedio de
R ><<.<<< mensuales. %s difcil que se tenga confianza en este resultado ya que la
seleccin estuvo basada por entero en la conveniencia personal! en donde no se
tuvo en cuenta en averiguar si era lo representativo de la fuerza laboral de la empresa
considerada como un todo. Htros e'emplos son el de un senador que 'uzga las actitudes
de los electores que con base en el correo recibido toma una muestra de conveniencia! al
igual que una asistente que pide por telfono la opinin de los electores! sin tener en
cuenta la de aquellos que no contestaron el telfono! los que no tienen ese servicio o que
lo tienen y no aparecen en la gua telefnica.
2.12.2. MUESTRAS DE JUICIOS:
Son aquellas donde el 'uicio personal! presumiblemente basado en la e&periencia
previa! 'uega un papel importante en la seleccin de las unidades elementales para la
observacin. Bor lo tanto se cree que el 'uicio e&perto es capaz de obtener una muestra
representativa del todo. .ic#o subcon'unto de una poblacin asociada se denomina
muestra de 'uicio. Sin embargo! formular dic#o 'uicio puede ser casi imposible! en
especial cuando las unidades elementales son #eterogneas y la muestra deseada
pequea. +n buen e'emplo de 'uicio e&perto es la construccin mensual del ndice de
precio al consumidor 3)B(9 donde el e&perto decide con base en su 'uicio personal!
entre prcticamente miles de millones de precios! cuales #an de muestrearse y que
ponderacin #an de asignrseles. .eterminar el )B( requiere decisiones comple'as
relativas a que tiendas y en qu zonas geogrficas #an de #acerse las encuestas! en que
das! y de que productos. +n precio cobrado a muc#os clientes en una tienda popular es
ms importante que uno cobrado a pocos clientes en una tienda casi vaca: ms personas
compran los sbados que los lunes! por lo tanto aprovec#an las ofertas de fin de
semanas: las los fri'oles! el arroz! la carne! las frutas parecen ms importantes que
las de los refrescos! el t! los fsforos y el cine. %n todas estas cuestiones y en ms se
aplica un 'uicio e&perto! cuando este falla! como es posible que ocurra! la muestra
termina siendo no representativa del todo asociado.
2.12.*. MUESTRAS ALEATORIAS:
Son las ms importantes ya que evitan el problema de la falta de representatividad.
%stn formadas por un subcon'unto de todas las unidades elementales o de una
poblacin asociada de sus caractersticas! que se escoge por un proceso aleatorio que
dar a cada unidad o poblacin asociada una posibilidad positiva y conocida de ser
seleccionada! aunque no necesariamente igual. Si se e'ecuta en forma correcta! el
proceso de seleccin aleatoria no permite discernir al investigador que unidades
particulares del o poblacin entran en la muestra. (omo consecuencia de ello dic#a
muestra tiende a llevar al m&imo las oportunidades de #acer deducciones validas sobre
la totalidad de la que proviene. as muestras aleatorias las podemos clasificar en varios
tipos a saberK aleatoria simple! aleatoria sistemtica! aleatoria estratificada!
aleatoria agrupada.
2.12.*.1. MUESTRA ALEATORIA SIMPLE:
%s un subcon'unto de una poblacin! escogida de tal modo que todo subcon'unto posible
del mismo tamao tiene una oportunidad igual de ser seleccionada. %ste procedimiento
requiere que cada unidad individual
tenga una oportunidad igual de
seleccin. %l procedimiento ms com"n
en la prctica de seleccionar una
muestra aleatoria simple consiste en el
uso de las tablas de n"meros aleatorios
que consiste en una lista de n"meros
generada por un proceso aleatorio de modo que cada digito posible tenga igual
probabilidad de preceder o seguir a cualquier otro.
2.12.*.2. MUESTRA ALEATORIA SISTEMATICA:
%s un subcon'unto de una poblacin escogida al seleccionar al azar uno de los primeros F
elementos! incluyendo todo elemento SNsimo de a# en adelante. /l utilizar este
procedimiento S se determina al dividir el tamao de la poblacin - entre el tamao de
una muestra n. Supngase que queremos seleccionar una muestra de > empresas donde
se desea incluir cada vigsima empresa! entre las 4<< empresas ms grande del pas
listada y enumeradas de acuerdo a sus utilidades en el "ltimo ao. o primero que
#acemos es dividir -/n 3F P 4<</> P 8<9 para #allar F y luego procedemos a sacar
aleatoriamente un n"mero entre << y 46 de un recipiente que contenga los dic#os
n"meros o usamos una tabla de n"meros aleatorios! para #allar el punto de inicio! es
decir el n"mero de la primera empresa seleccionada y a partir de a# #allar el resto de
n"meros. Suponga el primer n"mero seleccionado fue <> entonces la muestra quedara
conformada por las empresas codificada con los n"meros <>!8>!A>!E> y D> Si la
seleccin inicial #ubiese sido <8 o 4D las muestras #ubiesen sido <8! 88!A8! E8! D8 o
4D!=D >D! 5D y 6D respectivamente.
2.12.*.*. MUESTRA ALEATORIA ESTRATIFICADA:
%s un subcon'unto de una poblacin escogida al tomar muestras aleatorias separadas
3simples o sistemticas9 de cada estrato de la poblacin. (uando la poblacin a ser
muestreada contiene dos o ms subgrupos o estratos mutuamente e&clusivos y
claramente distinguibles! que difieren muc#o uno de otro con respecto a alguna
caracterstica de inters a la vez que sus elementos son ms bien #omogneos
podemos seleccionar una muestra aleatoria estratificada. ! donde los tamaos de las
muestras separadas varan de acuerdo con la importancia de los estratos. Si
supiramos que 4< de las 4<< empresas enumeradas contabilizaron el 5<O de las ventas
generales! mientras que las otras 6< facturaron el =<O restante y si las ventas
fueran la caracterstica de )nters para nosotros! quizs desearamos asegurarnos que
en nuestro muestreo no se e&cluya a las 4< empresas gigantes como podra pasar si se
tomara una muestra aleatoria simple o sistemtica. Bodramos dividir el listado en dos
grandes estratos 34< gigantes y 6< pequeas9 y luego crear la muestra al seleccionar
compaas de cada uno de los grupos. Bara un 4<O del total de la muestra! podramos
seleccionar 5 empresas del estrato gigante y = del estrato pequeo esperando que
estas 4< compaas constituyan ms de la mitad de todas las ventas. %l muestreo
aleatorio estratificado #a adquirido muc#a importancia para los encuestadores que
desean predecir los resultados de las elecciones gubernamentales.
2.12.*.<. MUESTRA ALEATORIA AGRUPADA:
%n ocasiones cuando la poblacin a muestrear se dividen en forma natural en grupos! con
base en la accesibilidad fsica se toma una muestra aleatoria agrupada! que est
conformada por un subcon'unto de la poblacin! escogido al tomar censos separados en
un subcon'unto de grupos geogrficamente distintos escogidos al azar. /lguien que
deseara muestrear los residentes o las tiendas de una ciudad! podra dividir la ciudad en
manzanas! seleccionar al azar unas cuantas 3 por cualquiera de los mtodos anteriores9 y
luego entrevistar a cada residente o propietario de tienda ubicado dentro del permetro
escogido. .ebido a la pro&imidad geogrfica de los entrevistados! este procedimiento
a#orrara tiempo y gastos considerables de transportes! en comparacin con el
muestreo aleatorio simple que abarcara toda una ciudad en las que las unidades
elementales de inters estaran ubicadas en una multitud de lugares. %l procedimiento
descrito recibe tambin el nombre de muestreo de grupo de una sola etapa. %n ocasiones
este muestreo es sustituido por el llamado de grupo de etapas m"ltiples! que ms
comple'o. +n e'emplo de este "ltimo podra ser una encuesta domiciliaria a nivel
nacional dirigida como sigueK primero se escoge al azar un subcon'unto de
departamentos3grupos primarios9! enseguida un subcon'unto de ciudades dentro de los
departamentos previamente seleccionados 3grupos secundarios9 y en tercer lugar un
subcon'unto de manzanas 3grupos terciarios9 en las ciudades de los grupos secundarios.
-tese que las encuestas gubernamentales siempre se realizan en las manzanas de los
grupos terciarios.
2.1*. ERROR:
Si fuera posible tomar una medicin sobre una poblacin a travs de un censo y tambin
se #iciera sobre una muestra de la misma poblacin! se encontrar a que los dos con'untos
de mediciones son diferentes. / tal discrepancia se le denomina genricamente error.
2.1*.1. ERRORES EN ENCUESTAS:
(omo #emos vistos se pueden recopilar datos al tomar un censo o realizar varias
formas de muestreo! de a# que sea inevitable que los datos de todas las encuestas
estn su'etos a errores que pueden surgir de innumerables y a veces inesperadas
fuentes. %n el me'or de los casos! los errores ocultan la verdad solo ligeramente y en el
peor pueden reducir el valor de una encuesta y darle un sentido negativo! no #ay algo
ms desafortunado que saber algo que no es cierto. os errores se pueden generar
durante la etapa de planeacin de una encuesta! pero es ms probable que se den en las
"ltimas etapas! cuando se registran y procesan los datos. Sera traba'o inoficioso
enumerar todas las formas en que pueden presentarse errores en las encuestas: sin
embargo debemos estar consciente del problema y por a#ora veremos dos categoras
amplias de error que sonK el error aleatorio y el error sistemtico o sesgo.
a+ ERROR ALEATORIOK
lamado tambin error de oportunidad o error muestral! es igual a la diferencia
entre el valor de una variable obtenido al tomar una muestra aleatoria simple y el
valor que resulta de efectuar un censo o del promedio de todas las muestras
aleatorias posibles del mismo tamao. %ste tipo de error est asociado solo
con encuestas muestrales y resulta de la etapa en que se determinan las unidades
de inters de la poblacin que #an incluirse en la muestra. %ste error puede ser
positivo o negativo! pequeo o grande! pero siempre es posible reducirlo al
incrementar el tamao de la muestra o n"mero de muestras aleatorias tomadas y
es cero en un censo. o ms importante es que el tamao de este error puede ser
estimado y muc#as veces se reporta 'unto con los datos observados.
b+ ERROR SISTEMATICO:
lamado sesgo o error no muestral es igual a la diferencia entre el valor de una
variable obtenida al tomar un censo o al promediar los resultados de todas las
muestras aleatorias posibles de un cierto tamao y el valor verdadero.
.esafortunadamente el sesgo puede ser difcil de detectarse y su tamao a
diferencia del error muestral no se puede estimar por lo tanto los
estadsticos que busquen descubrir la verdad deben estar enterados de
cules son las fuentes importantes de sesgos y #acer cuanto puedan por
neutralizarla. 3Se pueden provocar errores sistemticos prcticamente desde el
diseo de las encuestas. %rrores denominados sesgos de seleccin! sesgo de
respuesta o sesgo de no respuestas9.
2.1<. NIVELES DE MEDICION:
os datos se pueden clasificar por su nivel de medicin en cuatro tipos de datos de
comple'idad creciente a saberK datos nominales! ordinales! de intervalo y de razn.
2.1<.1. DATOS NOMINALES:
%l nivel de medicin ms dbil! que da una cantidad mnima de informacin! produce
datos nominales. %stos son n"meros que solo nombran o marcan diferencias de clases y
sirve para clasificar observaciones sobre variables cualitativas en grupos mutuamente
e&clusivos! donde los n"meros de cada grupo pueden contarse. Bor e'emplo! el se&o
de las personas es una variable que puede clasificarse en masculino o femenino!
donde tambin se puede codificar con los valores como < y 4 teniendo en cuenta que
los n"meros en este caso solo sirven para indicar categoras. %s importante anotar
que una medicin nominal no lleva consigo ninguna indicacin sobre el orden de
preferencia! sino que se limita a establecer una disposicin en categoras en las
cuales se puede colocar cada observacin.
2.1<.2. DATOS ORDINALES:
Son n"meros que no solo poseen las caractersticas de los datos nominales sino que
por su tamao se ordenan y clasifican observaciones en base a su importancia! es
decir! se 'erarquizan a partir de alg"n criterio! por e'emplo los resultados de
cualquier actividad se pueden clasificar como e&celente! bueno! regular! malo y
psimo! los sondeos de opinin utilizan a menudo una escala ordinal! como muy de
acuerdo! de acuerdo! en desacuerdo! muy en desacuerdo y sin opinin. /l igual que
los datos nominales pueden utilizar n"meros para ordenar las 'erarquas.
2.1<.*. DATOS DE INTERVALO:
%stos son n"meros que poseen todas las caractersticas de los datos ordinales y
adems estn relacionados entre s por intervalos o distancias significativas porque
todos los n"meros estn referidos a un punto cero arbitrario. Teniendo en cuenta
esta arbitrariedad! las proporciones de dic#os n"meros no tienen sentido a suma y
la resta son permisible pero no la multiplicacin ni la divisin. as escalas de tiempo
calendario! tiempo #orario y de temperatura son muy buenos e'emplos de
mediciones que empiezan desde un punto cero ubicado arbitrariamente y luego
utilizan una distancia unitaria!igualmente arbitraria pero consistente! para e&presar
intervalos entre n"meros.
2.1<.<. DATOS DE PROPORCION:
%l nivel de medicin que produce la informacin ms "til es proporcionado por los
datos de proporcin o razn! que son n"meros que poseen todas las caractersticas
de los datos de intervalos y adems tienen razones con sentido porque estn
referidas a un punto cero absoluto natural que denota la ausencia total de la
caracterstica que se miden. Todas las operaciones aritmticas se pueden realizar.
%'emplos son las mediciones de salarios! edad! distancias! altura! pesos! vol"menes!
etc.
2.1=. TABULACIN
a organizacin y presentacin de datos mediante cuadros permite efectuar
adecuadamente los clculos matemticos implcitos en el anlisis estadstico de la
informacin y conservar la e&actitud de las cifras en las mediciones. os cuadrosN
tambin llamados tablas tiene dos reas informativasK la primera contiene aspectos
identiTcativos y los otros aspectos numricos debidamente estructurados.
2.1?. GRAFICACION
(onsiste en pasar de la tabulacin a la confeccin de grTcos. os grTcos sintetizan
la informacin numrica y permiten apreciar me'or la dinmica e interrelacin de las
variables observadas en los eventos estudiados.
as variables cualitativas dan origen a los atributos! como por e'emplo! profesin!
se&o! estado civil.
ESCALA. %s un patrn o con'unto de criterios claramente definidos que permite
asignar! sin ambig;edades! valor a una variable. %l concepto de valor incluye! adems
de n"meros! letras! letras y n"meros! palabras! etc.
ESCALA NOMINAL. Sirven "nicamente para identificar! como el criterio para
asignar el n"mero de la cdula a un individuo o el cdigo para saber el color del pelo
de una persona.
ESCALA ORDINAL. Uue permite asignar valor a una variable que sirve slo para
ordenar! como el puesto que ocupa un atleta en una carrera.
ESCALA DE RAGN. /signa un valor numrico! a una variable usando una unidad
determinada inicialmente como 1. %n este caso estn las unidades fsicas como peso!
volumen! longitud! rea! resistencia etc.
%n una escala el cero 3 F 9 no necesariamente representa la ausencia absoluta de la
variable! sino que se toma en referencia a un valor no nulo y se tiene una escala
conocida como intervalo. Bor e'emplo en la temperatura! los grados H!4;&0 usan una
escala de razn
mientras que los
grados centgrados
usan una escala de
intervalo! en la
aeronutica la altura
sobre Cogot usa una
escala de intervalo!
mientras que la altura
sobre el nivel del mar
es de razn.
ACTIVIDAD DE EVALUACIN N9 2
4. *ealiza un organizador visual deK Boblacin! ,uestra! (enso y ,uestreo.
8. LBor qu usualmente se recurre al anlisis a travs de muestras y no de poblacionesM
=. L(on qu fin se critica una informacinM
4. )ndica que ;a/& ab4 !. son c5a4 & -a-& ;a. y cuales c5a0-& -a-& ;a.K
a9 Brofesin que te gusta.
b9 -"mero de goles marcados por tu equipo favorito en la "ltima temporada.
c9 -"mero de alumnos de tu )nstituto.
d9 %l color de los o'os de tus compaeros de clase.
e9 (oeficiente intelectual de tus compaeros de clase.
f9 (omida 0avorita.
5. .e las siguientes ;a/& ab4 !. indica cules son d& .c/!-a. y cuales c,0-& 0Ia..
a9 -"mero de acciones vendidas cada da en la Colsa.
b9 Temperaturas registradas cada #ora en un observatorio.
c9 Berodo de duracin de un automvil.
d9 %l dimetro de las ruedas de varios coc#es.
e9 -"mero de #i'os de >< familias.
f9 (enso de la poblacin c#ilena.
6. (lasificar las siguientes ;a/& ab4 !. en c5a4 & -a-& ;a. y c5a0-& -a-& ;a.
d& .c/!-a. o c,0-& 05a..
a9 a nacionalidad de una persona.
b9 -"mero de litros de agua contenidos en un depsito.
c9 -"mero de libros en un estante de librera.
d9 Suma de puntos tenidos en el lanzamiento de un par de dados.
e9 a profesin de una persona.
f9 %l rea de las distintas baldosas de un edificio.
@. D! 4,. .&#5&!0-!. &0c&.,.$ .!>a4a c574 !. !4 d,6&0&, d! 4a. ;a/&ab4!. 2 6!0c&,0a
.& .,0 d&.c/!-a. , c,0-&05a..
a. %l n"mero 3-9 de litros de lec#e que produce una vaca al mes.
b. a suma 3S9 de los puntos obtenidos al lanzar 8 dados.
c. %l tiempo 3T9 que un avin tarda a 4<<< metros de altura
d. %l estado civil de una persona.
e. %l n"mero 3?9 de #o'as de un rbol
f. %l n"mero 39 de libros completos que se leen en ,&ico anualmente.
g. %l peso 3B9 que carga diariamente unos camiones que van desde 4 #asta E botellas
#. a estatura de los estudiantes en una universidad.
i. %l n"mero de equipos de f"tbol que participa en un torneo.
'. a temperatura registrada en una solucin qumica cada minuto.
F. %l tiempo de vida de los focos caseros.
l. os metros que recorre un 'ugador de f"tbol durante un partido de 6< minutos.
m. %l n"mero de libros terminados que produce una editorial anualmente.
n. %l tamao de las ca'as que compra una compaa para distribuir su producto.
o. a longitud de = <<< clavos que produce una fbrica al da.
p. %l tiempo que se tarda un automvil en recorrer 4< Filmetros con distintas
condiciones climatolgicas.
q. %l n"mero de pases que firmaron un tratado.
r. %l peso de los bebs recin nacidos en un #ospital.
s. %l n"mero 3,9 de monedas de 4< de cntimos que circulan en el mercado.
t. a velocidad 3G9 de un automvil en Filmetros por #ora.
u. %l dimetro de una esfera
v. %l n"mero 3?9 de #o'as de un rbol.
C. E0 4,. !'!/c&c&,. &d!0-&"&J5! cada 0I6!/, c,6, d&.c/!-, , c,0-&05,
a9 (ada cigarrillo de marca Coston tiene 4A mg de alquitrn
b9 +n altmetro marca una altura de 4><<< metros
c9 +na encuesta realizada a una poblacin que 4<4> personas! indica que A<< de
ellas tienen suscripcin a banda anc#a
d9 +n velocmetro pudo medir que un carro via'aba por una carretera de alta
velocidad a 44< Sm./#
e9 %n los e&menes de estadstica se registr que 4> de ellos recibieron
calificacin de e&celente
f9 %l tiempo que *ubn tarda en ir a su traba'o es de =>.>E minutos
g9 .espus de ir al gimnasio Vuana pes 8 Filos menos.
D. E0 4,. !'!/c&c&,. &d!0-&"&J5! .& 4,. da-,. .,0 c5a4&-a-&;,. , c5a0-&-a-&;,.
a9 as gaseosas que se consumen en la fiesta son cocaNcola! pepsi! inFaFola! Sriss
y refresco
b9 %l c#oque en la carretera involucr 8< carros.
c9 os carros que sufrieron daos se dividen por colores asK > ro'os! A azules! 4
gris! E blancos! A verdes.
d9 la temperatura en el saln de clase es de 8>W (
e9 %n la naturaleza e&isten 4<D elementos qumicos.
f9 %n el equipo de traba'o #ay 8 mu'eres y = #ombres
4<. %&plique cul es la diferencia entre datos continuos y datos discretos.
44. LBuede un dato cuantitativo ser discretoM %&plique
48. LUu diferencia e&iste entre un nivel de medicin nominal y por intervaloM
4=. (uando una serie de mediciones se pueden organizar y adems involucran una
medida que implica ausencia de cantidad! La qu nivel de medicin nos estamos
refiriendoM
4A. L(rees que los datos que se corresponden a niveles de medicin nominal o ordinal
sirven para realizar conclusiones acerca de un e&perimentoM
1=. D!-!/6&0a/ c574 d! 4,. c5a-/, 0&;!4!. d! 6!d&c&10 K,/d&0a4$ 0,6&0a4$ 3,/
&0-!/;a4,.$ d! /aB10+ !. !4 67. ad!c5ad,
a9 (alificaciones del curso clasificadas en e&celentes! buenas! aceptables e
insuficientes
b9 (ontenidos de nicotina de cigarrillos de marca ?amilton
c9 -"meros de las cdulas de ciudadana
d9 Temperatura corporal de los estudiantes de estadstica que le #acen reclamos
al profesor por #aber perdido una evaluacin muy fcil
e9 /os en los que el +niversitario #a ganado el campeonato de f"tbol peruano
f9 (olores de una muestra de c#ocolates -estle
g9 .istancias recorridas por automviles en una prueba de consumo de
combustible
#9 Besos de los ob'etos que #an sido reciclados en una campaa de recoleccin de
basura
i9 -umero de ingenieros! mdicos! fsicos y actores encontrados en una encuesta
Genero Mar-jul 08
Masculino
Femenino
Masculino Femenino
GR(FICAS ESTADSTICAS
*.1. GRAFICOS
Son muy utilizados en la prensa! en la televisin y en los libros para presentar los datos
de una forma ms vistosa. /dems! tambin se consigue que a primera vista podamos
darnos cuenta de los detalles fundamentales. X se pueden utilizar los de Carras! .e
Sectores! ?istogramas y Bictogramas.
a representacin grfica de datos estadsticos cubre una amplia variedad de tipos y
modalidades! para diversos fines de consulta y anlisis de la informacin. Sin embargo!
en la presentacin de estadsticas oficiales las opciones se reducen a la utilizacin de
aquellas que faciliten la consulta para los usuarios. Bor lo tanto! para este efecto no se
consideran opciones de orientacin analtica particulares! utilizadas generalmente por
usuarios especializados.
R!3/!.!0-ac&10 #/7"&ca d! 4a. d&.-/&b5c&,0!. d! "/!c5!0c&a
?istograma de frecuencias
.atos agrupados Bolgono de frecuencias
(uantitativas Bolgono de frecuencias acumuladas

Gariables .atos sin agrupar
.iagrama de sectores circulares
(ualitativas .iagrama de rectngulo
Bictograma
PARA VARIABLES CUALITATIVAS
1. D&a#/a6a d! .!c-,/!. c&/c54a/!.:
%st representacin grfica consiste en
dividir un crculo en tantos sectores
circulares como modalidades presente el
carcter cualitativo! asignando un ngulo
central a cada sector circular
proporcional a la frecuencia absoluta ni!
consiguiendo de esta manera un sector
con rea proporcional tambin a ni.
Se&o f
i
,asculino 8<
0emenino 6
.iagrama de barras
.iagrama de frecuencias acumuladas
Bolgono de frecuencias acumuladas
Genero
0
5
10
15
20
25
Masculino Femenino
Genero
Enero
#e%rero
Marzo
A%r!l
2
3
42
423
UNIDADE
S
MESES
N,-a:Breviamente #ay que calcular los grados que corresponde a cada elemento
multiplicando la frecuencia correspondiente a cada dato por el cociente entre =E<Y y el
total de datosK
2. D&a#/a6a d! /!c-70#54,.:
%sta representacin grfica consiste en construir tantos rectngulos como modalidades
presente el carcter cualitativo en
estudio! todo ellos con base de igual
amplitud. a altura se toma igual a la
frecuencia absoluta o relativa 3seg"n la
distribucin de frecuencias que
estemos representando9! consiguiendo
de esta manera rectngulos con reas
proporcionales a las frecuencias que
se quieren representar.
*. P&c-,#/a6aK
%s un tipo de representacin que se utiliza para variables cualitativas! y que consiste en
dibu'ar! para cada valor de la variable! una figura de rea proporcional a la frecuencia.
b. a produccin de pollos en la regin de /requipa! en los A primeros meses del
ao! est representada en la siguiente grfica.
PARA VARIABLES CUANTITATIVAS
Da-,. .&0 a#/53a/
1. D&a#/a6a d! ba//a.: (onsiste en levantar! para cada valor de la variable! una
barra cuya altura sea su frecuencia absoluta o relativa! dependiendo de la
distribucin de frecuencias que estemos representando. Se construye situando
en el e'e de las abscisas las modalidades de la variable y sobre el e'e de las
ordenadas los valores de sus frecuencias absolutas.
-o e&isten reglas estrictas aplicables a los grficos de este tipo! pero como
normas generales de presentacin se indican las siguientesK
Persona 1
Persona 1
+ %l anc#o de la barra debe ser uniforme para todas las barras del diagrama.
+ a longitud de la barra debe ser proporcional a la cantidad que representa.
+ %l espacio de separacin entre barras por cada concepto debe ser constante.
+ as barras en estos grficos pueden disponerse vertical u #orizontalmente.
a. G/7"&c, d! ba//a. ;!/-&ca4!.
lamado tambin Zgrfico de columnasZ! es un grfico sobre e'es cartesianos en el que
se distribuye en el e'e @! los conceptos. Sobre ellos se levantan barras o rectngulos de
igual base cuya altura sea proporcional a sus frecuencias. %n el e'e X se encuentra la
escala de valores.
Carras simples verticales de una serieK
)ntervalos
0recuencia
Simple 3fi9
,atemtica 3,9
engua'e 39
?istoria 3?9
0sica 309
Uumica 3U9
*eligin 3*9
%d. 0sica 3%.0.9
8<
=<
=>
><
=>
8>
A<
*epresentacin de barras verticales
Bresentacin de grfica de barras ?orizontales
2. D&a#/a6a d! "/!c5!0c&a.
ac5654ada.K
%sta representacin grfica se
corresponde con la de una
funcin constante entre cada dos
valores de la variable a
representar! e igual en cada
tramo a la frecuencia relativa
5
1
15
2
25
3
35
4
45
5
M L 3 # : , E. #.
5 1 15 2 25 3 35 4 45 5
Ma'e(5'!$a
Lengua0e
3!&'or!a
#*&!$a
:u*(!$a
,el!g!-n
Ed. #*&!$a
P1
20,0 18,0 16,0 14,0 12,0 10,0 8,0
7
6
5
4
3
2
1
0
Desv. t. ! 3,75
Me"ia ! 14,#
$ ! 2#,00
acumulada 3o absoluta acumulada si se trata de representar una distribucin de
frecuencias absolutas9 #asta el menor de los dos valores de la variable que construyen el
tramo en el que es constante
*. P,48#,0, d! "/!c5!0c&a.K
Bara construir el polgono de frecuencias se unen los puntos 3&i! fi9
1rficas BoligonalesK -otas de alumnos
<. P,48#,0, d! "/!c5!0c&a. ac5654ada.:
Se utiliza para representar distribuciones de frecuencias 3relativas o absolutas9
acumuladas. (onsiste en representar la grfica de una funcin que una por segmentos las
alturas correspondientes a los e&tremos superiores de cada intervalo! tengan o no todos
igual amplitud! siendo dic#a altura igual a la frecuencia acumulada! dando una altura cero
al e&tremo inferior del primer intervalo y siendo constante a partir del e&tremo
superior del "ltimo.
Da-,. a#/53ad,.
1. H&.-,#/a6a:
%s una representacin grfica de una variable en forma de barras! donde la superficie
de cada barra es proporcional a la frecuencia de los valores representados. %n el e'e
vertical se representan las frecuencias! y en el e'e #orizontal los valores de las
variables! normalmente sealando las marcas de clase! es decir! la mitad del intervalo en
el que estn agrupados los datos.
Bara construir un #istograma se debeK
%stablecer cantidad de clasesP
n k
! donde n es el tamao
de la muestra.
-otas
0recuencia
Simple 3fi9
0recuencia
/cumulada
30i9
<6
4<
44
48
4=
4A
8
4
=
A
>
8
8
=
E
4<
4>
45
4
8
=
A
>
6 4< 44 48 4= 4A
#
r
e
$
u
e
n
$
!
a

S
!
(
+
l
e

;
1
!
<
7o'a&
/ol*gono
%stablecer longitud de las clases
k
m M
L

! , valor m&imo de la muestra! m

valor mnimo de la muestra.
(onstruir una tabla de frecuencia por clases.
+ a figura 4 es un e'emplo de un #istograma. %l #istograma es una serie de
rectngulos! todos ellos de anc#ura proporcional a la gama de valores dentro de
una clase y tambin de altura proporcional a los elementos que caen dentro de la
clase. Si las clases que empleamos en la distribucin de frecuencia tienen el
mismo anc#o! las barras verticales del #istograma lo tendrn tambin. a altura
de la barra de cada clase corresponde al n"mero de elementos de esta "ltima.
+ +n #istograma que se sirve de la frecuencia relativa 3tabla E9 de las
observaciones de datos en cada una de las clases y no del n"mero real de
observaciones recibe el nombre de ?istograma de frecuencia relativa 3fig. 89.
%ste tiene la misma forma que un #istograma de frecuencia absoluta #ec#o con
el mismo con'unto de datos. a "nica diferencia entre el #istograma de
frecuencia absoluta y el de frecuencia relativa! es la escala vertical de la
izquierda! en el primero es el n"mero absoluto de observaciones en cada clase y
en el segundo es el n"mero de observaciones en cada clase como una fraccin del
n"mero total de ellas.
E'!634, 1 C,0c!0-/ac&,0!. d! c4,/, !0 65!.-/a. d! a#5a -/a-ada c,0 &0-!/;a4,.
d! c4a.! d! F.* 336
(/S% 0*%(+%-()/
4>.8 N 4>.A 8
4>.> N 4>.5 >
4>.D N 4E.< 44
4E.4 N 4E.= E
4E.A N 4E.E =
4E.5 N 4E.6 =
=<
+ M,.-/a/ 4a. ,b.!/;ac&,0!. !0 50a #/7"&ca. Gase la figura siguiente.
0.067
0.167
0.367
0.200
0.100 0.100
0.000
0.050
0.100
0.150
0.200
0.250
0.300
0.350
0.400
15.2 % 15.4 15.5 % 15.7 15.8 % 16.0 16.1 % 16.3 16.4 % 16.6 16.7 % 16.#
PORCENTAJE
HISTOGRAMA DE FRECUENCIA RELATIVA
+
+ H&.-,#/a6a d! F/!c. Ab.,45-a
E'!634, 2 C,0c!0-/ac&,0!. d! c4,/, !0 65!.-/a. d! a#5a -/a-ada c,0 &0-!/;a4,.
d! c4a.! d! F.* 336 5.a0d, 4a "/!c5!0c&a /!4a-&;a.
(/S% 0*%(+%-()/ 0*%(. *%.
4>.8 N 4>.A 8 <.<E5
4>.> N 4>.5 > <.4E5
4>.D N 4E.< 44 <.=E5
4E.4 N 4E.= E <.8<<
4E.A N 4E.E = <.4<<
4E.5 N 4E.6 = <.4<<
Total =< 4.<<<
F&#. 2 H&.-,#/a6a d! F/!c. R!4a-&;a
!
n
"

d
e

v
e
#
e
s
&
'
$
!
$
$
$ ( % ) &
/un'o&
ACTIVIDADES DE EVALUACIN NL *
4. LUu diferencia e&iste entre poblacin y muestraM
8. %scriba al menos > caractersticas de alg"n elemento o con'unto de elementos que
pueda analizar la estadsticaM
=. as puntuaciones obtenidas por un grupo en una prueba #an sidoK
4>! 8<! 4>! 4D! 88! 4=! 4=! 4E! 4>! 46! 4D! 4>! 4E! 8<! 4E! 4>! 4D! 4E! 4A! 4=.(onstruir
la tabla de distribucin de frecuencias y dibu'a el grfico ms adecuado.
A. %l n"mero de estrellas de los #oteles de una ciudad viene dado por la siguiente
serieK =! =! A! =! A! =! 4! =! A! =! =! =! 8! 4! =! =! =! 8! =! 8! 8! =! =! =! 8! 8! 8! 8!
8! =! 8! 4! 4! 4! 8! 8! A! 4. (onstruir la tabla de distribucin de frecuencias y
dibu'a el grfico ms adecuado.
>. as calificaciones de >< alumnos en ,atemticas #an sido las siguientesK >! 8!
A! 6! 5! A! >! E! >! 5! 5! >! >! 8! 4<! >! E! >! A! >! D! D! A! <! D! A! D! E! E! =! E! 5!
E! E! 5! E! 5! =! >! E! 6! E! 4! A! E! =! >! >! E! 5. (onstruir la tabla de
distribucin de frecuencias y dibu'a el grfico ms adecuado.
E. os pesos de los E> empleados de una fbrica vienen dados por la siguiente
tablaK
Beso [><!E<9 [E<!5<9 [5<!D<9 [D<!6<9 [6<!4<<9 [4<<!44<9 [44<!48<9
f
i
D 4< 4E 4A 4< > 8
5. os A< alumnos de una clase #an obtenido las siguientes puntuaciones! sobre ><!
en un e&amen de 0sica. =! 4>! 8A! 8D! ==! =>! =D! A8! 8=! =D! =E! =A! 86! 8>! 45!
5! =A! =E! =6! AA! =4! 8E! 8<! 44! 4=! 88! 85! A5! =6! =5! =A! =8! =>! 8D! =D! A4!
AD! 4>! =8! 4=.
a9 (onstruir la -ab4 a d! "/!c5!0c& a..
b9 .ibu'ar el %& .-,#/a6a y el 3,4 8 #,0, d! "/!c5!0c& a..
D. L(ul es la diferencia principal entre variable cardinal y variable
ordinalM
6. L%&iste similitud entre parmetro y estimadorM
4<. /note al menos tres razones por las que usted
necesita aprender estadstica.
44. Se #a lanzado un dado 4<< veces
obtenindose los resultados
representados en el polgono de
frecuencias.
a9 L(ul es la frecuencia absoluta de salir AM
b9 L(ul es la frecuencia absoluta de salir >M
c9 LUu puntuacin #a salido con ms frecuenciaM
48. %l siguiente grfico de sectores e&presa el idioma que #ablan los asistentes al
congreso.
a9 LUu idioma es el que menos se #ablaM
b9 LUu idioma es el ms #abladoM
c9 LSe #abla ms francs que inglsM
4=. Hbserva el siguiente #istograma de frecuencias. (ompleta en tu cuaderno la
siguiente tabla de frecuenciasK
1<. %l d&a#/a6a d! ba//a. /!3/!.!0-a 4a. !.-a-5/a. d! 50 #/53, d! c%&c,.:
Clases
*re#uen#i
a
=
5
5 =
1
1 =
15
15 =
2
2 >
25
(
&
+
$
)
'
$
$%
) ! ) $! $)
,edro
-(
M
e
t
r
o
s

-%
-)
-&
-.
-'
Luis /el0n Mar1a Lu#as To23s

Elena Carlos C0sar In0s Marta

a9 L(untos miden 4!> metros o menosM
b9 L(untos miden ms de 4!> mM
c9 LUuines miden entre 4!E m y 4!5 mM
d9 LUuin es el que mide msM
e9 LUuin es el que mide menosM
f9 L/ cuntos se #an encuestadoM
ACTIVIDADES DE A,LICACIN
L,. !.-5d&a0-!. d! 4a a.&#0a-5/a d! Ma-!67-&ca b7.&ca .,0 2@ ;a/,0!. 2 1*
65'!/!. /!a4&Ba0 50a ;,-ac&10 3a/a !4!#&/ 50 d!4!#ad,. A4 4!!/ 4a. ;,-ac&,0!. ;a0
a3a/!c&!0d, 4,. .&#5&!0-!. 0,6b/!.:
)vn! (ristina )vn! (ristina )vn! (ristina! )vn! (ristina! )vn! )vn! )vn!
(ristina! (ristina! )vn! (ristina (ristina! (ristina! )vn! )vn! )vn! )vn! )vn
(ristina )vn! (ristina! (ristina! (ristina! )vn (ristina! (ristina! (ristina!
(ristina! (ristina! (ristina! (ristina! )vn! (ristina!
*espondeK
a9 *ealiza el recuento de los votos recibidos para cada candidato 3utiliza una
tabla de frecuencias9.
)van QQQQQQQQQQQQQQQ.
(ristina QQQQQQQQQQQQQQQ
b9 L(ul de ellos ser el delegadoM L(untos #an votadoM L/lguno de los alumnos de la
clase no #a votadoM L(untosM QQQQ..QQQQQQQQQQQQQQQQQQQQQQQQQQQQQ
c9 LUu nombre le daras a la variable en este casoM QQ..QQQQQQQ
d9 L(untos no votaronMQQQQQQQQQQQ
1=. C,634!-a 4a -ab4a d! "/!c5!0c&a. ab.,45-a. c,0 4,. da-,. d! 4a. !dad!. J5! .!
3!#a/,0 !0 4a 3&Ba//a 2 #/7"&ca !0 50 d&a#/a6a d! ba//a. Kac-&;&dad &0&c&a4+.
Tabla de 0recuencias 1rfico de Carras
EDADES
FREC. ABSOL:
11 12 13
14 Edad
16
14
12
1
8
6
4
2
7? de
Alu(no&
NL DE
ALUMNOS
44
48
4=
4A
THT/ A<
*esponde a las siguientes interrogantes
4. L(untos alumnos tienen 44 aosM \\\\\\\\\\\\\\\\\\\\\\\\\\\\
8. L(untos alumnos tienen menor de 4= aosM\\\\\\\\\\\\\\\\\\\\
=. L(untos alumnos tienen mayor de 48 aosM\\\\\\\\\\\\\\\\\\\\\
A. LUu variable estadstica que se est estudiandoM\\\\\\\\\\\\
>. LUu tipo de variable esM \\\\\\\\\\\\\\\\\\\\\
16
14
12
1
8
6
4
2

<. DISTRIBUCIN DE FRECUENCIAS. CLASES.
Gamos a tratar a#ora de estructurar y ordenar los con'untos numricos de los datos
obtenidos en la observacin de una muestra o poblacin para as poder proceder con
ms facilidad a su estudio.
%mpezaremos estudiando las frecuencias en sus diversas clasesK
!"!"!F/!c5!0c&a ab.,45-a: es el n"mero de veces que se repite cada valor de la
variable en el con'unto de todas las observaciones de la misma. %n general la
frecuencia absoluta del dato &
i
se representa por f
i
!"!#!F/!c5!0c&a /!4a-&;a: es el cociente entre la frecuencia absoluta y el n"mero
total de datos u observaciones. %l n"mero total de datos lo representamos
por n! y la frecuencia relativa del dato &
i
se representa por #
i
Se verifica por
lo tantoK #
i
P f
i
/n
!"!!F/!c5!0c&a ab.,45-a ac5654ada: es la suma de las frecuencias absolutas de
los valores inferiores o iguales al considerado. %videntemente los valores de
la variable deben de estar ordenados en forma creciente.
%n general! la frecuencia absoluta acumulada del dato &
i
se representa por 0
i
%videntemente! la "ltima frecuencia absoluta acumulada coincide con el
tamao de la muestra. Se verifica puesK
!"!$!F/!c5!0c&a /!4a-&;a ac5654ada: es el cociente entre la frecuencia absoluta
acumulada y el n"mero total de datos u observaciones. /nlogamente a la
anterior! los valores de la variable deben de estar ordenados en forma
creciente! es decir! la escala debe de ser numrica o! al menos! ordinal.
a "ltima frecuencia relativa acumulada es 4.
1eneralmente la frecuencia relativa acumulada del dato
&
i
de la variable se representa por 0
i
y verificaK
P/,3&!dad!. d! 4a. "/!c5!0c&a.
4. a suma de las frecuencias absolutas coincide con tamao de
la muestraK
8. Todas las frecuencias absolutas son positivas y menores o iguales que n. < ]
fi ] n
=. a suma de las frecuencias relativas es 4K
a. os siguientes datos se recopilaron con el fin de determinar la edad de ><
estudiantes del grado A Y de la seccin nocturna de la )% ,ara ,ontessori. /s
los datos obtenidos fueron los siguientesK
42 30 25 20 31 25 17 25 19 19
22 42 60 19 18 19 20 17 17 16
42 20 20 16 15 16 20 19 16 15
20 15 42 30 15 25 19 15 16 15
17 20 18 20 15 19 18 17 16 15
Hrganizando este con'unto de datos en forma ascendente y #aciendo el correspondiente
recuento 3n"mero de veces que se repite cada valor9 obtenemos el registro indicado a
continuacin. Hbservemos que el valor m&imo es E< y el menor es 4>.
%dades de >< estudiantes del grado 4<Y de )% ,ara ,ontessori seccin nocturna.
Edad NL d! ;!c!. J5! .! /!3&-!
15 8
16 6
17 5
18 3
19 7
20 8
22 1
25 4
30 2
31 1
42 4
60 1
%n la anterior ordenacin la variable @ toma muc#os valores diferentes y algunos de

ellos tienen una frecuencia tan pequea que no se 'ustifica considerarlos por separado.
/dems! no podemos visualizar claramente las medidas de tendencia central y su clculo
se dificulta por la cantidad de operaciones que deben realizarse. Bor tanto! es necesario
agrupar los datos en clases o intervalos.
Bara agrupar este con'unto en clases o intervalos de datos debemos seguir los
siguientes pasosK
1!/ 3a.,: Ra0#, , /!c,//&d,
(alculamos el rango o recorrido que representamos por * y que es la diferencia entre el
@m& y el @mn.
* P @m& N @mn
* P E< 7 4> P A>
+n rango de A> aos significa que la diferencia entre la mayor edad y la menor es A>
aos.
2L Pa.,: E4!cc&10 d!4 0I6!/, d! &0-!/;a4,.
.eterminamos el n"mero S de clases o intervalos en que vamos a agrupar los datos. -o
e&iste una regla "nica para fi'ar el S! pero generalmente vara entre > y 8< 3 20 k 5
9 dependiendo del tamao n de la muestra: su eleccin queda al criterio del lector.
%li'amos para agrupar nuestra muestra un n"mero S P 5 de clases o intervalos.
*!/ Pa.,: A634&-5d d! &0-!/;a4,. , c4a.!.
*epartimos el rango en clases o intervalos de la misma longitud o amplitud. Si a
representa la amplitud de cada intervalo! entoncesK
k
R
a 4 , 6
7
45
a
(uando los datos sean valores enteros de la variable! entonces el cociente
k
R
debe ser
un n"mero entero. Si no ocurre que
k
R
es entero! como en nuestro e'emplo 3
6,4
k
R
9!
debemos apro&imar a al n"mero entero ms pr&imo por encima! es decir a P 5.
Si los datos de la muestra tienen cifras decimales! entonces debemos tomar una
amplitud que tenga el mismo n"mero de cifras decimales.
/s! si en un e'ercicio encontramos que
859 , 2
k
R
! entonces tomamos a P 8!DE si los

datos tienen dos cifras decimales: aP 8!6 si los datos tienen una cifra decimal y aP=
si los datos tienen son n"meros enteros.
<L Pa.,: L86&-! d! &0-!/;a4,.
Si S P 5 y a P 5! entonces el rango que vamos a repartir ya no es * P A> sino 5 &
5 P A6. %ste nuevo rango se representa por *
a
y se llama rango ampliado.
Si *
a
N * es la cantidad en que se ampla el rango! entonces en esta misma cantidad se
debe ampliar el @m& o disminuir el @mn3 o ambos9 para que se cumplaK
*
a
P @m& 7 @mn.
%n nuestro e'emploK A6 P EA 7 4> A6 P E< 7 44 A6 P E8 N 4=
Si aumentamos el @m& en A! entonces el @m& P EA es el lmite superior del "ltimo
intervalo.
Si al lmite inferior
i
P 4> del primer intervalo se le adiciona la amplitud a P 5! el
resultado
s
P 4> ^ 5 P 88 es el lmite superior del primer intervalo! /sK
i
@mn. 4>
P/&6!/a c4a.!
s
P@mn^ /mplitud
s
P
i
^ a
s
P 4> ^ 5 P 88
a primera clase est formada por todos los valores de & entre 4> y 88 aos.
a segunda clase tiene como lmite inferior el lmite superior de la primera clase y como
lmite superior el inferior aumentado en la amplitud.
Segunda clase 88 N 86
%ste procedimiento se repite #asta obtener un n"mero 3S P 59 de intervalos ya
establecido que tiene a EA como lmite superior del "ltimo intervalo. 3Ger tabla9.
(lase )ntervalo
,arca
de
claseK
@
i
0recuencia
absolutaK
f
i
0recuencia
absoluta
acumuladaK
0
i
0recuencia
relativa
porcentual
#
i
P 100 .
n
f
i
P
O
0recuencia
porcentual
?
i
acumulada
O
@i.fi
4Y 4> N 88 4D!> =5 =5 <!5AP5AO 5AO EDA.>
8Y 88 N 86 8>!> > A8 <!4<P4<O DAO 485.>
=Y 86 N =E =8!> = A> <!<EPEO 6<O 65.>
AY =E N A= =6!> A A6 <!<DPDO 6DO 4>D
>Y A= N >< AE!> < A6 <!<<P<O 6DO <
EY >< N >5 >=!> < A6 <!<<P<O 6DO <
5Y >5 N EA E<!> 4 >< <:<8P8O 4<<O E<.>
Total nP>< 4!<<P4<<O
(uando el cociente
k
R
es e&acto y no #ay necesidad de ampliar el rango! tanto el lmite
inferior del primer intervalo como el lmite superior del "ltimo intervalo coinciden con
los & mn. y & m&.
=L 3a.,: Ma/ca. d! c4a.!: (omo en cada intervalo podemos considerar infinitos
valores reales de la variable &! debemos tomar uno de ellos que nos represente la clase y
nos permita #acer grficas y clculos3como la media aritmtica9. / cada uno de estos
valores se le llama 6a/ca d! c4a.! y su me'or representante es el punto medio del
intervalo 3o valor central9.
Si &
i
representa el punto medio del intervalo iNsimo! entonces la primera marca de
clase esK
5 , 18
2
22 15
1

+
x
as otras marcas de clase se pueden obtener en forma similar! o sumando a la anterior
la amplitudK
2
x
P 4D!> ^ 5 P 8>!>
3
x
P 8>!> ^ 5 P =8!>
4
x
P =8!> ^ 5 P =6!>
7
X
P >=!> ^ 5 P E<!>
?L 3a.,: Tab4a d! d&.-/&b5c&10 d! "/!c5!0c&a.: Si al elaborar la columna de las
frecuencias absolutas! un valor muestral coincide con uno de los lmites del intervalo!
convenimos en tomar ese valor en aquella clase donde aparece como lmite inferior del
intervalo. %s decir! son intervalos cerrados 7abiertos. Bor e'emplo! el valor 88 que
aparece como lmite superior del primer intervalo pertenece a la segunda clase.
%l "ltimo intervalo lo tomamos cerrado para que el & m&. y los valores que coinciden con
l no queden fuera de la tabla.
%n la tabla anterior indicamos las frecuencias absolutas! acumuladas! relativas y
acumuladas porcentuales.
+n anlisis de la tabla de distribucin de frecuencias nos permite afirmarK
=5 estudiantes de los AW seccin nocturna de la )% ,ara ,ontessori tienen unan edad
entre 4> y 88 aos correspondientes al 5AO de la muestra.
.e los >< estudiantes A6 son menores de A= aos! lo cual corresponde al 6DO de la
muestra tomada.
as edades ms frecuentes estn entre los 4> y 88 aos! por tener esta clase la m&ima
frecuencia absoluta.
=. ORDENACIN DE DATOS EN TABLAS DE FRECUENCIA K,-/a ",/6a+
Bara mayor comodidad en el anlisis y e&traccin de conclusiones es primordial
proceder al ordenamiento de los datosK
a.+ A634&-5d T,-a4 , R!c,//&d, d! 4a Va/&ab4! Ka+. %s la diferencia que se
establece entre el valor mayor @
,
y el valor menor @m! ms uno! es decirK
a P 3@
,
7 @
m
9 ^ 4
a.+ I0-!/;a4, d! C4a.! K&+. / los n"meros e&tremos y los incluidos en ellos forman
el intervalo de claseK 4EN8< est formado por 4E! 45! 4D! 46! 8<. os n"meros
e&tremos constituyen los lmites de claseK en el intervalo 4EN8<! significa que
empieza en 4E y termina en 8<. /claramos que estos lmites no son reales! ya
que! el intervalo 4EN8< vara desde 4>!> #asta 8<!> que son los lmites
verdaderos en su orden! al primero se llama lmite real inferior 3i9 y al segundo
lmite real superior 3s9. / la diferencia de los lmites reales se denomina
tamao o anc#o del intervalo! es decirK
i P s 7 i
%n una serie estadstica! el anc#o del intervalo es un n"mero entero supuesto! de
preferencia impar! a efecto de que su marca de clase sea un entero.
b.+ Ma/ca d! C4a.! KE6+. Se denomina al valor medio de cada intervalo: es decir!
del e'emplo de intervalo quedara asK
i ^ s
@m P NNNNNNNNNN
8
4E ^ 8<
@m P NNNNNNNNNNNN @m P 4D
8
c.+ N I6!/, d! I0-!/;a4, K0&+ es un n"mero entero que representa la totalidad de
clases. a frmula que define al n"mero de intervalos esK
/
ni P NNNN ^ 4
i
NOTAK %l n"mero conveniente de intervalos oscila entre = y 4> para evitar la
concentracin y dispersin de las frecuencias! en este orden.
Intervalos de
Clase
Centro de
Clase (Xi)
[25; 30
[30; 35
[35; 40
[40; 45
[45; 50
[50; 55
[55; 60
27,5
32,5
37,5
42,5
47,5
52,5
57,5
E'!/c&c&, d! A34&cac&10
%n una clase de =6 alumnos se #an obtenido estas calificaciones en la asignatura de
matemticaK
4E 45 4D 4> 4> 48 48 46 4A 4= 46
4A 45 4= <6 4A 44 <E <6 4A 4= 44
<6 48 <> <> 48 <A <6 4A 4A <5 4=
4< 45 4A <6 4= 4>
L.eterminar la amplitud 3a9 y el n"mero de intervalos! si el anc#o 3i9 se decide que
sea =M
AMPLITUD
Se encuentra el Galor mayor @, P 46
uego encontramos el valor menor @m P <A
(omoK
/ P 3@, 7 @m9 ^ 4 346 7 A9 ^ 4 P 4>
NMMERO DE INTERVALOS
ni P a / i ^ 4 34> / = 9 ^ 4 P >!< ^ 4 P E!<
d.+ Tab54ac&10 d! da-,. . %s el
proceso que ordena el material agrupando en forma convenienteK
S!/&! !.-ad8.-&ca $
constituye un con'unto de valores de una variable ordenada ascendente o
descendentementeK
@ P >D! E6! E>! >A! >>! >8! E8! >5! E<! AD
.escendenteP E6! E>! E8! E<! >D! >5! >>! >A! >8! AD
SK es el n"mero de
intervalos
1 2
1 2
L @L
L L
A!
2
E0e(+loB
25 3
A!
2
A! 27C5
D 1 3C3logn
D 1 3C3;1C6<
D 1 5C28
D 6C8
a+roE!(andoB
D 7 !n'er"alo&
+
+
+
_K es el
anc#o
del
intervalo
,
F
D
, 4alor M5E!(o 4alor (*n!(oG1
,H57>25G1H33
ree(+lazandoB
33
FH 4C71
7
F 5

/scendente P AD! >8! >A! >>! >5! >D! E<! E8! E>! E6
S!/&! !.-ad8.-&ca d!
"/!c5!0c&a.. %s el ordenamiento de la variable ascendente o
descendentemente! pudiendo repetirse algunos valores! mismos deben
e&ponerse en tablas.
PROCESO
4. Se ordena la variable en forma ascendente 3o descendente9
8. Se escribe en tablas los datos repetidos mediante rayas #orizontales o
verticales.
=. Se suma el n"mero de rayas! para formar la columna de las frecuencias.
%'emplo de calificaciones de 0sica registradas en un cursoK
4E! 45! 4D! 4>! 4>! 48! 48! 4=! 4A! 4=! 46! 4A! 45 4=! <6! 4A! 44! 4<! <E! <6! 4A!
4=! 44! <6! 48! <>! <>! 48! <A! <6! 4A! 4D! <5! 4=! 4<! 45! 4A! <6! 4=
O/d!0ac&10 d! da-,. 2 d!-!/6&0ac&10 d! "/!c5!0c&a
@ 3descendente9 Galor que se
repiten
0recuencia3f
i
9
46
4D
45
4E
4>
4A
4=
48
44
4<
<6
<D
<5
<E
<>
<A
/
//
///
/
//
//////
/////
////
//
//
/////
/
/
//
/
4
8
=
4
8
E
E
A
8
8
>
<
4
4
8
4
THT/ f
i
P =6
S!/&! E.-ad8.-&ca d!
I0-!/;a4,..%s el ordenamiento de valores en forma ascendente o
descendente! de acuerdo a los intervalos de clase que #an sido
previamente establecidos.
PROCESO
4. %ncontramos la amplitud o recorrido 3a9
8. Broponemos el anc#o del intervalo 3i9
=. (alculamos el n"mero de intervalo 3ni9
A. (onstruimos la columna de los intervalos! de modo que el lmite superior del
primer intervalo sea el mayor valor de la variable. / este lmite se resta el
anc#o del intervalo y se le agrega 4! obteniendo el lmite inferior! queda as el
primer intervalo.
>. %l segundo intervalo se obtiene restando el anc#o del intervalo a los lmites
del primero! y as sucesivamente.
E. %n el "ltimo intervalo debe incluirse el menor valor de la variable.
5. %fectuamos la ubicacin y el conteo de los valores repetidos.
D. (onstruimos la columna de frecuencias.
E'!634,.
a edad de 5> Badres de 0amilia del (olegio ZCernardo Galdivieso Z esK
A6 >< >< EE >5 AA A> A6 >< >4 >5 EE =5 A4 A> =E E> >>
>< >< A> A5 A= =5 E> >8 >> E4 =6 A< A> A> >< >4 >E A6
AE A> A< =D E4 >E >4 A6 A> A> AE A6 >4 >> E< A> =5 A<
AE A8 =E 56 E< A6 >8 A6 A5 A4 A4 =A =E A< A4 AD 56 >4
>< >> E5
D!.a//,44,
4. %ncontramos la amplitud o recorrido 3a9: como tenemos @, P 56 y @m P =A
%ntonces aplicamos la formula.
a P 3@
,
7 @m9 ^ 4 P 356 N =A 9^ 4
a P AE
8. Broponemos que el anc#o de intervalo sea i P >
=. Se calcula el -"mero de )ntervalo: con la amplitud que es a P AE y el
intervalo que es i P >ni P 3a / i9 ^ 4 ni P 3AE / >9 ^4 ni P 4<!8 4<
A. (onstruimos la columna de los intervalos: Si el lmite superior del primer
intervalo es 56 3ls9! entoncesK
li P 3ls 7 i9 ^ 4 P 356N>9 ^ 4 P 5>! por tanto! primer intervalo 356N5>9.
%l Segundo )ntervalo 35A N 5<9:
%l Tercer )ntervalo 3E6 N E>9
%l (uarto )ntervalo 3EA N E<9
%l Uuinto )ntervalo 3E6 N E>9
>. %n el "ltimo conteo se debe incluir el valor menor de la variable entonces
queda asK %l +ltimo )ntervalo 3=AN=<9
E. +bicacin y conteo de los valores repetidos y sealamos con rayas.
5. (onstruccin de la columna de las frecuencias en forma descendente!
#aciendo corresponder a cada intervalo una frecuencia.
D. Hrdenacin de datos y n"mero de datos repetidos309 por intervalo
@ 3en
intervalos9
Galores que se
repiten
f
i
5> 7 56
5< 7 5A
E> 7 E6
E< 7 EA
>> 7 >6
>< 7 >A
A> 7 A6
A< 7 AA
=> 7 =6
=< 7 =A
/
/////
////
////////
///////////////
/////////////////
/////
///////////
////////
/
<4
<<
<>
<A
<D
4>
88
44
<D
<4
THT/ f
i
P 5>
F/!c5!0c&a Ac5654ada ,
E"!c-&;,. Ac5654ad,.K %fectivo acumulado o frecuencia acumulada es la
suma de las frecuencias a partir del menor valor de la variable. a tabla
anterior queda de esta forma con las frecuencias o efectivos acumulados.
*epresentacin de la frecuencia acumulada
@ f
i
0
5> 7 56
5< 7 5A
E> 7 E6
E< 7 EA
>> 7 >6
>< 7 >A
A> 7 A6
A< 7 AA
=> 7 =6
=< 7 =A
<4
<<
<>
<A
<D
4>
88
44
<D
<4
4
4
E
4<
4D
==
>>
EE
5A
5>
TOTAL "
&
N @=
D!.a//,44,:
%mpezamos por la "ltima frecuencia del "ltimo intervalo asK
4 P <4
34^<<9 P <4
34^<>9 P <E
3<E^<A9 P 4<
3=>^889 P >5
3>5^D9 P E>
3E>Â9 P E6
3E6^>9 P 5A
35A^<9 P 5A
35A^49 P 5>
F/!c5!0c&a R!4a-&;a K%
&
+:
0recuencia relativa es la relacin entre la frecuencia de la variable y el
n"mero total de casos 3-9! es decirK
#
i
P f
i
/n
a suma de las frecuencias relativas siempre es igual a 4
%'emploK
.etermine la columna de frecuencia relativa de la distribucin del peso en un
e'emplo de 48< mu'eres.
Hbtencin de la frecuencia relativa
Beso en Sg.
0 #
i
AD
>=
>D
E=
ED
5=
<D
8=
AD
=A
<>
<8
<!<E5
<!468
<!A<<
<!8D=
<!<A8
<!<45
THT/ n P 48< 4!<<<
.esarrolloK
-"mero de casos n P 48<
0rmula #
i
P f / n
Brimer caso para AD Sg. #
4
P D /48= Sg. ?
#
8
P 8= / 48< P <!468
%tc...
P,/c!0-a'! d! 4a.
F/!c5!0c&a. KP O+ %l porcenta'e de la frecuencia es el valor que
corresponde a cada frecuencia y que est dado por cada 4<< casos de un
#ec#o investigado Su frmula esK
B P 3f `4<<9 / -
%s decir B es igual al producto de la frecuencia por 4<< dividido para el
n"mero total de casos n
a suma de los porcenta'es de las frecuencias relativas siempre es igual a 4<<
%'emploK
(alcular el porcenta'e de las frecuencias de la distribucin del e'emplo anterior.
.eterminacin del porcenta'e de frecuencias
Beso en Sg. f
i
B3O9
AD
>=
>D
E=
ED
5=
<D
8=
AD
=A
<>
<8
<E!E5
46!45
A<!<<
8D!==
<A!45
<4!E5
THT/ f
i
P 48< 4<<!<<
.esarrolloK
-"mero de casos - P 48<
B P 3f ` 4<<9 / -
B P 3D ` 4<<9/48< B P E!E5
B P 38= ` 4<<9/48< B P 46!E5
B P 3AD ` 4<<9/48< B P A<!<<
...
B P 38 ` 4<<9/48< B P 4!E5
P,/c!0-a'! d! 4a.
F/!c5!0c&a. Ac5654ada. KPa+: %ste porcenta'e se lo determina a travs
de la frmulaK
Ba P 3fa ` 4<<9 / -
%l lmite superior siempre es igual al 4<<O
E'!634,:
.etermine los porcenta'es de las frecuencias de la distribucin del e'emplo
anterior.
.eterminacin del porcenta'e de frecuencias acumuladas
Beso en Sg. f
i
0a Ba
AD
>=
>D
E=
ED
5=
<D
8=
AD
=A
<>
<8
<D
=4
56
44=
44D
48<
<E!E5
8>!D=
E>!D=
6A!45
6D!==
4<<!<<
THT/ fP48<
.esarrolloK
Ba P 3fa ` 4<<9 / -
Ba P 3D ` 4<<9/48!D=
Ba P 356 ` 4<<9/48!D=
...
...
Ba P 348< ` 4<<9/48< P 4<<
ACTIVIDADES DE EVALUACIN N9 =
4. %n la siguiente tabla! se presentan las calificaciones obtenidas por un grupo de
estudiantes en el e&amen del taller de (omputacin! llevado a cabo en el (olegio
%&perimental ICernardo GaldiviesoZ! de la ciudad de o'a
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\
A> >8 >D E< EE E5 D6 5< 5> D=
DD D6 64 6= 6E >5 E4 5A 5E E4
>5 EA ED 5A EA 55 D5 E8 D> D<
ED 5E D< D8 54 D> E8 58 58 D8
54 D5 5= 58 56 DA D4 56 D4 5=
55 E8 5= DA D4 56 58 56 D4 DA
\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\
(alcularK
a9 ?allar el Galor ,ayor
b9 ?allar el Galor ,enor
c9 /mplitud Total
d9 )ntervalo de (lase
e9 ,arca de (lase
f9 -umero de intervalo
g9 Tabular los datos en forma ascendente
#9 %ncontrar la frecuencia de dic#os datos
i9 *ealizar la tabulacin mediante la serie estadstica de intervalos! para lo cual se
propone el anc#o de intervalo de >.
'9 a frecuencia acumulada
F9 a frecuencia *elativa
l9 %l porcenta'e de frecuencia
m9 %l porcenta'e de frecuencia acumulada
8. +na fbrica de gaseosas! proyecta lanzar al mercado un nuevo sabor. Se realiza
un Test de aceptacin de dic#o sabor en una muestra de =< nios utilizando una
escala de 4< puntos! para medir el grado de aceptacin. os puntos obtenidos en
los =< nios fueron los siguientesK 8 E D 5 A > 4< E E 5 E 5
= D 5 E D E > A 5 D > 5 E 5 8 5 8 5 a muestra
obtuvo compuesta por igual n"mero de nios de ambos se&os! de = a 12 aos de
edad residentes en el Carrio de San Clas de la ciudad de (usco.
a9 L(ul es la poblacinM
b9 L(ul es la muestraM
c9 %s cualitativa o cuantitativaM
d9 d. (ul es la variableM
e9 e. .e qu tipo es la variable
f9 f. Uu clase de escala se #a utilizado en la medicin de la variableM
?. MEDIDAS DESCRIPTIVAS
os fenmenos biolgicos no suelen ser constantes! por lo que ser necesario que
'unto a una medida que indique el valor alrededor del cual se agrupan los datos! se
asocie una medida que #aga referencia a la variabilidad que refle'e dic#a
fluctuacin. %studiaremos los estadsticos que nos van a orientar sobre cada uno de
estos niveles de informacinK valores alrededor de los cuales se agrupa la muestra! la
mayor o menor fluctuacin alrededor de esos valores! nos interesaremos en ciertos
valores que marcan posiciones caractersticas de una distribucin de frecuencias as
como su simetra y su forma. 3Ger figura 4.49
F&#5/a 1.1 ,edidas representativas de un con'unto de datos estadsticos
%n este sentido pueden e&aminarse varias caractersticas! siendo las ms comunesK
- a tendencia central de los datos:
- a dispersin o variacin con respecto a este centro:
- os datos que ocupan ciertas posiciones.
- a simetra de los datos.
- a forma en la que los datos se agrupan.
.4 MEDIDAS DE LOCALI5ACIN 6,OSICIN74
Son coeficientes de tipo promedio que tratan de representar una determinada
distribucin! pueden ser de dos tiposK
1.PCENTRALES:
N,ediasK
/ritmtica
1eomtrica
/rmnica
N,edianas
N,oda
2.PNO CENTRALES:
N(uantilesK
(uartiles
.eciles
(entiles o percentiles
M!d&da. d! d&.3!/.&10.
Son complementarias de las de posicin en el sentido que sealan la dispersin
en con'unto de todos los datos de la distribucin respecto de la medida o
medidas de localizacin adoptadas.
N,edidas de dispersin absolutaK *ecorrido
N,edidas de dispersin relativaK *ecorridointercuartlico! desviacin media!
varianza! desviacin tpica.
N(oeficiente de variacin B%/*SH-.
N.iagrama de ca'a.
M!d&da. d! ",/6a
%studian la asimetraN simetra y deformacin 3apuntamiento! aplastamiento9
respecto de una distribucin modelo denominada distribucin -H*,/
(oeficiente de asimetra y coeficiente de (urtosis.
M!d&da. d! c,0c!0-/ac&10
%studian la concentracin de una distribucin frente a la uniformidad.
@.1. MEDIDAS DE POSICIN CENTRAL O MEDIDAS DE TENDENCIA
CENTRAL
@.1.1. CARACTERSTICAS DE LAS MEDIDAS DE POSICIN CENTRAL.
as medidas de posicin son promedios y pueden ser de tendencia central o no!
las ms importantes son las que #emos indicado en la introduccin! esto esK
6!d&a$ 6!d&a0a$ 6,da 2 4,. c5a0-&4!..
@.1.2. MEDIDAS DE CENTRALIGACIN: MEDIA ARITMTICA$ MEDIANA
MODA. PROPIEDADES. RELACIN ENTRE MEDIA$ MEDIANA MODA.
A. MEDIA ARITMTICA: %s la suma de todos los valores de la variable dividida
entre el n"mero total de elementos.
n
x
n
x x x x x
X
n
i
i
n n

+ + + +
1 1 3 2 1
....
Si el valor &i de la variable @ se repite n
i
veces! aparece en la e&presin de la
media aritmtica de la formaK
n
n x
X
i i
! que ser la e&presin que consideraremos definitiva de la media
aritmtica.
(omo
N
n
f
i
i
otra posible e&presin ser
i
n
i
i
f x X

1
%'emploK Si tenemos la siguiente distribucin! se pide #allar la media aritmtica!
de los siguientes datos e&presados en Fg.
Q
&
"
&
Q
&
"
&
>A 8 4<D
>6 = 455
E= A 8>8
EA 4 EA
4< E<4
1 , 60
10
601

n
f x
X
i i
Fg
-HT/K / la media aritmtica se la denomina tambin CENTRO DE GRAVEDAD de la
distribucin.
Si la variable esta agrupada en intervalos 3variable continua9! se asignan las
frecuencias a las marcas de clase y se procede como si la variable fuera discreta. E0 !4
"5-5/, c,0.&d!/a/!6,. &0d&.-&0-a6!0-! c& N Q&
%'emploK
RL
&P1
$L
&
+ Q
&
N c
&
"
&
Q
&
"
&
[=< ! A<9 => = 4<>
[A< ! ><9 A> 8 6<
[>< ! E<9 >> > 85>
4< A5<
47
10
470

n
f x
X
i i
!adi"os las
colu"nas
se#$n las
necesidades
MEDIA ARITMTICA PONDERADA: %n ocasiones no todos los valores de la variable
tienen el mismo peso. %sta importancia que asignamos a cada variable! es independiente de la
frecuencia absoluta que tenga. Ser como un aumento del valor de esa variable! en tantas
veces como consideremos su peso.
%s la media aritmtica que se utiliza cuando a cada valor de la variable 3&
i
9 se le otorga
una ponderacin o peso distinto de la frecuencia o repeticin. Bara poder calcularla se
tendr que tener en cuenta las ponderaciones de cada uno de los valores que tenga la
variable
Se la suele representar comoK
i i
i i i
n w
n w x
w X
Siendo 2
i
la ponderacin de la variable &
i
y i
w
la suma de todas las ponderaciones.
%'emploK +n estudiante realiza = e&menes de comple'idad creciente!
obteniendo los siguientes resultadosK >! D y 5.
%l primer e&amen lo #izo en a #ora! el segundo en 4 #ora y el tercero en #ora y
media! por lo que se les atribuye una ponderacin de 4! 8 y = respectivamente. Se
pide calcular la nota media.
@i 0
&
S& Q& T&
> 4 4 >
D 4 8 4E
5 4 = 84
= - P E A8
Si calculamos la media aritmtica tendremos que K
67 , 6
3
7 % 5
+ +

n
n x
X
i i
.
/#ora bien! si calculamos la media ponderada! obtendremosK
( ) ( ) ( )
( )
7
6
42
6
21 16 5
3 2 1
3 7 2 % 1 5

+ +
+ +
+ +
x x x
x
w
P/,3&!dad!. d! 4a 6!d&a a/&-6A-&ca
B*HB)%./. 4K a suma de las desviaciones de los valores de la variable con respecto a
la media aritmtica es <.
Geamos que resulta al operar la siguiente e&presinK
n
i
i
X x
1
& '
. Tendremos que
( ) ( ) ( )
0
1
0
1
.
1 1 1 1
& ' & '
1

,
_
i i
i i
i i
i
i i
i
i i i
i
i i i
i
i i i
i
i
n
i
i
n n
n
n
n x
n x
n
n X n x
n
n X n x
n
n X n x
n
n X n x
n
n
X x
B*HB)%./. 8K a media aritmtica de los cuadrados de las desviaciones de los
valores de la variable con respecto a una constante cualquiera se #ace mnima cuando
dic#a constante coincide con la media aritmtica KT!,/!6a d! HURING9.
( )
( ) ( )
0 0 1
2 2

n
n
prop
n
n x x
n
n k x
k D
i i i i i
Bara x k 3media aritmtica9 el valor de las desviaciones ser mnimo.
B*HB)%./. =K Si a todos los valores de la variable se le suma una misma cantidad! la
media aritmtica queda aumentada en dic#a cantidadK
Supongamos que tenemos una variable & de la que conocemos su media.
Supongamos a#ora que tenemos otra variable! que se calcula a partir de la anterior de
la siguiente formaK
k x y
i i
+
. Si a#ora queremos calcular la media de esta segunda
variableK
( ) ( )
k
n
n x
n
kn
n
n x
n
n k
n
n x
n
n k n x
n
kn n x
n
n k x
n
n y
y
i i i i
i i i i i i i i i i i
n
i
i i
+ +
+
+
1
(omo X
n
n x
i i
si sustituimos tendremos k X Y + que es lo que pretendamos

demostrar.
B*HB)%./. AK Si todos los valores de la variable se multiplican por una misma
constante la media aritmtica queda multiplicada por dic#a constante . a
demostracin se realizara de manera anloga a la anterior.
-HT/K .e las dos propiedades anteriores se deduce que la resta y la divisin se
realizaran de igual manera para la propiedad = y A respectivamente.
C,/,4a/&,: Si una variable es transformacin lineal de otra variable 3suma de un
n"mero y multiplicacin por otro9! la media aritmtica de la 4b variable sigue la
misma transformacin lineal con respecto a la media aritmtica de la 8b variable!
siendo yi P a &i ^ b ! donde a y b son n"meros realesK
b x a
n
n b
n
n x a
n
bn n ax
n
n b ax
n
n y
y
i i i i i i i i i i
+ +
+
+

& ' & '
Bodemos utilizar esta metodologa para calcular la media de la siguiente
distribucin.
E
&
0
&
=DA=8 A
=DA=8 D
=DA=E A
=DA=D =
=DAA< D
Si efectuamos un cambio de variable
2
3%436
i
i
x
y tomando como nueva variable el
valor ms centrado! tendremosKK
Q
&
"
&
2
&
2
&
"
&
=DA=8 A 3=DA=8 N =DA=E9/8 P N8 ND
=DA=8 D 3=DA=8 N =DA=E9/8 P N4 ND
=DA=E A 3=DA=E N =DA=E9/8 P < <
=DA=D = 3=DA=D N =DA=E9/8 P 4 =
=DAA< D 3=DAA< N =DA=E9/8 P 8 4E
0 N 2@ *
(
1
27
3

n
n y
y
i i
(omo
2
3%436
x
y ! entonces
222 , 3%436 3%436 222 , 0 3%436
(
1
2 3%436 2 + + + y x
B*HB)%/./. >K N Si en un con'unto de valores se pueden obtener 8 ms subcon'untos
dis'untos! la media aritmtica del con'unto se relaciona con la media aritmtica de cada
uno de los subcon'untos dis'untos de la siguiente formaK
n
N x
X
N
I
i i
1
Siendo
i
x
la media de cada subcon'unto y -
i
el n"m. de elementos de cada
subcon'unto.
Geamos la demostracin de la propiedadK Sea la distribucin &
4
! &2! &3! &4! QQ &n!
&n&1, &n&2 QQQ.&', o(servan"o )ue *a(ran como "os su(con+untos "e n , '%n elementos ca"a uno. -i
consi"eramos la me"ia aritm.tica "e la "istri(uci/n0
n
n x
X
i i
y calculamos los sumatorios para

los dos subcon'untos! la e&presin de la media quedaraK
n
n x
n
n x
n
n x n x
X
k
n r
r r
n
j
j j
k
n r
r r
n
j
j j

+
+
+
+
1
1 1 1
Si multiplicamos numerador y denominador de cada una de las fracciones por una
misma cantidad el resultado no vara! por tanto! multiplicaremos la primera por -1 que es su
n"mero de elementos del primer subcon'unto y la segunda por -2 que es el correspondiente!
la e&presin quedarK
n
N
n x
N
n
N
n x
N
n N
n x N
n N
n x N
X
n
j
j j
n
j
j j
k
n r
r r
n
j
j j

,
_
,
_
2
1
2
1
1
1
2
1
2
1
1
1
como
1
1
1
x
N
n x
n
j
j j
y
2
2
1
x
N
n x
kn
n r
jr rj
+
son la media del primer y segundo subcon'unto! la e&presin la podemos
e&presar de la siguiente maneraK
n
N X N X
n
N
X
n
N
X X
2 2 1 1 2
2
1
1
+
+
que es lo que
queramos demostrar ya que si las frecuencias se multiplican o dividen por un mismo n"mero!
la media no vara
),BH*T/-T%K ?ay que tener en cuenta que la media aritmtica es muy sensible a los
valores e&tremos! es decir! a valores numricos muy diferentes! 3tanto por lo grandes! o
pequeos que sean9! al resto de la muestra. %sto puede resultar un problema. ?ay formas de
resolverlo! que veremos ms adelante.
M!d&a #!,6A-/&ca 2 a/610&ca.
a+ M!d&a #!,6A-/&ca: *esponde a la siguiente e&presin
n
n
k
n n n
k
x x x x G ......
2 2 1
3 2 1
y se la puede define! como la raz nNsima del producto de todos los valores de la
variable.
Tambin la podemos representar comoK
n
n
k
n n n
k
x x x x G
1
3 2 1
& ....... '
3 2 1
-HT/K %n muc#as ocasiones! los valores de la distribucin nos impiden poder

efectuar los clculos al e&ceder la capacidad de la calculadora.
+tilizaremos las propiedades de los logaritmosK
O lg 3a.b9 P lg a ^ lg b
O lg a
n
P n lg a
& ....... l#'
1
& ....... l#' l#
3 2 1 3 2 1
3 2 1
1
3 2 1
k k
n
k
n n n
n
n
k
n n n
x x x x
n
x x x x G
& l# .... l# 2 l# 'l#
1
3 2 1
3 2 1
k
n
k
n n n
x x x x
n
+ + + +
sabiendo que lo podemos e&presar en notacin compactaK
+ + + + G
n
x n
x n x n x n x n
n
i i
k k
l#
l#
& l# ...... l# l# l# '
1
3 3 2 2 1 1
! por lo que podemos decir
que
1 P anti lg
n
x n
i i
l#
%l logaritmo de la media geomtrica es la media aritmtica de los logaritmos de los valores
de la variable. %l problema se presenta cuando alg"n valor es < negativo y e&ponente de la
raz par ya que no e&ista raz par de un n"mero negativo.
Suele utilizarse cuando los valores de la variable
siguen una progresin geomtrica. Tambin para
promediar porcenta'es! tasas! nY ndices! etc.
siempre que nos vengan dados en porcenta'es.
%'emploK ?allar la media geomtrica de la siguiente distribucinK
n
x n
G
i i
l#
l#
por lo tanto ser conveniente ampliar la tabla con lo que nos quedar
Ei Fi 4# Qi "i 4# Qi
Qi 0i
4<< 4<
48< >
48> A
4A< =
n P 88
4<< 4< lg 4< lg 48 A lg 48> P 8.<65 D!=D5
4A< = lg 4A.884
056 , 2
22
221 , 45
lg
lg

n
x n
G
i i
1 P anti lg. 8!<>>> P 11*$?*2
NOTA: E0 4a ca4c54ad,/a !4 a0-&4,#a/&-6, .! %a44a a3/!-a0d, 4a -!c4a SHIFT 4,#
Q
%& M!d&a a/610&ca. La /!3/!.!0-a/!6,. c,6, HK %s la inversa de la media
aritmtica de las inversas de los valores de la variable! responde a la siguiente e&presinK
....
3
3
21
2
1
1
+ + +

x
n
x
n
x
n
n
x
n
n
H
i
i
Se utiliza para promediar velocidades! tiempos! rendimiento! etc. 3cuando influyen los
valores pequeos9.
Su problemaK cuando alg"n valor de la variable es < o pr&imo a cero no se puede
calcular.
%'emploK calcular la media armnica de la siguiente distribucinK
Ei
fi
4<< 4<
48< >
48> A
4A< =
Bara poder #allarla! es necesario que calculemos el inverso de & y el inverso de la
frecuencia por lo que ampliaremos la tabla con 8 columnas adicionales K
Qi Fi 1VQi "iVQi Ei"i
4<< 4< 4/4<< <.4 4<<<
48< > 4/48< <.<A8 E<<
48> A 4/48> <.<=8 ><<
4A< = 4/4A< <.<84 A8<
nP 88 <.46> 8>8<
%2 , 112
1(5 , 0
22

i
i
x
n
n
H
545 , 114
22
2520

n
n x
X
i i
%ntre la media aritmtica la media geomtrica y media armnica se da siempre la
siguiente relacinK X G H
MEDIANA: M!
a mediana o valor mediano ser el valor de la variable que separa en dos grupos los valores
de las variables! ordenadas de menor a mayor. Bor tanto es una cantidad que nos indica
,/d!0 dentro de la ordenacin.
%s el valor central de la variable! es decir! supuesta la muestra ordenada en orden
creciente o decreciente! el valor que divide en dos partes la muestra. a principal
caracterstica de esta medida es que al menos el ><O de las observaciones son
menores o iguales a ella.
(alculo de la medianaK cuando - es impar! #ay un trmino central
1
2
N
x
+
que ser el
valor de la mediana. (uando - es par! #ay dos trminos centrales la mediana
ser el promedio de estos dos valores.
%l lugar que ocupa se determina dividiendo el nY de valores entre 8K
2
n
(uando #ay un n"mero impar de valores de la variable! la mediana ser 'usto el valor
de orden central! aquel cuya frecuencia absoluta acumulada coincida con
2
n
. %s
decirK
i i i
x Me F
n
F <
2
1
. Bor tanto la mediana coincide con un valor de la variable.
%l problema est cuando #aya un n"mero par de valores de la variable. Si al
calcular
2
n
resulta que es un valor menor que una frecuencia absoluta acumulada! el
valor de la mediana ser aquel valor de la variable cuya frecuencia absoluta cumpla la
misma condicin anteriorK
i i i
x Me F
n
F <
2
1
. Bor el contrario si coincide que
i
F
F
2
! para obtener la mediana realizaremos el siguiente clculoK
2
1 +
+
i i
x x
Me
%'emploK Sea la distribucin
Ei Fi Fi
4 = =
8 A 5
> 6 4E
5 4< 8E
4< 5 ==
4= 8 =>
n P =>
lugar que ocupa
5 , 17
2
35
2

n
como se produce que
i i i
x Me F
n
F < < < <
26 7 , 17 16
2
1
!por lo tanto M! N @
%l otro caso lo podemos ver en la siguiente distribucinK
E' "' F'
4 = =
8 A 5
= D 1?
5 4< 8E
4< E =8
nP =8
ugar que ocupa P =8/8 P 4E PPc 6
2
7 5
2
1 1

+
+ i
x x
Me
-otar que en este caso se podra #aber producido que #ubiera una frecuencia
absoluta acumulada superior a 4E. %n este caso se calculara como en el e'emplo
anterior.
%n d&.-/&b5c&,0!. a#/53ada.! #ay que determinar el intervalo mediano
[ )
i i
L L ,
1 ! la forma de #acerlo ser calcular el valor de la mitad de n! y observar que
intervalo tiene una frecuencia absoluta acumulada que cumpla
i i
N
n
N < <
2
1
.
.espus de saberlo #aremos el siguiente clculoK
i
i
i
i
a
n
N
N
L Me
1
1
2

+
SiendoK [
i
N4
!
i
9 el intervalo que contiene a la frecuencia acumulada -/8
a
i
P amplitud de dic#o intervalo.
%'emploK
R L
&
P1
$
L
&
+ Ni Ni
[8< ! 8>9 4<< 4<<
[8> ! =<9 4>< 8><
R*F $ *=+ 2FF <=F
[=> ! A<9 4D< E=<
[A< ! A>9 A4 E54
- P E54
E54/8 P ==>.> : ,e estar en el intervalo [=< N => 9. Bor tanto realizamos el
clculoK
13% , 32 5 )
200
250 5 , 33
30
2
1
1

+

i
i
i
i
a
n
N
n
L Me
MODA: M,
a moda de un grupo de datos numricos es el valor que ocurre con mayor
frecuencia! es decir! el valor que ms se repite. Tal como ocurre en la vida diaria!
normal! de cualquier grupo o sociedad la moda es aquello que ms se repite! sea una
cancin! una prenda de vestir! un modelo de carro! una comida! un destino turstico!
etc.! se dice que es lo que est de moda! pero en estadstica! puede que un grupo de
datos numricos no tenga moda! es decir! cuando no #ay un valor que se repite ms
que los otros. Se le llama amodal. Si tiene una moda se le denomina unimodal Bor otra
parte! puede #aber un grupo de datos numricos que tenga ms de una moda! en este
caso de le llama bimodal si son dos las modas como ocurre con la precipitacin pluvial
anual de muc#os pases tropicales o con la insolacin diaria en la ciudad de ,rida!
Genezuela. Si tiene ms de dos modas se les denomina! genricamente! polimodales!
porque tienen muc#as modas 3los llamados IpicosJ9! como seran la tensin arterial
3sistlica o diastlica9! la precipitacin pluvial mes por mes de alguna regin #"meda!
la representacin grfica de un sismgrafo o de un electrocardiograma! etc.
%'emplos sonK
/modalK 4! =! A! 5! 6! 44! 4A! 45! 8<! 8>! =5! A=. -o tiene moda.
+nimodalK 8! A! E! 5! 6! 48! 48! 48! 4E! 88! =>. EE. a moda es 48.
CimodalK =! E! D! 6! 48! 4A! 4A! 4A! 4E! 46! 88! 8E! 8D! 8D! 8D! 8D! =6! A=. as
modas son 4A y 8D.
BolimodalK =! E! D! 6! 44! 44! 44! 4>! 4>! 4>! 4>! 4D! 8=! 8E! 86! 86! 86! =4. %n este
caso tiene tres modas que son 44! 4> y 86.
%n una distribucin normal! simtrica! #ay solo una moda! no #ay sesgo y la curva
tiene forma de campana simtrica. %n esta curva la media! la moda y la mediana
coinciden en el mismo punto o valor central.
S!/7 !4 ;a4,/ d! 4a ;a/&ab4! J5! 67. ;!c!. .! /!3&-!$ !. d!c&/$ !4 ;a4,/ J5!
-!0#a 6a2,/ "/!c5!0c&a ab.,45-a.
Bueden e&istir distribuciones con ms de una modaK bimodales! trimodales! etc.
%n las distribuciones sin agrupar! la obtencin de la moda es inmediata.
%'emploK
E& "&
4 8
2 @
= >
< @
> A
,oda d8! Ae! en este caso tenemos una distribucin bimodal.
%n los supuestos que la distribucin venga dada en intervalos! es decir! sea
agrupada! se pueden producir dos casosK que tengan la misma amplitud! o que esta
sea distinta.
Si tienen la misma amplitud! en primer lugar tendremos que encontrar el
intervalo modal! ser aquel que tendr mayor frecuencia absoluta
& , [
1 i i
L L
.
Bosteriormente realizaremos el siguiente clculoK
i
i i
i
i
a
n n
n
L Mo
1 1
1
1
+
+
+
+
SiendoK
iN4
P e&tremo inferior del intervalo modal
a
i
amplitud de dic#o intervalo
n
iN4
^ n
i^4
P densidades de frecuencia de los intervalos anterior y
posterior respectivamente al que contiene la moda.
(uando los intervalos sean de distinta amplitud! el intervalo modal ser el de 6a2,/
d!0.&dad d! "/!c5!0c&a! es decir
i
i
i
a
n
d
!ya que consideraremos la IcalidadJ del
intervalo en funcin de la frecuencia y de la amplitud. Bara realizar el clculo!
tendremos en cuenta la siguiente e&presinK i
i i
i
i
a
d d
d
L Mo
1 1
1
1
+
+
+
+
-otaK
4.N (uando #ay una "nica moda! la mediana suele estar comprendida entre x y ,o.
8.N (uando la distribucin es simtrica 3con 4 moda9 se cumple queK x P ,eP,o
%'emploK ?allar la moda de la siguiente distribucin
RL
&P1
$L
&
+ "
&
%i N 0iVai
[< ! 8>9 8< <.D
R2= $ =F+ 1<F =.?
[>< ! 4<<9 4D< =.E
[4<< ! 4><9 A< <.D
[4>< ! 8<<9 8< <.A
(alculamos el intervalo modal [8> 7 ><9. HperamosK
5 , 45 25
6 , 3 % , 0
6 , 3
25
1 1
1
1

+
+
+
+
+
+
i
i i
i
i
a
d d
d
L Mo
@.* CUANTILES: CUARTILES$ DECILES PERCENTILES
Son medidas de localizacin similares a las anteriores. Se las denomina CUANTILES
KW+. Su funcin es informar del valor de la variable que ocupar la posicin 3en tanto
por cien9 que nos interese respecto de todo el con'unto de variables.
Bodemos decir que los (uantilesson unas medidas de posicin que dividen a la
distribucin en un cierto n"mero de partes de manera que en cada una de ellas #ay el
mismo de valores de la variable.
as ms importantes sonK
CUARTILES$ dividen a la distribucin en cuatro partes iguales 3tres divisiones9.
(
4
!(
8
!(
=
! correspondientes a 8>O! ><O!5>O.
DECILES$ dividen a la distribucin en 4< partes iguales 36 divisiones9..
4
!...!.
6
!
correspondientes a 4<O!...!6<O
PERCENTILES$ cuando dividen a la distribucin en 4<< partes 366
divisiones9.B
4
!...!B
66
! correspondientes a 4O!...!66O.
%&iste un valor en cual coinciden los cuartiles! los deciles y percentiles es cuando son
iguales a la ,ediana y as veremos
100
50
10
5
4
2

.istinguiremos entre distribuciones agrupadas! y las que no lo estnK
%n las distribuciones .&0 a#/53a/! primero #allaremosel lugar que ocupaK
%ntonces tendremos que K
-i!1f 3O9 . n f -i U P &ien el supuesto que 3O9.n P -i
2
1 +
+
i i
x x
Q
Brimero encontraremos el intervalo donde estar el cuantilK
lugar -i!1f 3O9 nf -
i
)ntervalo [iN4! i9 ! en este casoK
( )
i
i
i
n
N N
L Q
1
1
*

+
a
i
%'emploK .)ST*)C+()H-%S -H /1*+B/./SK %n la siguiente distribucin
Ei Fi
0i
> = =
4< 5 4<
4> > 4>
8< = 4D
8> 8 8<
n P 8<
(alcular la mediana 3,e9: el primer y tercer cuartil 3(
4
!(
=
9: el AY decil 3.
A
9 y el 6<
percentil 3B
6<
9
M!d&a0a KM!+
ugar que ocupa la mediana lugar 8</8 P 4<
(omo es igual a un valor de la frecuencia absoluta acumulada! realizaremos es
clculoK 5 , 12
2
15 10
2
1

+
+ i i
x x
Me
P/&6!/ c5a/-&4 KC
1
+ugar que ocupa en la distribucin 3 g9. 8 (omo -i%
1f 38>O9.n f -i ! es decir = f > f 4< esto implicara que (
4
P &i P
10
T!/c!/ c5a/-&4 KC
*
+ugar que ocupa en la distribucin 3=/A9.8! que
coincide con un valor de la frecuencia absoluta acumulada! por tanto realizaremos el
clculoK 5 , 17
2
20 15
2
1
3

+
i i
x x
C
C5a/-, d!c&4 KD
<
+ugar que ocupa en la distribucin 3A/4<9 . 8< P D</4< P D. (omo
-iN4f 3O9.n f -i ya que = f D f 4< por tanto .
A
P4<.
N,0a#A.&6, 3!/c!0-&4 KP
DF
+ugar que ocupa en la distribucin 36</4<<9. 8< P
4D<</4<< P 4D. que coincide con un valor de la frecuencia absoluta acumulada! por
tanto realizaremos el clculoK 5 , 22
2
25 20
2
1
(0

+
i i
x x
P
%'emploK .)ST*)C+()H-%S /1*+B/./SK ?allar el primer cuartil! el cuarto decil y
el 6< percentil de la siguiente distribucinK
RLi%1 $ L&+ "i Fi
[< ! 4<<9 6< 6<
[4<< ! 8<<9 4A< 8=<
[[8<< ! =<<9 4>< =D<
[=<< ! D<<9 48< ><<
n P ><<
P/&6!/ c5a/-&4 KCA+
ugar ocupa el intervalo del primer cuartilK 34/A9. ><<</A P 48>. Bor tanto
(4 estar situado en el intervalo [4<< 7 8<<9./plicando la e&presin directamente!
tendremosK
125 100
140
(0 125
100
4

+ C
C5a/-, d!c&4 KD4+
ugar que ocupaK 3A/4<9 . ><<<! por tanto B#0 estar situado en el
intervalo [=<< 7 D<<9. /plicando la e&presin tendremosK
67 , 5(1 500
120
70
300 500
120
3%0 450
300
(0
+
+ P
ACTIVIDADES DESARROLLADAS
4. Sean los siguientes datosK 88! 84! 8E! 8A! 88! 8>! 8E! 8=! 85! 86. .etermine la
moda! mediana y media.
a9 Tiene dos modas! el n"mero 88 y el 8E
b9 ,ediana. Hrdenamos los datosK 84! 88! 88! 8=! 8A! 8>! 8E! 8E! 85! 86.
os valores de los datos que se encuentran a la mitad son el 8A y el 8>! la mediana es
38A ^ 8>9/8 P 8A.>
c9 a media o promedio esK
3 . 22
10
223
10
29 27 26 26 25 24 23 22 22 21
10
10
1

+ + + + + + + + +

i
i
x
x
8. .ado el siguiente
#istograma relativo a las
notas de los alumnos de
una clase! respondeK
a< I(untos alumnos tiene la
claseM
b9 L(ul es el porcenta'e de
suspensosM
0
1
2
3
4
5
6
16 17 18 1# 20 21 22 23 24
V'(a)'na C *)+,"00)l&
c9 L(ules son las marcas de clase de la distribucinM
d9 L(ul es el porcenta'e de alumnos con notas superiores o iguales a 5!>M
SolucinK
a+ = X 1F X 1F X = N *F a4560,..
b+
501 2100
30
10 5
+
c9
8,75
2
10 7,5
6,253
2
7,5 5
3,753
2
5 2,5
1,253
2
2,5 0
+
d9
16,671 2100
30
5
=. a cantidad de vitamina ( en 8< muestras de zumo de naran'a 3en mg por 4<< ml9
es la siguienteK
4E! 8=! 88! >4! 84! 8<! 46! 4D! 45! 45! 8<! 84! 88! 4D! 45! 4E! 8A! 8<! 84! 84.
?az una tabla de frecuencia y representa mediante el grfico ms adecuado
S,45c&10:
6#
4E 45 4D 46 8< 84 88 8= 8A
F
8 = 8 4 = > 8 4 4
A. Hrdenando los datos de
mayor a menor se obtieneK
4.E<!4.E>!4.E5!4.E5!4.5<!4.5=!4.5A!4.56!4.56!4.D8!4.DA:
(omo tenemos 44 datos el n"mero es non por lo que 3n^49/8 P 48/8 P E! buscando
el n"mero que ocupa la se&ta posicin en los datos ordenados encontramos el
valor de la mediana
73 . 1
~
x
>. a tabla de datos correspondiente a las edades de >< alumnos de la ).%. ,ara
,ontessori seccin nocturna est dada a continuacinK
(lase )ntervalo ,arca 0recuencia 0recuencia 0recuencia 0recuencia @i.fi
de
claseK
@
i
absolutaK
f
i
absoluta
acumuladaK
0
i
relativa
porcentual
100 .
n
f
i
PO
porcentual
acumulada
O
4Y 4> N 88 4D!> =5 =5 <!5AP5AO 5AO EDA.>
8Y 88 N 86 8>!> > A8 <!4<P4<O DAO 485.>
=Y 86 N =E =8!> = A> <!<EPEO 6<O 65.>
AY =E N A= =6!> A A6 <!<DPDO 6DO 4>D
>Y A= N >< AE!> < A6 <!<<P<O 6DO <
EY >< N >5 >=!> < A6 <!<<P<O 6DO <
5Y >5 N EA E<!> 4 >< <:<8P8O 4<<O E<.>
Total nP>< 4!<<P4<<O
La 6,da es la edad de 4D!> aos que es la marca de clase que corresponde a la
mayor frecuencia absoluta =5
La 6!d&a0a es la edad que se encuentra en el centro de todas las edades para
calcularla utilizaremos la frmula
.onde
,
e
P ,ediana! la cual se encuentra ubicada en el primer intervalo pues
n 50
25
2 2

y
este dato se encuentra en la frecuencia acumulada del primer intervalo.
i
P mite inferior del intervalo que contiene la mediana! es decir! 4>
a P amplitud P 5 porque 88 N 4> P 5
n P -"mero de datos P ><
0
iN4
P frecuencia acumulada anterior al intervalo que contiene la mediana P <
porque antes de este primer intervalo no #ay datos acumulados.
f
i
P a frecuencia absoluta que corresponde al intervalo que contiene la mediana P
=5
Bor tantoK
[ ]
50
7 0
2
15
37
7 25
15
37
175
15
37
15 4, 73
19, 73
Me
Me
Me
Me
Me
1
1
]
+
+
+
+
1
2
i
i
i
n
a F
Me L
f
1
]
+
o cual significa que la 6!d&a0a o la edad que se encuentra en el centro de los datos
recolectados es 46.
/(T)G)./.%S
4. L.nde en nuestras vidas encontramos las estadsticasM
8. L(mo se utiliza la estadstica en la educacinM
*. )ndica que ;a/&ab4!. son c5a4&-a-&;a. y cuales c5a0-&-a-&;a.K
a. (omida 0avorita.
b. Brofesin que te gusta.
c. -"mero de goles marcados por tu equipo favorito en la "ltima temporada.
d. -"mero de alumnos de tu )nstituto.
e. %l color de los o'os de tus compaeros de clase.
f. (oeficiente intelectual de tus compaeros de clase.
<. .e las siguientes ;a/&ab4!. c5a0-&-a-&;a. indica cules son d&.c/!-a. y cuales
c,0-&0Ia..
a. -"mero de acciones vendidas cada da en la Colsa.
b. Temperaturas registradas cada #ora en un observatorio.
c. Berodo de duracin de un automvil.
d. %l dimetro de las ruedas de varios coc#es.
e. -"mero de #i'os de >< familias.
f. (enso anual de los espaoles.
>. (ul es la/s variable/s en estudio y de qu tipo son cada una de ellas 3discreta!
continua! cualitativa! cuantitativa9.
E. (ul es la muestra y cul es la poblacin de la que proviene.
a. %n el boletn del )nstituto de Hceanografa se public un traba'o sobre el
crecimiento de la anc#oveta en el Hcano Bacifico. %l mismo estaba basado en
la observacin de 4=> e'emplares de dic#a especie.
b. %n el vivero se midi la altura de oc#o abedules a las tres semanas de darle un
determinado fertilizante.
c. Se capturaron =< truc#as #embras y se las pes! luego se determin el
n"mero de #uevos que contenan.
d. Se realiz una muestra de =< cerdos tomados de diferentes establecimientos
elegidos al azar para determinar la presencia de Triquinosis.
e. Se telefone a 4< localidades de la comarca andina para informarse sobre el
n"mero de enfermos de ?epatitis.
f. Se analizaron los saldos de 8<< cuentas corrientes de empresas en el Canco *.
g. Se realiz un estudio del nivel de ingresos de la poblacin de Cariloc#e en
base a una muestra aleatoria de ><<< residentes.
5. %n cada uno de los siguientes estudios decir cul es la variable en estudio!
clasificarla y dar una idea posible de tabulacin de la informacin obtenida
a4 Se compar la ganancia de peso de cuatro grupos de cerdos sometidos a
tres dietas diferentes y a una dieta normal 3control9.
(4 .eterminacin del n"mero de infectados por muestra. (ada muestra tiene >
individuos y en total se tienen 4<< muestras.
c4 *elacin entre la cantidad de inscriptos y egresados por ao en los "ltimos
diez aos en una determinada +niversidad -acional.
"4 *elacin entre el anc#o y el largo del caparazn de una muestra de
tortugas.
C. (lasificar las siguientes ;a/&ab4!. en c5a4&-a-&;a. y c5a0-&-a-&;a.d&.c/!-a. o
c,0-&05a..
a. a nacionalidad de una persona.
b. -"mero de litros de agua contenidos en un depsito.
c. -"mero de libros en un estante de librera.
d. Suma de puntos tenidos en el lanzamiento de un par de dados.
e. a profesin de una persona.
f. %l rea de las distintas baldosas de un edificio.
6. as puntuaciones obtenidas por un grupo en una prueba #an sidoK
4>! 8<! 4>! 4D! 88! 4=! 4=! 4E! 4>! 46! 4D! 4>! 4E! 8<! 4E! 4>! 4D! 4E! 4A! 4=.(onstruir
la -ab4a d! d&.-/&b5c&10 d! "/!c5!0c&a. y dibu'a el 3,48#,0, d! "/!c5!0c&a..
4<. %l n"mero de estrellas de los #oteles de una ciudad viene dado por la siguiente
serieK
=! =! A! =! A! =! 4! =! A! =! =! =! 8! 4! =! =! =! 8! =! 8! 8! =! =! =! 8! 8! 8! 8! 8! =! 8! 4!
4! 4! 8! 8! A! 4. (onstruir la tabla de distribucin de frecuencias y dibu'a el
diagrama de barras.
44. as calificaciones de >< alumnos en ,atemticas #an sido las siguientesK
>! 8! A! 6! 5! A! >! E! >! 5! 5! >! >! 8! 4<! >! E! >! A! >! D! D! A! <! D! A! D! E! E! =! E!
5! E! E! 5! E! 5! =! >! E! 6! E! 4! A! E! =! >! >! E! 5.(onstruir la -ab4a d!
d&.-/&b5c&10 d! "/!c5!0c&a. y dibu'a el d&a#/a6a d! ba//a..
48. os pesos de los E> empleados de una fbrica vienen dados por la siguiente
tablaK
Beso [><! E<9 [E<! 5<9 [5<! D<9 [D<!6<9 [6<! 4<<9 [4<<! 44<9 [44<! 48<9
0
i
D 4< 4E 4A 4< > 8
a+ (onstruir la -ab4a d! "/!c5!0c&a..
b+ *epresentar el %&.-,#/a6a y el 3,48#,0, d! "/!c5!0c&a..
4=. os A< alumnos de una clase #an obtenido las siguientes puntuaciones! sobre ><!
en un e&amen de 0sica. 4=! 4>! 8A! 8D! ==! =>! =D! A8! 8=! =D! =E! =A! 86! 8>! 45!
5! =A! =E! =6! AA! =4! 8E! 8<! 44! 4=! 88! 85! A5! =6! =5! =A! =8! =>! 8D! =D! A4!
AD! 4>! =8! 4=.
a+ (onstruir la -ab4a d! "/!c5!0c&a..
b+ .ibu'ar el %&.-,#/a6a y el 3,48#,0, d! "/!c5!0c&a..
4A. Sea una distribucin estadstica que viene dada por la siguiente tablaK
&
i
E4 EA E5 5< 5=
f
i
> 4D A8 85 D
Ca4c54a/:
a+ a La 6,da$ 6!d&a0a 2 6!d&a.
b+ b E4 /a0#,$ d!.;&ac&10 6!d&a
c)c L,. c5a/-&4!..
1=. Ca4c54a/ 4a 6!d&a$ 4a 6!d&a0a 2 4a 6,da d! 4a .&#5&!0-! .!/&! d! 0I6!/,.:
=$ *$ ?$ =$ <$ =$ 2$ C$ ?$ =$ <$ C$ *$ <$ =$ <$ C$ 2$ =$ <.
1?. S! -&!0! !4 .&#5&!0-! c,0'50-, d! 2? da-,.:4<! 4=! A! 5! D! 44 4<! 4E! 4D! 48!
=! E! 6! 6! A! 4=! 8<! 5! >! 4<! 45! 4<! 4E! 4A! D! 4D
Ob-!0!/ 4a 6!d&a0a$losc5a/-&4!. 2 4a 6!d&a.
1@. S! %a a34&cad, 50 -!.- a 4,. !634!ad,. d! 50a "7b/&ca$ ,b-!0&A0d,.! 4a
.&#5&!0-! -ab4a:
CLASES
R*C$ <<+ R<<$ =F+ R=F$ =?+ R=?$ ?2+ R?2$ ?C+ R?C$@<+
[5A! D<9
0
i
@ C 1= 2= 1C D ?
D&b5'a/ !4 %&.-,#/a6a 2 !4 3,48#,0, d! "/!c5!0c&a. ac5654ada..
1C. Dada. 4a. .!/&!. !.-ad8.-&ca.:*$ =$ 2$ @$ ?$ <$ D.*$ =$ 2$ @$ ?$ <$ D$
1.Ca4c54a/:
a) La 6,da$ 4a 6!d&a0a 2 4a 6!d&a d! cada 50a.
b) La d!.;&ac&10 6!d&a 2 !4 /!c,//&d, d! cada 50a.
c+ L,. c5a/-&4!. 1L 2 *L.
1D. U0a d&.-/&b5c&10 !.-ad8.-&ca ;&!0! dada 3,/ 4a .&#5&!0-! -ab4a:
[4<! 4>9 [4>! 8<9 [8<! 8>9 [8>! =<9 [=<! =>9
f
i
= > 5 A 8
Ha44a/:La 6,da$ 6!d&a0a$4a 6!d&a 2 4,. c5a/-&4!. 1L 2 *L.
2F. U0 d!0-&.-a ,b.!/;a !4 0I6!/, d! ca/&!. !0 cada 50, d! 4,. 1FF 0&>,. d!
c&!/-, c,4!#&,. La &0",/6ac&10 ,b-!0&da a3a/!c! /!.56&da !0 4a .&#5&!0-!
-ab4a:
-Y de caries
f
i
n
i
< 8> <.8>
4 8< <.8
8 & h
= 4> <.4>
A y <.<>
21. U0 3!d&a-/a ,b-5;, 4a .&#5&!0-! -ab4a .,b/! 4,. 6!.!. d! !dad d! =F
0&>,. d! .5 c,0.54-a !0 !4 6,6!0-, d! a0da/ 3,/ 3/&6!/a ;!B:
,eses -ios
6 4
4< A
44 6
48 4E
4= 44
4A D
4> 4
88. Uu es frecuencia absoluta 3f
i
9 M
8=. (mo se obtieneK a frecuencia acumulada 30
i
9
D&b5'a/ !4 3,48#,0, d! "/!c5!0c&a..
Ca4c54a/ 4a 6,da$ 4a 6!d&a0a$ 4a 6!d&a 2
4,. c5a/-&4!..
R!3/!.!0-a 4,. da-,. !0 50 d&a#/a6a
b,Q a0d T%&.)!/.
Hac!/ 50 d&a#/a6a d! .!c-,/!..
Ca4c54a/ !4 0I6!/, 6!d&, d! ca/&!..
8A. (mo se obtieneLa frecuencia relativa 3#
i
9M
8>. (mo se obtieneK a frecuencia relativa acumulada 3?
i
9
8E. %n una clase de 8> alumnos #emos preguntado la edad de cada uno! obteniendo
estos resultadosK 4A! 4A! 4>! 4=! 4>! 4A! 4A! 4A! 4A! 4>! 4=! 4A! 4>! 4E! 4A! 4>! 4=! 4A!
4>! 4=! 4A! 4A! 4A! 4>! 4A
a4 ?az una tabla donde aparezcan las frecuencias absolutas acumuladas y las
frecuencias relativas acumuladas.
2@. C,634!-a/ 4,. da-,. J5! "a4-a0 !0 4a .&#5&!0-! -ab4a !.-ad8.-&ca:
@
i
f
i
0
i
n
i
4 A <.<D
8 A
= 4E <.4E
A 5 <.4A
> > 8D
E =D
5 5 A>
8
(alcular la media! mediana y moda de esta distribucin.
8D. -atalia#apreguntadoenloscursosde8Ysecundariala seccin
/!Cy(sobreeltipodem"sicaqueprefierensuscompaeros.osdatoslos#arefle'adoen
lasiguientetabla.(ompletalosvaloresquefaltan
TIPODEMSIC
A
FRECUENCIA
ABSOLUTA
FRECUENCIA
RELATIVA
*ocF 4E
Bop
84
5>
CaFalao
Tecno 4D
,eldica
6
5>
T,-a @=
86. Se#arealizadounaencuesta alosAA alumnosde8Y de
secundaria/yCsobrelaestacindelao enlaque#annacido.
=<. (onsidrense los siguientes datosK =! D! A! 4<! E! 8. Se pideK
a9 (alcular su media
b9 Si los todos los datos anteriores los multiplicamos por =! cul ser la nueva
media
*1. %l resultado de lanzar dos dados 48< veces viene dado por la -ab4aK
Sumas 8 = A > E 5 D 6 4< 44 48
Geces = D 6 44 8< 46 4E 4= 44 E A
(alcular la 6!d&a!moda y cuartiles.
=8. as alturas de los 'ugadores de un equipo de baloncesto vienen dadas por la
tablaK
/ltura [45<! 45>9 [45>! 4D<9 [4D<! 4D>9 [4D>! 46<9 [46<! 46>9 [46>! 8.<<9
-Y de
'ugadores
4 = A D > 8
(alcularK a. a 6!d&a. b. a 6!d&a0a.
**. os resultados al lanzar un dado 8<< vec!. ;&!0!0 dad,. 3,/ 4a .&#5&!0-!
-ab4a:
4 8 = A > E
f
i
a =8 => == C =>
D!-!/6&0a/ a 2 b .ab&!0d, J5! 4a 350-5ac&10 6!d&a !. *.?.
*<. D! !.-a d&.-/&b5c&10 d! "/!c5!0c&a. ab.,45-a. ac5654ada.$ ca4c54a/:
M!d&a a/&-6A-&ca .6!d&a0a 2 c5a/-&4!.
D&b5'a 50 %&.-,#/a6a
%dad
0
i
[<! 89 A
[8! A9 44
[A! E9 8A
[E! D9 =A
[D! 4<9 A<
R!3/!.!0-a/ !4 3,48#,0, d! "/!c5!0c&a. ab.,45-a. ac5654ada..
*=. E4 %&.-,#/a6a d! 4a d&.-/&b5c&10 c,//!.3,0d&!0-! a4 3!., d! 1FF a4560,.
d! Bac%&44!/a-, !. !4 .&#5&!0-!:
*?. S!a0 4,. .&#5&!0-!. da-,.:
22$ 21$ 2?$ 2<$ 22$ 2=$ 2?$ 2*$
2@$ 2D.
D!-!/6&0! 4a 6,da$ 6!d&a0a 2
6!d&a.
*@. Ca4&"&cac&,0!. d! =FF a4560,. !0
6a-!67-&ca. .,0:
*epresenta los datos en un diagrama de sectores
*C. Dada 4a .&#5&!0-! -ab4a !.-ad8.-&ca:
&
i
4 8 = A >
f
i
48 D > = 8
a9 ?az una tabla completa de frecuencias
b9 *epresntala grficamente 3diagrama de barras9
c9 (alcula la media! la moda! la mediana y el rango.
*D. Ob.!/;! 4a. #/7"&ca. 2 /!.3,0da.
-"mero de personas que llegan a una piscina durante D meses
(antidad de usuarios
-HT/ )- S0 C -T
-"mero de alumnos 4>< 45> 48> ><
E4ab,/a 4a -ab4a d! "/!c5!0c&a.
J5! c,//!.3,0d! a !.!
d&a#/a6a.
Ca4c54a 4a 6!d&a$ 6,da$6!d&a0a
2 c5a/-&4!..
T/aBa !4 d&a#/a6a b,Q a0d
T%&.)!/.
4<<
><
125
175
0
50
100
150
200
-5 $6
OPINI-N
N
.

/
e

r
e
0
1
u
e
0
(
a
0
a. L(ul es el promedio de usuarios de la piscinaM
b. L%n cul mes #ay ms usuariosM
c. L.e cunto es la diferencia entre el mes con ms y con menos usuariosM
d. L.e cunto es la diferencia entre los usuarios de enero y marzoM
<F. La -!63!/a-5/a J5! %5b, !0 50 d8a .! /!#&.-/a !0 50a #/7"&ca.
a9 LUu informacin encuentra en el e'e verticalM
b9 LUu informacin encuentra en el e'e #orizontalM
c9 L/ qu #ora ocurri la temperatura m&imaM
d9 L/ qu #ora ocurri la temperatura mnimaM
e9 LUu temperatura se dio a las 6 de la maanaM
f9 LUu temperatura se dio a las = de la tardeM
g9 L%n qu #oras se dio el mayor descenso de temperaturaM
#9 L%n qu #oras se dio el mayor ascenso de temperaturaM
i9 L%ste registro se realizara en un lugar frio o clidoM LBor qu piensa
esM
E # M A M J J
A (e&e&
0
1
2
3
4
5
6
atletismo ciclismo (aloncesto nataci/n
0
5
10
15
20
25
30
35
36 37 38 3# 40
N. /e 2a1a(o
N
.

/
e

1
a
r
e
0

3
e
n
/
'
/
o
0
A4. Se realiz una encuesta a un grupo de personas para comprobar si #aban visto la
pelcula que obtuvo ms premios 1oya ese ao. os resultados se refle'an en la
grficaK
a9 L(untas personas contestaron a la encuestaM
b9 %labora la tabla de frecuencias correspondiente.
<2. A 3a/-&/ d! 4a .&#5&!0-! #/7"&ca !.-ad8.-&ca d! #5.-,. d!3,/-&;,.:
a9 (alcular la tabla de
frecuencias.
b9 L/ qu porcenta'e de
las personas no le
gusta el ciclismoM
<*. La .&#5&!0-! #/7"&ca /!c,#! 4a ca0-&dad d! 3a/!'a. d! Ba3a-,. d! 65'!/
;!0d&da. !0 50a -&!0da a 4, 4a/#, d!4 d8a:
a9 L(untas pare'as de zapatos del n"mero =5 se #an vendidoM
b9 Basa los datos a una tabla de frecuencias absolutas.
c9 L(mo se llama la grfica que nos #an dadoM
d9 LUu
porcenta'e de
zapatos
vendidos eran
n"meros del =6 o
A<M
e9 .ibu'a un
polgono de
frecuencias
absolutas
acumuladas.
<<. E0 50a !0c5!.-a a *= 3!/.,0a. .! 4!. 3/!#50-aba .,b/! .5. 3/!"!/!0c&a.
a 4a %,/a d! 4!!/ 0,;!4a.. L,. /!.54-ad,. .! /!c,#&!/,0 !0 4a .&#5&!0-!
#/7"&ca:
Pre4eren5'a0 /e ('1o0 /e no3ela0
0
2
4
6
8
10
12
14
16
18
aventuras amor misterio ciencia%
7icci/n
*umor
a4 (onstruye la tabla de frecuencias.
(4 .ibu'a sobre el grfico un diagrama de barras.
c4 L/ qu porcenta'e de las personas encuestadas les gustan las novelas
de amorMLX las de cienciaNficcinM
"4 L(ul es la modaM
<=. La .&#5&!0-! -ab4a !.-ad8.-&ca &0d&ca 4a. !dad!. d! 4,. 3/ac-&ca0-!. d!
)7/a-! !0 50 #&60a.&,:
Edad
[4<!4>9 [4>!8<9 [8<!8>9 [8>.=<9 [=<!=>9
"
&
A D E D A
a9 ?az una tabla completa de frecuencias
b9 (alcula la media! la moda! la mediana y el rango
<?. La. 350-5ac&,0!. ,b-!0&da. 3,/ 50 #/53, !0 50a 3/5!ba %a0 .&d,: 1=$ 2F$
1=$ 1C$ 22$ 1*$ 1*$ 1?$ 1=$ 1D$ 1C$ 1=$ 1?$ 2F$ 1?$ 1=$ 1C$ 1?$ 1<$ 1*.
C,0.-/5&/ 4a -ab4a d! d&.-/&b5c&10 d! "/!c5!0c&a. 2 d&b5'a !4 3,48#,0, d!
"/!c5!0c&a..
<@. E4 0I6!/, d! !.-/!44a. d! 4,. %,-!4!. d! 50a c&5dad ;&!0! dad, 3,/ 4a
.&#5&!0-! .!/&!: *! =! A! =! A! =! 4! =! A! =! =! =! 8! 4! =! =! =! 8! =! 8! 8! =! =! =! 8!
8! 8! 8! 8! =! 8! 4! 4! 4! 8! 8! A! 4. C,0.-/5&/ 4a -ab4a d! d&.-/&b5c&10 d!
"/!c5!0c&a. 2 d&b5'a !4 d&a#/a6a d! ba//a..
<C. La. ca4&"&cac&,0!. d! =F a4560,. !0 Ma-!67-&ca. %a0 .&d, 4a. .&#5&!0-!.:
4>! 48! 4A! 46! 45! 4A! 4>! 4E! 4>! 45! 45! 4>! 4>! 48! 4<! 4>! 4E! 4>! 4A! 4>! 4D! 4D! 4A!
4<! 4D! 4A! 4D! 4E! 4E! 4=! 4E! 45! 4E! 4E! 45! 4E! 45! 4=! 4>! 4E! 46! 4E! 44! 4A! 4E! 4=!
4>! 4>! 4E! 45. C,0.-/5&/ 4a -ab4a d! d&.-/&b5c&10 d! "/!c5!0c&a. 2 d&b5'a !4
d&a#/a6a d! ba//a..
<D. Ha44a/ 4a 6!d&a0a d! 4,. ;a4,/!. =$ C$ 1*$ C$ ?$ C$ 1F$ 12$ C.
a9 > b9 E c9 D d9
6 , 8
e9 -inguna de las anteriores
=F. Pa/a 50 -/aba', d!-!/6&0ad,$ 50a !63/!.a c,0-/a-a CF ,3!/a/&,.$ ?F d!
!44,. #a0a/70 .V. =F.FFF .!6a0a4!. 2 4,. 2F /!.-a0-!. .V. @F.FFF a 4a
.!6a0a. YC574 !. !4 .5!4d, 6!d&, d! 4,. ,3!/a/&,. !0 50a .!6a0aZ
a9 s/. >< <<< b9 s/. >> <<< c9 s/. E< <<< d9 s/. E8 D>5 e9 s/. 5< <<<
=1. LC574 !. !4 ;a4,/ d! 4a 6!d&a !0 4a -ab4a d! 0,-a. .&#5&!0-!$
c,//!.3,0d&!0-! a 1F a4560,.Z
-otas 0recuencias
44 N 4= 4
4= 7 4> =
4> 7 45 E
a9 4</5 b9 4</= c9 ></= d9 > e9 -inguna de las anteriores
=2. E0 4a .!/&! d! 0I6!/,. 2$ <$ <$ =$ =$ =$ 1@$ !4 ;a4,/ d! 4a 6,da !.K.,0+:
a9 8 y 45 b9 A c9 > d9 A y > e9 E
>=. Uueremos construir un grfico circular con la cantidad de veces que #a salido
cada vocal en la pgina de un libro. L(untos grados le corresponden a la letra IaJ
en el grficoM
Gocales 0recuencia
a 4<
e 4=
i A
o 8
u 4
a9 4<W b9 48W c9 E<W d9 48<W e9 4><W
>A. %n un curso #ay
n
n 30 +
alumnos y en otro curso
n
n 10
alumnos! entonces el
promedio de alumnos esK
a9
2
20 2
n
n +
b9
n
n 20 2 +
c9 8< d9 4< e9
n
10
1+
>>. %n una tabla de frecuencias el intervalo 8< 7 A<! tiene frecuencia 4D! la marca de
clase esK
a9 4D b9 8< c9 =< d9 A< e9 E<
>E. a media de seis elementos es 4<. Sabiendo que cinco de ellos son D! 48! 4=! > y
6: #allar el elemento que falta.
a9 6!> b9 4= c9 =5 d9 A5 e9 E</A5
>5. +n alumno obtiene en tres pruebas parciales las siguientes notasK 5! > y =. %n el
e&amen final consigue un E. Si esta nota final tiene doble valor que las parciales!
Lcul ser su nota mediaM
a9 A!8 b9 >!8 c9 >!A d9 >!E e9 E!5
=C. S& 4a I0&ca 6,da d! 4,. .&#5&!0-!. da-,.: =$ =$ @$ Q$ @$ @$ C$ C$ D$ Q[ !.
=$ !0-,0c!. !4 ;a4,/ d! Q !.:
a9 > b9 >!E c9 5 d9 D e9 6
OTRAS ACTIVIDADES
,RO/LEMA
El &!gu!en'e gr51!$o (ue&'ra la $an'!dad de alu(no& (a'r!$ulado& en
d!1eren'e& aKo&C en una !n&'!'u$!-n edu$a'!"a.
L%n qu porcenta'e vari el n"mero de alumnos
matriculados en ,atemtica! de 466> a 466EM
PROBLEMA 2.
Bara determinar el cuadro de #onor del saln de clases! los alumnos del segundo
grado fueron sometidos a un test de evaluacin. %l tutor presento el siguiente
grficoK

0
100
200
300
400
500
600
1
2
3
4
5
6
7
7 8 9 1 11 12 13 14 15 16 17 18 19
In'er"alo&B
7o'a&
#re$uen$!a&
B Alu(no&
-ervcios
P8(licos3 351
-alu"3 111
9"ucaci/n
5nversiones3 71
:eserva en
e7ectivo
;ecnolo<a3 351
Si al cuadro de #onor deben ingresar los > alumnos que obtuvieron el mayor punta'e.
L(ules son estos punta'esM
L(untos alumnos fueron evaluadosM
L(untos alu(no& 1ueron de&a+ro%ado&L
Ind!$ar la (aMor M (enor 1re$uen$!a
Cal$ular la (ed!a
1 /,)8LEMA 3
Las siguientes tes !eguntas se e"ei#n
a$ siguiente %iaga&a esta%'stic() *ue
&uesta $a !(%ucci+n anua$ %e una
"#bica ,en &i$$(nes %e t(ni$$(s)
L(untos millones de tornillos se produ'eron desde el ao 466= #asta el ao
466DM
.e acuerdo a los datos! desde 466= #asta 466D! Lcul es la produccin anual
promedio de la fbrica en millones de tornillosM
L%n qu porcenta'e 3O9 aument la produccin del ao 466= al ao 466>M
1 ,RO/LEMA %
En el &!gu!en'e d!agra(a e&'ad*&'!$o $!r$ular &e (ue&'ra la d!&'r!%u$!-n de
$-(o una $o(+aK*a !n"!r'!- un 'o'al de 25 d-lare&.
0
2
4
6
8
10
12
14
16
18
20
1##3 1##4 1##5 1##6 1##7 1##8
Millones "e ;ornillos
A6o
Si se sabe que en %ducacin la compaa
invirti el triple de lo que guard como
reserva en efectivoK
L(untos dlares se invirtieron en
%ducacinM
L(ul debe ser la medida en grados
se&agesimales del ngulo central que
corresponde al sector Servicios
B"blicosM
1 ,RO/LEMA )
En el &!gu!en'e gr51!$oC de'er(!na la
(ed!a de la (ue&'ra.
1PROBLEMA ?L(ul es el valor de la media en la
tabla de notas siguiente! correspondiente a 4< alumnos.
1 PROBLEMA @
En la &er!e de nN(ero&B 2C 4C 4C 5C 5C 5C 17@ el "alor de la (oda e&;&on<.
1PROBLEMA C
Uueremos construir un grfico circular con la cantidad de veces que #a salido cada
vocal en la pgina de un libro. L(untos grados le corresponden a la letra IaJ en el
grfico.
1,RO/LEMA +
La gr51!$a de %arra &!gu!en'e no& (ue&'ra el $re$!(!en'o +o%la$!onal
(und!al Oa&'a el aKo 23.
1
2
3
4
5
6
7
19 1925 195 1975 23
In'er"alo&B T!e(+o
/o%la$!-n en
(!le& de
(!llone&
Ien Pu. +er!odo o !n'er"alo el $re$!(!en'o 1ue (aMor M en Pu. +er!odo
1ue (enorL
ICu5n'o& &on lo& Oa%!'an'e& en el 23L
ICu5l e& la d!1eren$!a de Oa%!'an'e& en're el aKo 19 M 23L
Cal$ular la (ed!a ar!'(.'!$a.
1 PROBLEMA 1F
%n la tabla de distribucin de frecuencias! se observa que falta una frecuencia!
correspondiente al dato =. Si la media aritmtica de dic#a distribucin es de
A!=8. %ntonces el valor de I&J es igual aK
1 ,RO/LEMA
El O!&'ogra(a &!gu!en'e (ue&'ra el +e&o de lo& alu(no& de la &ele$$!-n de
a'le'!&(o e nue&'ro $oleg!o.
De la gr51!$aB
ICu5n'o& alu(no& $on1or(an la &ele$$!-nL
Lo& a'le'a& Pue +ar'!$!+an en la& +rue%a& de "elo$!dad de%en 'ener
un +e&o de 45Qg. o (eno&.
I$u5n'o& &on e&'o&L
ICu5l e& la (ed!aL
ICu5n'o& a'le'a& +e&an (5& de 45QgL
ICu5l e& la (aMor 1re$uen$!aL
1 PROBLEMA 12
%l movimiento econmico del presupuesto mensual de una familia est e&presado
en el siguiente cuadro estadstico.
2
4
6
8
1
43 44 45 46 47 48 49 5 51
/e&o en Q!logra(o&
7N(er
o
de
alu(no
&
18
16
14
12
1
8
6
4
Enero #e%rero Marzo A%r!l
Ingre&o
&
2a&'o&
AOorro&
LeMendaB
Can'!dad
en &ole&
.e la grficaK
%n qu mes! fueron menoresK os gastos: los a#orros
L%n qu mes! fueron mayores. os ingresos! los gastos y los a#orrosM
(alcular la media de los ingresos! gastos y a#orros.
1 PROBLEMA 1*
as edades! en aos cumplidos! de los alumnos del segundo grado! se registro de
la siguiente maneraK
4A! 48! 48! 4=! 4A! 4=! 48! 48! 48! 4=! 4A! 4A! 4=! 4=! 4=! 4A! 48! 48! 4=! 4=! 48! 4A! 4A!
4=! 4=! 48! 48! 48! 4=! 4A! 4=! 4=! 4=! 4A! 48! 4=! 48! 48! 4=! 4=! 48!y 48
/l organizar estos datos en una tabla de intervalos y frecuencias! L(ul es la
mayor frecuenciaM
a9 4E b9 45 c9 4D d9 46 e9 4>
1 PROBLEMA 1<
%l siguiente #istograma representa las preferencias de un grupo de personas por
algunos programas de televisin. Si los programas estn designados por /! C! ( y
. calcular la media.
a9 ><
b9 =>
c9 A<
d9 8>
1PROBLEMA 1=
as edades se un grupo de personas se registraron en el siguiente cuadro.
(alcular el promedio entre la moda y la mediana.
%dades 0recuencias
8<
88
8A
8E
8D
>
A
E
=
8
a9 8D b9 8A c9 8= d9 86 e9 4>
1PROBLEMA 1?
%n el siguiente cuadro de distribuciones! ?allar a+b.
)ntervalos fi 0i
= 8 8
1
2
3
4
A 8 C D
a9 48
b9 4A
c9 4=
d9 4E
e94>
A
>
E
5
=
a
8
4
>
6
44
b
1 PROBLEMA 1@
%n el siguiente cuadro de distribuciones de intervalos y frecuencias! se #an
registrado los pesos en Fg.! de un grupo de personas! #alla 3ab9.
-Y de
)ntervalo
)ntervalo
de (lase
(entro
de clase
0rec.
Simple
0rec.
/cumulada
4Y
8Y
=Y
AY
>Y
84 7 =<
=4 7 A<
A4 7 ><
>4 7 E<
E4 7 5<
8>! >
A
48
b
E
=
A
4E
=4
/
A<
a9 >8 9 84!> c9 88 d9 8< e9 -. /.
1 PROBLEMA 1C
(ompletar el siguiente cuadro estadstico y calcular el promedio entre la moda y
la mediana. +sar el centro de clase.
)ntervalo
de (lase
(entro de
clase
0rec.
Simple
0rec.
/cumulada
4>< 7 4>E
4>E 7 4E8
4E8 7 4ED
4ED 7 45A
45A 7 4D<
=
>
4<
A
8
a9 4EA! 4> b9 4E>!> c9 4ED!8> d9 45A! 5> e9 -./.
1PROBLEMA 1D
%n una empresa! se #izo un estudio sobre las edades de los empleados y se obtuvo
la siguiente tablaK
%dades -"mero de
empleados
[8< 7 8>
[8> 7 =<
[=< 7 =>
[=> 7 A<
[A< 7 A>
48
4>
8=
44
6
.onde / es el porcenta'e con =< aos o ms! C es el porcenta'e de empleados con
menos de A< aos. Seale /+C.
a9 4AD!EO b9 4E<!DO b9 4D<!EO d9 4DE!AO e9 4EA!DO
1 PROBLEMA 2F
a siguiente tabla muestra el n"mero de 'venes que obtuvieron los punta'es
sealados en una prueba de ingreso.
Bunta'e -"mero de
Vvenes
[4< 7 4>
[4> 7 8<
[8< 7 8>
[8> 7 =<
[=< 7 =>
4<
4>
8D
8<
45
.onde / es el porcenta'e de 'venes con punta'e mayor a 8<.
C es el porcenta'e de 'venes con punta'e menor que 4>. #alle /C
a9 4E!EO b9 E!4O c9 AE!AO d9 EA!EO e9 54!5O
1PROBLEMA 21
.ado el tablero incompleto de la distribucin de frecuencias de las notas de ><
alumnos. (ompletar el tablero! con un anc#o de clase constante e igual a 8.
SealeK L(untos alumnos sacaron un punta'e menor de 4<M y LUu porcenta'e de
alumnos obtuvieron 48 o ms de 48 pero menos de 4EM
)i @i fi 0i #iO
[ !
[ !
[ !
[ !
[ !
[ !
44 48
5
6
88O
EO
a9 8<: =<O b9 =<: 8<O c9 8>: 8>O d9 8<: 8>O d9 8<: 8>O
1PROBLEMA 22
.ada la siguiente tabla incompleta de las frecuencias de las edades de D<
empleados.
)i @i fi 0i #iO
[8E !
[ !
[ !
[ !
[ !
[ ! AA
8<
8<
D!5>O
4D!5>O
Siendo el anc#o de clase constante! encontrarK
1. Lcuntos empleados tienen ms de =<M
2. LUu porcenta'e del total de empleados poseen menos de A8 aosM
a9 =5: D4!8>O b9 =5: 4D!5>O c9 =5: =4!8>O
d9 5=: D4!8>O e9 5= 4D!5>O
1 PROBLEMA 2*
a tabla muestra la distribucin de los pesos correspondiente a A< estudiantes!
con un anc#o de clases constanteK
)i @i 0i ?i
[ !
[ !
[ !
[ !
[ !
[ !
>E!>
E>!>
>
<!4<
<!4>
Seale la cantidad de estudiantes que pesan menos de E5Fg y el porcenta'e de
estudiantes que pesan E4Fg o ms pero menos de 5<Fg
a9 85 y E<O b9 4= y E<!>O c9 85 y E4O
d9 4= y E8O e9 85 y E8!>O
1PROBLEMA 2<
.ada la siguiente distribucin de frecuencias en base al ingre familiar de 8<<
familias
)ngreso 0i 0i
[ !
[ ! 8A<
[ !
[ !
[8D<!
[ !
A> 48<
4>5
L(untas familias tienen un ingreso comprendido entre 8=< y =<< solesM
a9 4<< b9 48< c9 48> d9 4=< e9 4>8
1PROBLEMA 2=
%l grfico muestra las ventas de arroz y az"car de un almacn! en cuatro das de la
semana. .e 8acuerdo al grfico! a medida que pasan los dasK
CLAVE DE RES,UESTAS DE OTRAS ACTIVIDADES
$ ( % ) & . ' + !
/ E A C A D E A E D
$ ( % ) & . ' + $!
C A / / A A E D A /
$ $$ $( $% $)
C A E / C
Medidas de dispersi8n4
%l grado en el cual los datos numricos tienden a esparcirse alrededor de un valor
general se denomina variacin o dispersin de los datos. ?ay varias formas de medir
esa variacin o dispersin. %ntre las ms com"nmente usadas estn el rango! la
desviacin media! el rango semiNintercuartil! el rango del percentil 4<N6<! el
coeficiente de variacin! la varianza y la desviacin standard. .entro de estos nos
referiremos a los ms usados en las publicaciones sobre investigacin cientfica.
Ra0#,: %s el intervalo o diferencia de valores entre el valor m&imo y el valor
mnimo. *ango P Galor m&imo 7 valor mnimo. Bor e'emploK el rango de edades de una
muestra o poblacin entre A> aos y 4> aos serK A> 7 4> P =< aos.
%l rango de un grupo de datos es la diferencia que e&iste entre el valor mayor y el
valor menor de dic#os datos. Bor e'emplo! en un grupo de notas de un e&amen el
valor mayor fue 46 puntos y el valor menor fue > puntos ! entonces el rango de las
notas esK 46 7 > P 4A puntos.
%l rango de un grupo de datos numricos! como ya se #a dic#o! es la diferencia entre
el valor m&imo y el valor mnimo. Bor e'emplo! el rango de 8! >! D! 4<! 4=! 4E! 88! 85!
es 85 7 8 P 8>. /lgunas veces el rango se indica citando los valores mnimo y m&imo.
%n este caso el rango se citara como 8 a 85 8 7 85.
Va/&a0Ba$ ;a/&a0c&a , ;a/&ac&10.
a varianza es la medida de mayor utilidad en todos los anlisis estadsticos. /unque
la varianza misma no es de utilidad directa! ella es la base de todos los clculos en
estadstica! es decir! nos sirve para calcular la desviacin standard! el error
standard! el coeficiente de regresin! el coeficiente de correlacin y! por supuesto!
para #acer el anlisis de varianza! entre otros.
a varianza tambin es llamada media cuadrtica! media cuadrada o cuadrado de la
media 3en ingls Gariance y ,ean Square9 es una medida de la dispersin de los
valores alrededor de la media. ,ientras ms dispersos los valores! mayor ser la
varianza y por el contrario cuando los valores son muy similares! es decir! no varan
muc#o! la varianza ser muy pequea #asta llegar a cero cuando todos los valores son
e&actamente iguales. /s! cuando se desea que algo sea uniforme! por e'emplo! la
cantidad de un producto en cada envase! el tamao de una pieza de alg"n material o
la estatura de algunas personas! etc.! se trata de que la varianza sea lo ms pequea
posible. Bor el contrario! si se desea que la variacin sea grande! por e'emplo! la edad
de las personas que se sometern a la prueba de una vacuna! o el sueldo de las
personas que optarn por casa! etc. Se trata de que la varianza sea lo ms grande
posible para que los datos abarque al mayor n"mero de personas. a varianza! que se
simboliza por sigma min"scula al cuadrado! i
8
! para la poblacin y s
8
para la muestra!
se calcula de varias formas 3no es solamente elevar al cuadrado la media! como su
nombre pareciera indicar9 a partir de la suma de los valores elevados al cuadrado
2
x
! luego restado un valor denominado 0actor de (orreccin!
( )
n
x
FC
2
! y
finalmente promediados.
( )
1
2
2
2
n
n
x
x
s
(omo un e'emplo sencillo! vamos a calcular la varianza de las notas de algunos
estudiantesK
&
4
P 4>!&
8
P 5! &
=
P 48! &
A
P 4<! &
>
P 45! &
E
P 4=! &
5
P 4<! &
D
P 8<! &
6
P4A! &
4! &
44
P44!&
48
P >. Brimero reNagruparemos los valores en orden ascendente! as que
a#ora sernK
@
4
P >!&
8
P 5! &
=
P 4<! &
A
P 4<! &
>
P 44! &
E
P 48! &
5
P 4=! &
D
P 4A! &
6
P4>! &
4!
&
44
P45!&
48
P 8<.
uego calculamos su mediaK en este caso es de 48.A4EE que redondearemos a 48.A8.
/#ora elevamos al cuadrado cada valor y los sumamos! lo cual serK
j&
8
P 8>Â6^4<<^4<<^484^4AA^4E6^46E^88>^88>^8D6Â<<
j&
8
P 8<A=
/#ora calculamos el factor de correccin 30(9 que es la suma de los valores
originales 34A69 elevada al cuadrado 4A6
8
y dividida entre el n"mero de valores n 3en
este caso 489! lo cual serK 0( P 888<4/48! 0( P 4D><.<D. )mportanteK %ste valor
050ca puede ser mayor que la suma anterior o de los valores al cuadrado 38<A=9.
Buede ser igual! cuando no #ay variacin entre los valores! es decir! son e&actamente
iguales! pero no mayor! pues dara un valor negativo de la varianza y sabemos que
cualquier n"mero al cuadrado es positivo! -H 3nunca9 negativo. /s que este paso nos
indica si nuestros clculos #asta a#ora #an sido bien #ec#os. Si este valor da
negativo! debemos re#acer todos los clculos y corregir el error..
/#ora! a la suma de los valores cuadrados 38<A=9 le restamos el factor de
correccinK 8<A= 7 4D><.<D P 468.64EE que promediamos! es decir! dividimos entre
el n"mero de observaciones 3n9 aunque para muestras de iguales o menores a =<
observaciones es me'or dividir entre el n"mero de grados de libertad 3n 7 49! en este
caso 48 7 4 P 44! lo que nos daK 468.64EE k 44 P 45.6<4><6 que redondearemos a 45.6<.
(omo vemos es un valor positivo. %ste es el valor de la varianza 3redondeada en este
caso para facilitar la comprensin del lector9! pero que en la realidad debe ser
calculada al valor ms e&acto posible9.
Htro mtodo fcil de calcular la varianza de un grupo de datos numricos es
sumando las diferencias entre cada valor y la media de la muestra y luego dividiendo
esa suma entre el n"mero de observacionesK s
8
P
1
2
,
_
n
x x
%n el e'emplo anterior! tenemos como media 48.A8 al cual le restaremos cada uno de
los valores 3por e'emploK 4> 7 48.A8 P 8.>D: 5 7 48.A8 P N>.A8 y as sucesivamente
#asta llegar a los 48 datos9! luego cada uno de esos valores se eleva al cuadrado 3por
e'emploK 8.>D
8
P E.E>EA: N>.A8
8
P 86.=5EA y as sucesivamente9! luego se suman
todos estos valores cuadrados y la suma 3en este caso 468.64EE9 se divide entre el
n"mero de grados de libertad 3449 que resulta en 45.6<4><6 que redondeamos a
45.6<. gicamente es el mismo resultado que por mtodo anterior. %&isten otros
mtodos para calcular la varianza! pero estos son los ms com"nmente usados.
D!.;&ac&10 .-a0da/d , -83&ca.
.esviacin Standard 3o %stndar9K este es el componente estadstico ms usado en
todos los e&perimentos e investigaciones cientficas y es una medida de la media de
las variaciones de los valores. a desviacin standard es la variacin o dispersin
verdadera y absoluta de los valores estudiados. Se simboliza con sigma min"scula! i!
para la poblacin y con s para la muestra. Su clculo es muy sencillo una vez que se
tiene la varianza! pues es solo la raz cuadrada de dic#a varianza y por ser el
producto de una raz cuadrada! su valor es positivo y negativo y se le prepone el
smbolo l.
s P
2
s s P
( )
1
2
2

n
n
x
x
%n nuestro caso ser la raz cuadrada de 45.6<! es decir! s P 90 . 17 es lA.8=<D=68
que redondearemos a lA.8=. %s importante destacar que las unidades de medicin de
la desviacin standard son! lgicamente! las mismas que las unidades de los datos
originales! es decir! si estamos midiendo las edades en aos! las unidades de la
desviacin standard estarn e&presadas en aos. %n las publicaciones! informes!
reportes! etc.! generalmente! se e&presan los valores de la media y las desviaciones
standard como sigueK la media l la desviacin standard y las unidades de medicin!
por e'emplo!
x
l s! en el caso de las edades en aos seraK 48.A8 l A.8= aos
%n una poblacin o muestra con distribucin normal cuya curva tiene forma de
campana simtrica! el ED.85O de los valores caen dentro de la media ms o menos
una desviacin standard! es decir que si en nuestro caso la distribucin fuese normal!
ED.85O de los valores estaran entre 48.A8lA.8=! o sea entre D.46 y 4E.E>. %sta
operacin nos indica que las notas de los estudiantes estn muy dispersas y que no
siguen la distribucin normal.
%n la distribucin normal el 6>.A>O de los valores caen dentro de la media ms o
menos dos desviaciones standards y el 66.5=O de los valores caen dentro de la
media ms o menos tres desviaciones standards.
E4 !//,/ .-a0da/d , -83&c,. OJO
E//,/ S-a0da/d , -83&c,.
C,!"&c&!0-! d! ;a/&ac&10.
a desviacin standard es una medida de la variacin o dispersin absoluta de los
valores de un grupo de datos numricos! pero a veces se necesita conocer cun
importante es la variacin o dispersin en relacin con el con'unto de datos que se
analiza! es decir! la relacin que #ay entre la desviacin standard y el promedio de
dic#os datos. / esta relacin se le denomina variacin o dispersin relativa! pero es
me'or conocida por coeficiente de variacin y se simboliza por G o por (G. Se calcula
dividiendo la desviacin standard entre la mediaK
C4 H
x
s
Aun $uando el $oe1!$!en'e de "ar!a$!-n e& una 1ra$$!-n o +ar'e de la un!dadC
+or e0e(+loC en el $a&o de la& edade& &er5 4.23 en're 12.42 H .345797 o
redondeando a .346C e&'a 1ra$$!-n &e 'ran&1or(a a +or$en'a0e ;1 H 1R<C
+or lo 'an'o en el e0e(+lo &er5 34.6R. Se de&$r!%e $o(o un gru+o de da'o&
;edade&< $on una "ar!a$!-n de 34.6R. E& de no'ar Pue el $oe1!$!en'e de
"ar!a$!-n e& !nde+end!en'e de la& un!dade& u&ada&. /or e&'a raz-nC el
n
s
s
x

` `
$oe1!$!en'e de "ar!a$!-n e& e&+e$!al(en'e N'!l +ara $o(+arar gru+o& da da'o&
de d!1eren'e& un!dade&C +or e0e(+lo &! &e Pu!&!era $o(+arar la& edade& del
e0e(+lo an'er!or $on la& no'a& ;un!dadB +un'o&< Pue o%'u"!eron lo&
e&'ud!an'e& o $on &u& e&'a'ura& ;un!dadB $en'*(e'ro&<C e'$. S!n e(%argoC la
+r!n$!+al de&"en'a0a del $oe1!$!en'e de "ar!a$!-n e& Pue +!erde &u u'!l!dad
$uando la (ed!a e& $er$ana a $eroC +ue& $ualPu!er $!1ra de la de&"!a$!-n
&'andard dar5 +or re&ul'ado un (uM al'o $oe1!$!en'e de d!&+er&!-n ;+or$en'a0e
de "ar!a$!-n<C lo $ual +uede &er no $!er'o.
Ses9o4 Se deno(!na &e&go al grado de a&!(e'r*a Pue '!ene la $ur"a de una
d!&'r!%u$!-n de da'o& nu(.r!$o&. Cuando la $ur"a de 1re$uen$!aC gra1!$ada a
+ar'!r de la (od!1!$a$!-n ;S&ua"!za$!-nT< del +ol*gono de 1re$uen$!aC '!ene la
$ola Oa$!a la dere$Oa del (5E!(o "alor (5& larga Pue Oa$!a la !zPu!erdaC &e
d!$e Pue la $ur"a e&'5 &e&gada a la dere$OaC Pue '!ene &e&go a la dere$Oa o
Pue '!ene &e&go +o&!'!"o. S! la $ola Oa$!a la !zPu!erda e& (5& larga Pue Oa$!a
la dere$Oa &e d!$e Pue e&'5 &e&gada a la !zPu!erdaC '!ene &e&go a la !zPu!erda
o '!ene &e&go nega'!"o. S! la& $ola& &on !guale&C &e d!$e Pue la $ur"a no '!ene
&e&go.
En una d!&'r!%u$!-n nor(alC &!(.'r!$aC OaM &olo una (odaC no OaM &e&go M la
$ur"a '!ene 1or(a de $a(+ana &!(.'r!$a. En e&'a $ur"a la (ed!aC la (oda M la
(ed!ana $o!n$!den en el (!&(o +un'o o "alor $en'ral.
:urtosis o #urtosis4 Se deno(!na $ur'o&!& al grado de S+!$oT o de
Sa+un'a(!en'oT Pue '!ene la $ur"a de una d!&'r!%u$!-n de da'o& nu(.r!$o&.
2eneral(en'e &e re1!ere a una $ur"a de d!&'r!%u$!-n de '!+o nor(alC e& de$!r
&!(.'r!$a. Cuando la $ur'o&!& Pue '!ene la $ur"a e& en 1or(a de +!$o ele"adoC
&e le deno(!na le+'o$ur'o&!&. S! la $ur'o&!& de la $ur"a e& +o$o ele"adaC &e le
deno(!na (e&o$ur'o&!& M $uando la $ur'o&!& e& (5& %!en a+lanada Pue en
1or(a de +!$o &e le no(%ra +la'!$ur'o&!&.
/,)8A8ILIDAD
%n este captulo presentaremos! en forma introductoria o elemental! sin llegar a la
formalizacin matemtica: es decir en forma elemental considerando la definicin
clsica! las nociones de probabilidad y las reglas bsicas de la probabilidad.
2.1 ESPACIO DE PROBABILIDAD.
Sin duda se est familiarizado con trminos tales como probabilidad! posibilidad y
azar! con frecuencia son utilizados de manera intercambiable: en general la
probabilidad es la posibilidad de que algo suceder! en esta seccin formalizaremos
el concepto de probabilidad y espacio de probabilidad! en forma simple! basndose
en conocimientos sobre e&perimento aleatorio! espacio muestral y eventos.
A+ EEPERIMENTO ALEATORIO
Bara la comprensin posterior! presentamos las siguientes definicionesK
+n !Q3!/&6!0-, 5 ,3!/ac&10 es una accin y efecto mediante el cual se obtiene un
resultado de una observacin! un e&perimento puede ser determinstico y no
determinsticoK
+n !Q3!/&6!0-, !. d!-!/6&08.-&c,! cuando el resultado de la observacin se
predice con e&actitud antes de realizar el e&perimento.
+n !Q3!/&6!0-, !. 0, d!-!/6&08.-&c,$ a4!a-,/&, , !.-ad8.-&c,! cuando los
resultados de la observacin no se puede predecir con e&actitud antes de realizar el
e&perimento.
EJEMPLO 1.
Son e'emplos de e&perimento determinstico! las siguientes operacionesK
a9 anzar un ob'eto al aire.
b9 Tirar una piedra a un vidrio.
c9 Hbservar el color de una bola e&trada de una urna que contiene slo bolas azules.
d9 Uuemar un ob'eto fungible.
e9 %l fin de la vida de un ser viviente.
EJEMPLO 2.
Son e'emplos de e&perimento aleatorios! las siguientes operacionesK
1
E
K anzar una moneda y observar la cara superior.
2
E
K anzar una moneda = veces y observar el n"mero de caras obtenidas.
3
E
K %&traer un artculo de un lote que contiene artculos defectuosos y no
defectuosos.
4
E
K Hbservar el color de una bola e&trada de una urna que contiene bolas negras
y blancas.
5
E
K Hbservar el tiempo de duracin de una bombilla elctrica.
6
E
K Hbservar la mortalidad infantil de una poblacin en un determinado mes.
/l observar e&perimentos aleatorios! encontramos las siguientes caractersticas
comunesK
(ada e&perimento puede repetirse indefinidamente sin variar esencialmente
sus condiciones.
-o se conoce Ia prioriJ un resultado particular del e&perimento.
(uando el e&perimento se repite en un n"mero suficientemente grande de
veces! su resultado tiende a un modelo de regularidad: es decir! llega a estabilizarse
la funcin
n
m
h
3frecuencia relativa9! donde InJ es el n"mero de repeticiones! ImJ el
n"mero de &itos de un resultado particular establecido antes de realizar el
e&perimento.
B+ ESPACIO MUESTRAL
,anifestamos como un aspecto com"n de que cada e&perimento aleatorio tiene
varios resultados posibles y que podemos describir con precisin el con'unto de
estos resultados posibles: ello nos induce a dar la siguiente definicinK
.ado un e&perimento aleatorio %! un !.3ac&, 65!.-/a4! denotado por ! es el
con'unto formado por todos los resultados posibles de %! esto esK
{
es el resultado posible de %e
/ cada resultado de un espacio muestral se le llama elemento o miembro del
espacio muestral! o simplemente un punto muestral. %l espacio muestral puede tener
un n"mero finito o infinito de elementos y ello depende del e&perimento aleatorio.
EJEMPLO *.
Son e'emplos de espacio muestral asociados a los e&perimentos del e'emplo anterior!
los siguientes espacios! que se describa mediante una enumeracin de los elementos
o el mtodo de la regla! que dependen de cada problema especficoK
} S , C {
1

: ( P (ara! S P Sello
2
{0,1, 2,3} {(s, s,s, (!, s,s, (s, !,s, (s,s, !, (!, s, !, (s, !, !, (!, !,s, (!, !, !}"
} # , $ {
3

: . P .efectuoso! - P -o defectuoso
% % {
4

es una bola negra o blancae
& {
5
R
} 0 ' t
% % {
6

n"mero de nios que mueren en un mese
%n algunos e&perimentos es "til anotar sistemticamente los elementos del
espacio muestral por medio de un d&a#/a6a d! 7/b,4! diagrama llamado as por su
apariencia y que se emplea para cone&in con el principio anterior.
EJEMPLO <.
(onsideremos el e&perimento de lanzar una moneda al aire una vez y dos en
caso de que ocurra cara 3(9. Si en la primera ocasin se obtiene sello 3S9! entonces
se arro'a un dado una vez. Bara representar los elementos del espacio muestral tal
que registre la mayor informacin construiremos el siguiente diagrama de rbolK
as diversas trayectorias! a lo largo de sus ramas! proporcionan los distintos
puntos muestrales. /l dar inicio por la rama superior izquierda y avanzar #acia la
derec#a a lo largo de la primera rama 3trayectoria9! obtenemos el punto muestral ((!
el cual indica la posibilidad de que se presenten dos caras en dos lanzamientos
sucesivos de la moneda. .e manera similar! el punto muestral S8 seala la
posibilidad de que se presenta un sello! a la que seguir un 8 en el lanzamiento del
dado. Si se procede a lo largo de todas las ramas! el espacio muestral serK
} 6 S , 5 S , 4 S , 3 S , 2 S , 1 S , CS , CC {
Todo subcon'unto de un espacio muestral ! se denomina !;!0-, , .5c!.,.
os siguientes son !'!634,. d! !;!0-,.. Htra vez nos referiremos a los
e&perimentos anotados anteriormente.
A
i
se referir a un evento asociado con el
e&perimento i
(
.
1
)
P d(e: es decir! ocurre una cara.
2
)
P d=e: es decir! ocurren tres caras.
3
)
P d-e: es decir! el artculo tomado no fue defectuoso.
4
)
P d&/& es blancoe: es decir! la esfera e&trada es blanca.
5
)
P dt/tf>e: es decir! l bombilla se quema en menos de cinco #oras
6
)
P d>e: es decir! > nios mueren en un mes.
.ado que los eventos son subcon'untos de un espacio muestral ! tenemos las
siguientes operaciones algebraicas y tipos de eventosK
OPERACIONES ALGEBRAICAS
1+ I0-!/.!cc&10 d! !;!0-,.
Si / y C son eventos! * ) /C! es el evento que ocurre si y slo si / y C ocurren
2+ U0&10 d! !;!0-,.
Si / y C son eventosK * ) es el evento que ocurre si y slo si / C ambos
ocurren
TIPOS DE EVENTOSK
49 E;!0-, S!#5/,. lamado tambin como !;!0-, 50&;!/.a4: porque siempre ocurreK / P
Bor e'emplo!
/ K lanzar una moneda y obtener cara 3(9 o sello 3S9.
Bor tanto!
{ } ) C,S
89 E;!0-, &63,.&b4!. lamado tambin !;!0-, ;ac8,: porque nunca ocurreK
/ P
.
Bor e'emplo! /K lanzar un dado obtener D puntos. Bor tanto! / P
=9 E;!0-, C,0-/a/&, , C,634!6!0-,.

Si / es un eventoK
!
) + ) )es el evento que ocurre si! y slo si / no ocurre
3obviamente respecto de 9.
Bor e'emplo! si / es el evento de obtener un n"mero par en el lanzamiento de una
moneda: es decir!
{ } ) 2, 4, 6
! entonces el evento contrario o complemento esK
{ }
!
) 1, 3, 5
.
A9 E;!0-,. &0c,63a-&b4!. , 65-5a6!0-! !Qc452!0-!..
Si / y C son eventos! se dice que son incompatibles o mutuamente e&cluyentes si! y
slo si
* )
3no pueden ocurrir a la vez9.
Bor e'emplo! si lanzamos un dado y tenemos los siguientes eventosK
/K Hbtener el n"mero 8
{ } ) 2
CK Hbtener un n"mero impar
{ } * 1, 3, 5
uego se observa queK
* )
! por tanto se dicen que / y C son incompatibles.
>9 E;!0-, c,63a-&b4! , 0, 65-5a6!0-! !Qc452!0-!.
Si / y C son eventos! se dice que son compatibles o no mutuamente e&cluyentes si! y
slo si
) *
3pueden ocurrir ambos a la vez9.
Bor e'emplo! si lanzamos un dado y tenemos los siguientes eventosK
/K Hbtener el n"mero 8
{ } ) 2
CK Hbtener un n"mero par
{ } * 2, 4, 6
uego se observa queK
{ } ) * 2
! por tanto se dicen que / y C son compatibles.
E9 E;!0-,. I0d!3!0d&!0-!..
Si / y C son eventos! se dice que son independientes si! y slo si al ocurrir / no
afecta la ocurrencia simultanea o sucesiva de C o viceversa.
Bor e'emplo! dados los siguientes eventosK
/K Sacar A puntos al lanzar un dado
CK Sacar E puntos al lanzar el mismo dado
Si efectuamos 8 tiradas sucesivas la ocurrencia de un E en la segunda tirada no
depende de que en la primera tirada #aya o no #aya salido A: por tanto / y C son
independientes.
59 E;!0-,. d!3!0d&!0-!..
Si / y C son eventos! se dice que son dependientes si! y slo si al ocurrir / afecta la
ocurrencia de C o viceversa.
Bor e'emplo! en una ca'a se tiene E bolas blancas y D ro'as! si sacamos dos bolas al
azar! una tras otra sin reposicin y el deseo es que ambas sean blancas! luego se
tiene los siguientes eventosK
/K a primera bola sea blanca 3primera e&traccin9
CK a segunda bola sea blanca 3segunda e&traccin9
os eventos / y C son dependientes! ya que la e&traccin de la segunda bola blanca
est su'eta a que en la primera e&traccin salga blanca! para el deseo de que ambas
sean blancas.
C+ ESPACIO DE PROBABILIDAD
U0 !.3ac&, d! 3/,bab&4&dad! es un espacio muestral finito no vaco! ! 'unto
con una funcin real B definida sobre ! que satisface las siguientes propiedadesK
4.N B3/9 <! para todo evento /.
8.N B3 9 P 4
= .P SiK
,... ) ,..., ) , ) , )
n 3 2 1 es una sucesin numerable de eventos dis'untos!
entoncesK
( )
,
_
1 i
i
1 i
i
) , ) ,
.
NOTAK a funcin BK
R! definida con las propiedades mencionadas! se

llama "50c&10 d! 3/,bab&4&dad o medida de probabilidad o simplemente \3/,bab&4&dad
BJ.
Si / es un evento! se dice que B3/9 es la probabilidad de / 3probabilidad de
ocurrencia del evento /9. as "nicas ordenaciones probabilsticas que estudiaremos
sern definidas a travs de funciones de probabilidad: por lo que! en adelante! no se
#ar distincin entre la probabilidad 3ordenacin en los eventos9 y la funcin de
probabilidad.
.ebemos sealar que este sistema de a&iomas de la probabilidad se supone
vlido para cualquier e&perimento. /poyndonos en los a&iomas anteriores
tendremos las propiedades que veremos despus de la siguiente definicin.
Se conoce como !.3ac&, d! 3/,bab&4&dad !J5&3/,bab4! a aquel espacio donde la
probabilidad B asigna igual probabilidad a cada uno de sus eventos elementales.
*esumiendo! 50a 3/,bab&4&dad 3B9 es una especificacin de qu tan frecuente es
probable que ocurra un evento de inters particular entre un gran n"mero de
ensayos 3situaciones en las que el evento puede suceder9.
lamaremos probabilidad de &itos a la probabilidad de ocurrencia de este
evento de inters. .e igual manera! la probabilidad de que no ocurra el evento se
llama probabilidad de fracaso. Se usan parntesis o corc#etes para distinguir el
evento de inters sealado: y una B! para indicar la IprobabilidadJ de un clculo
especfico. as probabilidades son proporciones! como veremos despus.
a frmula general para presentar una probabilidad o c74c54, d! 50a
3/,bab&4&dad esK Si contiene n eventos elementales equiprobables y m de estos
pertenecen al evento /! entonces
n
m
) ( ,
.
(omo consecuencia podemos afirmar que! la probabilidad de un evento! cuando
los eventos elementales son equiprobables! es igual al n"mero de casos favorables
3n"mero de elementos de / o cardinalidad de /9 sobre el n"mero de casos posibles
3n"mero de elementos de o cardinalidad de 9: es decirK
n-m./0 1. !as0s fa20/a3l.s n-m./0 1. .l.m.n&0s 1. ) n()
,()
n-m./0 1. !as0s 40si3l.s n-m./0 1. .l.m.n&0s 1. n(

E.-a !. 4a d!"&0&c&10 c47.&ca d! P/,bab&4&dad J5! d&c!: \La 3/,bab&4&dad d! 50
!;!0-, A !. 4a ,3,/-50&dad /!4a-&;a J5! -&!0! !4 !;!0-, d! ,c5//&/ 2 !. &#5a4 a4
0I6!/, d! ca.,. "a;,/ab4!. .,b/! !4 0I6!/, d! ca.,. 3,.&b4!.]. A.8 6&.6a$ !.
4a &0-!/3/!-ac&10 d! 4a "/!c5!0c&a d! ,c5//!0c&a d! 50 !;!0-,.
EJEMPLO =.
L(ul es la probabilidad de que al lanzar un dado aparezca en la cara superior un
valor par y cul es la probabilidad de obtener un n"mero mayor que dosM.
SOLUCIN
%l espacio muestral es P d4! 8! =! A! >! Ee y n3 9 P E
a9 os pares son / P d8! A! Ee y n 3/9 P =! entoncesK
n() 3 1
,() 0,5
n( 6 2

b9 ,ayor que 8K B P d=! A! >! Ee y n 3C9 P A! entoncesK

n(* 4 2
,(* 0, 666
n( 6 3

OBSERVACIN.P (uando digamos Iun elemento de una poblacin finita es

seleccionado al azarJ asignaremos la misma probabilidad a cada elemento de . %s
decir! estaremos traba'ando en un espacio equiprobable.
3. *%1/S CmS)(/S .% / T%H*n/ .% / B*HC/C))./..
EQ&.-!0 50a. c5a0-a. /!#4a. b7.&ca. a .!#5&/ 3a/a ca4c54a/ c5a4J5&!/
3/,bab&4&dad$ 4a. J5! .! c,0,c!0 c,6, 3/,3&!dad!. d! 3/,bab&4&dad!..
49 Pa/a !4 !;!0-, .!#5/, ,( 1
Bor e'emplo! al lanzar una moneda obtener la probabilidad de sacar una cara o un sello
%l espacio muestral es Pd(! Se y n3 9 P 8
a9 Sacar una cara esK / P d(e y n3/9 P 4! entoncesK
n() 1
,()
n( 2

b9 Sacar un sello esK B P dSe y n3C9 P 4! entoncesK
n(* 1
,(*
n( 2

.
Bor tanto B3/ o C9 P
,() *
P B3/9 ^ B3C9 P
1 1
1
2 2
+
89 Pa/a !4 !;!0-, &63,.&b4!
B 3
9 P <.
Bor e'emplo! al lanzar un dado obtener 6 puntos.
%l espacio muestral es Pd4!8!=!A!>!Ee y n3 9 P E
Sacar el n"mero 6K / P d6e y n3/9 P <! entoncesK
n() 0
,() 0
n( 6

=9 Si / es un evento! entonces
0 ,() 1
.
Si B3/9 P 4! entonces ) ! y si B3/9 P <! entonces / P
.
A9 Pa/a !;!0-,. c,634!6!0-a/&,.
Bara cualquier evento /K
( ) ) ( , 1 ) ,
!

y
( ) ) ( , 1 ) ,
!

.
Bor e'emplo! la probabilidad de que al e&traer una bola de una ca'a donde #ay = bolas
blancas! 5 bolas ro'as y E bolas amarillas: sta no sea blanca es
13
16
! en efectoK
%l espacio muestral es P d=C! 5*! E/e y n3 9 P 4E
/K la bola e&trada no sea blanca
C
)
K la bola e&trada sea blanca y n3
C
)
9 P =! entoncesK
C
C
n() 3
,()
n( 16

Bor tantoK
( ) ) ( , 1 ) ,
!

P
3 13
1
16 16

>9 Pa/a !;!0-,. &0c,63a-&b4!. , 65-5a6!0-! !Qc452!0-!. K/!#4a d! 4a ad&c&10 d!
!;!0-,. !Qc452!0-!.+
Si / y C son eventos mutuamente e&cluyentes! entoncesK
* ( , ) ( , * ) ( , +
.
Hbservemos que puede ocurrir el evento / o el evento C! a este uso de la IoJ a
veces se le llama &0c45.&;,.
Bor e'emplo! al lanzar un dado la probabilidad de obtener un n"mero par o un m"ltiplo
de > es
2
3
! en efectoK
a9 os pares sonK / P d8! A! Ee y n3/9 P =! entoncesK
n() 3 1
,()
n( 6 2

b9 ,"ltiplo de >K B P dEe y n3C9 P 4! entoncesK

n(* 1
,(*
n( 6

Bor tanto!
1 1 4 2
,() * ,() ,(*
2 6 6 3
+ +
1eneralizando! siK n 2 1
) ,..., ) , )
es una sucesin finita de eventos mutuamente
e&cluyentes dos a dos o dis'untos cualesquiera! entoncesK
( )

,
_

n
1 i
i
n
1 i
i
) , ) ,
.
E9 Pa/a !;!0-,. c,63a-&b4!. , 0, 65-5a6!0-! !Qc452!0-!..
Si / y C son eventos compatibles 3en general para cualesquiera9 de 3Teorema de
,organ9! entoncesK
,() * ,() ,(* ,() * +
.
Hbservemos que puede ocurrir el evento / o el evento C. %sto incluye asimismo la
posibilidad de que / y C pueden ocurrir. Bor e'emplo! al lanzar un dado la
probabilidad de obtener un n"mero impar o un m"ltiplo de = es
2
3
! en efectoK
a9 os impares sonK / P d4! =! >e y n3/9 P =! entoncesK
n() 3 1
,()
n( 6 2

b9 ,"ltiplo de = esK B P d=! Ee y n3C9 P 8! entoncesK

n(* 2 1
,(*
n( 6 3

c9
{ } ) * 3
y n3 ) * 9 P 4! %ntonces
n() * 1
,() *
n( 6
Bor tanto!
,() * ,() ,(* ,() * +
N
1 1 1 3 2 1 4 2
2 3 6 6 6 3
+
+
59 Pa/a !;!0-,. &0d!3!0d&!0-!. K/!#4a d! 4a 654-&34&cac&10 d! !;!0-,.
&0d!3!0d&!0-!.+
Si / y C son eventos independientes! entoncesK
,() * ,() ,(*
.
Hbservemos que puede ocurrir el evento / y el evento C! a este uso de la IyJ a
veces se le llama !Qc45.&;, 3dos eventos ocurren al mismo tiempo9. Bor e'emplo! al
lanzar un dado dos veces en forma sucesiva! la probabilidad de que ambos resultados
sean de punta'e A es
1
36
! en efectoK
%l espacio muestral para cada lanzamiento esK Pd4! 8! =! A! >! Ee y n3 9 P E
a9 Brimer lanzamiento! / P dAe y n3/9 P 4! entoncesK
n() 1
,()
n( 6

b9 Segundo lanzamiento! C P dAe y n3C9 P 4! entoncesK

n(* 1
,(*
n( 6

Bor tanto!
1 1 1
,() * ,() ,(*
6 6 36
.
D9 Pa/a !;!0-,. d!3!0d&!0-!.
(uando dos eventos son dependientes! se emplea el concepto de 3/,bab&4&dad
c,0d&c&,0a4 para designar la probabilidad de ocurrencia del evento relacionado.
.ados los eventos dependientes / y C. S B3/9c<! la 3/,bab&4&dad c,0d&c&,0a4 d! J5!
!4 !;!0-, B ,c5//a dad, J5! !4 !;!0-, A %a ,c5//&d,! est dado por el cociente de
B3/
C9 entre B3/9: es decir!

,() *
,(* ) , si ,() 0
,()
>
La 3/,bab&4&dad c,0d&c&,0a4 d! J5! !4 !;!0-, A ,c5//a dad, J5! !4 !;!0-, B %a
,c5//&d, !.-7 dada 3,/:
,() *
,() * , si ,(* 0
,(*
>
Bor e'emplo! si supongamos que dos monedas se lanzan al aire una por una! y
definimos / como el evento Idos carasJ y C como el evento Ila primera moneda
arro'ada es caraJ. %l espacio muestral y los eventos / y C! son respectivamenteK
P d((! (S! S(! SSe

/ P d((e
C P d((! (Se
de donde /
C P d((e
Bor tantoK
1 1 1
,() , ,(* , ,() *
4 2 4

y ( )
1
,() * 1
4
, ) *
1
,(* 2
2

.
que es la probabilidad condicional de que el evento / ocurra dado que el evento C #a
ocurrido! y la probabilidad condicional de que el evento C ocurra dado que el evento
/ #a ocurrido esK
1
,() *
4
,(* ) 1
1
,()
4

NOTAK .ebemos aclarar que C// no es una fraccin. as e&presiones de
probabilidad condicional no se requieren en eventos independientes! porque! por
definicin! no e&iste relacin entre la ocurrencia de estos eventos. Bor lo tanto! si
los eventos / y C son independientes! la probabilidad condicional B3C//9 es siempre
igual a la probabilidad simple 3no condicionada9 B3C9.
EJEMPLO ?.
+na bola es seleccionada al azar! de una ca'a que contiene A bolas blancas! E bolas
ro'as y > bolas verdes.
.eterminar la probabilidad de que seaK a9 verde! b9 no blanca! y c9 ro'a o verde
SOLUCIN.
%l espacio muestral tieneK A ^ E ^ > P 4> bolas: es decir! n3 9 P 4>
a9
3
1
15
5
30las 1. &0&al n-m./0
2./1.s 30las 1. n-m./0
2./1. ( ,
b9 B3no blanca9 P 4 N B3blanca9 P
15
11
15
4
1
c9 SiK * P dro'a9! G P dverdee! luego n3*9 P E! n3G9 P >. Bor tantoK
B3ro'a o verde9 P
5 R ( ,
P B3*9 ^ B3G9 N B3*
G9 P
0
3
1
15
6
+
P
15
11
15
5 6
+
! ya que
B3*
G9 P <! por ser mutuamente e&cluyentes.

EJEMPLO @.
Supongamos que se lanza un dado normal dos veces y dados los eventosK
/ K primer dado muestra un n"mero par.
C K segundo dado muestra un > un E.
%ntoncesK
P{34!49!34!89!34!=9!..................!3E!>9!3E!E9}! luego n3 9P =E
/P{38!49!38!89!38!=9!38!A9!38!>9!38!E9!3A!49!3A!89!3A!=9!3A!A9!3A!>9!3A!E9!3E!49!3E!89!
3E!=9! 3E!A9!3E!>9!3E!E9}! luego n3/9 P 4D
CP{34!>9!38!>9!3=!>9!3A!>9!3>!>9!3E!>9!34!E9! 38!E9!3=!E9!3A!E9!3>!E9.3E!E9}! luego
n3C9 P 48
/CP {38!>9! 38!E9! 3A!>9! 3A!E9! 3E!>9! 3E!E9}! luego n3/C9 P >
.e donde! obtenemosK
2
1
36
18
) ( ,
!
3
1
36
12
* ( ,
y
6 1
,() *
36 6

X observamos queK
1 1 1
,() * ,(),(*
6 2 3

.
uego deducimos que los eventos / y C son independientes.
EJEMPLO C.
SiK
1 1 2
,() , ,(* , 6 ,() *
2 2 3

. (alcularK
a9
) ( ,
: b9
* ) ( ,
! y c9
* ) ( ,
SOLUCIN.
a9
2
1
2
1
1 ) ( , 1 ) ( ,
b9
[ ] * ) ( , * ( , * ) ( * , * ) ( ,
(omo
1 1 2 2 1
,() * ,() ,(* ,() * 1
2 2 3 3 3
+ +
%ntonces!
1 1 1
,() * ,(* ,() *
2 3 6

c9
1 2
,() * 7 ,() * 718 ,() * 718 7
3 3

EJEMPLO D
Si se lanza un par de dados. Si la suma es E! Lcul es la probabilidad de que en
uno de los dados se obtenga AM
SOLUCION.
%l espacio muestral esK P d34!49! 34!89!...! 3E!E9e y n3 9 P =E
/K a suma es E! luego / P d34!>9! 38!A9!...! 3>!49e y n3/9 P >! entoncesK
n() 5
,()
n( 36

CK %n uno de los dados sale A! luego C P d38!A9! 3A!89e y n3C9 P 8! entoncesK
n(* 2 1
,(*
n( 36 18

{ } ) * (2, 4, (4, 2
y n3
) *
9! entonces
2 1
,() *
36 18

uego la probabilidad de que se obtenga A 3evento C9! si la suma es E 3si ya ocurri
/9 esK
1
18
5
36
,() * 2
,(*' )
,() 5

.
EJEMPLO 1F.
%n una urna se tiene D bolas verdes y 4< bolas azules! si sacamos 8 bolas al azar! una
tras otra sin reposicin. L(ul es la probabilidad de que ambas sean verdesM
SOLUCIN.
%l espacio muestral es PdG! G! ...../! /e y n3 9 P D ^ 4< P 4D
/K a primera bola sea verde! luego n3/9 P D. %ntonces
8 4
,()
18 9

CK a segunda bola sea verde! luego n3C9 P 5. %ntonces
7
,(*' )
17
Bor tanto! la probabilidad de que ambas sean verdes esK

4 7 28
,() * ,() ,(*' )
9 17 153

.e acuerdo al enfoque clsico para la determinacin de probabilidades! el valor de
probabilidad se basa en la razn del n"mero de resultados elementales igualmente
probables favorables respecto del n"mero total de resultados en el espacio
muestral. (uando los problemas son simples! el n"mero de resultados elementales
puede contarse directamente. Sin embargo! en problemas ms comple'os es
necesario usar combinaciones para determinar el n"mero de resultados elementales
posibles.
%'ercicio nY 44.N
%n una urna #ay 4> bolas numeradas de 8 al 4E. %&traemos una bola al azar y
observamos el n"mero que tiene.
a9 .escribe los sucesosK
/ P ZHbtener parZ C P ZHbtener imparZ
( P ZHbtener primoZ . P ZHbtener impar menor que 6Z
escribiendo todos sus elementos.
b9 LUu relacin #ay entre / y CM LX entre ( y .M
c9 L(ul es el suceso / o CM Ly( p .M
SolucinK
a9 / P d8! A! E! D! 4<! 48! 4A! 4Ee
C P d=! >! 5! 6! 44! 4=! 4>e
( P d8! =! >! 5! 44! 4=e
. P d=! >! 5e
b9 C P /q: . r (
c9 / o C P % 3%spacio muestral9: ( p . P.
1.N Se lanza una moneda dos veces en forma sucesiva. L(ul es la probabilidad de que
salga cara y sello respectivamenteM
/9 ><O! C9 5>O! (9 4>O! .9 5>O! %9 8>O
2.N %n una urna #ay > bolas negras y D bolas verdes. L(ul es la probabilidad de
que al e&traer de la urna resulte una verdeM
/9 D/4=! C9 >/4=! (9 4/4=! .9 E/4=! %9 5/4=
*.N .e una bara'a de >8 cartas se e&trae una carta al azar. L(ul es la probabilidad de
que resulte ro'aM
/9 5>O! C9 5>O! (9 4>O! .9 ><O! %9 8>O
<.N .e una bara'a de >8 cartas se e&trae una carta al azar. L(ul es la probabilidad de
que sea menor que E y sea negraM
/9 4/8! C9 =/4=! (9 48/4=! .9 =/8E! %9 >/8E
=.N L(ul es la probabilidad de que de una bara'a de >8 cartas! al e&traer una de
ellas! se obtenga un asM
/9 4/4=! C9 =/4=! (9 8/=! .9 4/E! %9 >/E
?.N %n un saln de clases #ay => alumnos! de los cuales 8< son citadinos. L(ul es la
probabilidad de que al elegir uno al azar resulte no citadinoM
/9 =/5! C9 8/5! (9 8</=>! .9 =/44!%9 >/44
@.N Se lanzan dos dados. L(ul es la probabilidad de que la suma de los puntos sea DM
/9 4/=! C9 >/=E! (9 5/=E! .9 >/4D!%9 4/4D
C.N /l lanzar simultneamente una moneda y un dado. L(ul es la probabilidad de que
salga un n"mero menor que cuatroM
/9 4/=! C9 4/E! (9 4/8! .9 8/=! %9 4/>
D.N %n una urna #ay > bolas ro'as y 5 bolas azules! se e&trae 8 bolas sin reposicin. L(ul
es la probabilidad de que salga ro'a y azul! en ese ordenM
/9 8/5! C9 >/5! (9 44/4=8! .9 =>/4=8! %9 4=/45
1F.N%n e'ercicio anterior! se e&trae 8 bolas con reposicin. L(ul es la probabilidad de
que salga ro'a y azul! en ese ordenM
/9 ==/4AA! C9 =/4AA! (9 =5/4AA! .9 =4/4AA! %9 =>/4AA
11.N%n una ca'a #ay E bolas ro'as! A bolas blancas y 8 bolas azules. L(ul es la
probabilidad de que salga una blanca o una ro'aM
/9 >/E! C9 4/8! (9 8/=! .9 =/A! %9 4/=
12.N/l lanzar 8 dados. L(ul es la probabilidad de que la suma sea 8 6M.
/9 4/E! C9 4/>! (9 >/=E! .9 =/A! %9 4/48
1*.N /l lanzar un par de dados! uno blanco y otro verde. L(ul es la probabilidad de
obtener un n"mero mayor que A en el dado blanco o un n"mero menor que = en el
dado verdeM.
/9 =/>! C9 >/=E! (9 >/E! .9 A/>! %9 >/6
1<.NSe lanza un par de dados en forma simultnea. %ncontrar la probabilidad de no
obtener suma 5 ni 44.
/9 =/6! C9 5/6! (9 >/E! .9 A/>! %9 >/6
1=.N%n un saln de clases de A< estudiantes! =< de ellos compran libros de mlgebra y 8E
de ellos compran /ritmtica! se elige un alumno al azar. L(ul es la probabilidad de
que compre ambos libros! si todo compran al menos un libroM.
/9 4/>! C9 8/>! (9 A/>! .9 =/>! %9 >/>
1?.N%n una encuesta! el A8O apoya el producto /! el >AO el producto C y 4DO ambos
productos. L(ul es la probabilidad de elegir al azar! que una persona no prefiera el
producto / ni el producto CM
/9 4DO! C9 4EO! (9 88O! .9 8<O! %9 8AO
1@.N%n una reunin donde asistieron 6< personas! resulta que 5< beben agua mineral! ><
beben gaseosa y 4> no beben agua mineral ni gaseosa: si de estas persona se eligen
una de ellas al azar L(ul es la probabilidad de que beban agua mineral y gaseosaM
/9 4/8! C9 8/=! (9 4/>! .9 =/D! %9 A/5
1C.N.e una urna que contiene 8 bolas blancas! = ro'as y > negras! se e&traen = bolas en
forma sucesiva y con reposicin. ?allar la probabilidad de que las dos primeras bolas
sean negras y la tercera sea blanca.
/9 4/>! C9 4/8>! (9 4/4>! .9 4/4<! %9 4/8<
1D.N+na urna contiene > bolas ro'as y = negras. Si se e&traen A bolas sucesivamente y
no son devueltas a la urna. L(ul es la probabilidad de que stas sean
alternativamente de colores distintosM /9 4/D! C9 4/6! (9 4/= .9 4/E! %9 4/5
2F.N+n profesor propone un problema a dos alumnos / y C de dos grupos distintos del
(.C.+. as apuestas en contra de que / resuelva el problema son A a =! y las apuestas
a favor de C son de 5 a >. L(ul es la probabilidad de que el problema quede resuelto
si ambos tratan de resolverloM
/9 4E/84! C9 =/A! (9 A/> .9 D/4=! %9 >/84
21.NSe lanza un dado e independientemente se escoge al azar una carta de una bara'a
normal. L(ul es la probabilidad de que el dado muestre un n"mero par y la carta sea
de un palo ro'oM
/9 4/8! C9 =/A! (9 4/A .9 4/48! %9 4/>8
22.N/l lanzar un par de dados! si la suma es E. L(ul es la probabilidad de que uno de los
dados sea 8M
/9 =/>! C9 8/>! (9 4/E .9 4/=! %9 8/=
2*.N%n cierto tipo de ruleta! se tiene dos discos giratorios. +no de ellos est marcado
con las letras /! C! (! %: y el otro con los dgitos 4! 8! =! A y >. L(ul es la
probabilidad de obtener un C y un n"mero parM
/9 =/4<! C9 45/8>! (9 =/8> .9 4/4<! %9 5/4<
2<.NSean los eventos / y C representados en el diagrama ad'untoK
?allar B3C//9.
/9 A<O! C9 8<O! (9 5>O! .9 ><O! %9 4>O
2=.NSi la probabilidad de que ocurra un accidente en 4 Fm. de una carretera es 4/=. L(ul
es la probabilidad de que ocurra encontrar al menos un accidente en = Fm. de esa
carreteraM
/9 4/=! C9 4/85! (9 D/85! .9 8/=! %9 46/85
CLAVE DE RESPUESTAS
1 2 * < = ? @ C D 1F
E A D E A A B C D E
44 48 4= 4A 4> 4E 45 4D 46 8<
A C E B B
84 88 8= 8A 8>
C B D D E
EJERCICIOS RESUELTOS DE MEDIDAS D E ,OSICIN ;
DIS,ERSIN
3.>
B*HC/C))./.%S
ACTVIDADES PROPUESTAS
1.S&.!4a0Ba50dad,$Yc574!.4a3/,bab&4&dadd!J5!!40I6!/,J5!
a3a/!Bca.!a506I4-&34,d!-/!.Z
4
a9
E
8
b9
E
=
c9
E
A
d9
E
>
e9
E
2.S&.!-&/a50a6,0!da-/!.;!c!.$Yc574!.4a3/,bab&4&dadd!J5!
.a4#a0d,.ca/a.250.!44,Z
4
a9
D
8
b9
D
=
c9
D
A
d9
D
=
e9
E
*.S&.!4a0Ba4a"4!c%ad!4a/54!-ad!4a"&#5/a$Yc574!.4a3/,bab&4&dad
d!J5!4a"4!c%a.a4#a!0500I6!/,3a/Z
4
a9
A
4
b9
=
4
c9
8
=
d9
A
A
e9
E
<.E050aca'a.!-&!0!02Fb,4&-a.056!/ada. d!41a42F.S&.!.aca 50aa4aBa/$
Yc574!.4a3/,bab&4&dadd!J5!!40I6!/,d!4ab,4&-a
!4!#&da.!a50d&;&.,/d!d,c!6!0,/J5!1FZ
A
a9
4<
>
b9
4<
A
c9
8<
>
d9
8<
E
e9
8<
=.S&.!4a0Ba0d,.dad,.$Yc574!.4a3/,bab&4&dadd!J5!4a.56ad!
4,.350-a'!..!a6a2,/J5!d&!BZ
4
a9
=E
8
b9
=E
=
c9
=E
E
d9
=E
=
e9
48
?.S53,0&!0d,J5!4a3/,bab&4&dadd!J5!50b!bA0aBca;a/10,65'!/!.4a6&.6a$
Yc574!.4a3/,bab&4&dadd!J5!506a-/&6,0&,-!0#ad,.%,6b/!.2d,.65'!/!.Z
=
a9
4E
A
b9
4E
>
c9
4E
E
d9
4E
E
e9
D
@.F!/0a0d,$H56b!/-,2R!0A-&!0!050ad&.c5.&10ac!/cad!4,..&#5&!0-!..5c!.,.:
S5c!.,A: IlanzarundadoyobtenerundivisordeseisJ.
S5c!.,B: IlanzartresmonedasyobtenerdoscarasyunselloJ.
S5c!.,C:Ielegiralazarunn"merodel4alDyelegirunm"ltiplodetresJ.
0ernandoopinaqueKB3/9cB3C9yB3C9cB3(9.
?umbertoopinaqueKB3(9cB3C9yB3(9fB3/9.
*enopinaqueKB3C9^B3(9fB3/9.
L(uldelassiguientesafirmacionesesverdaderaM
a9 Solo?umbertotienelarazn. b9
Solo0ernandotienelarazn. c9
Todosdicenlaverdad.
d9 Todosseequivocan.
e9 Solo?umbertoseequivoca.
C.YE0c574K!.+d!4a..&#5&!0-!./54!-a..!35!d!a.!#5/a/J5!4a3/,bab&4&dadd! J5!
.a4#a 6a/cad, 50 0I6!/, 3a/ , &63a/ !. 4a 6&.6aZ
).
)).
))).
a9 Soloen).
b9 Soloen)).
c9 Soloen)yen)). d9
Soloen)yen))). e9
%ntodas.
D.YC574d!4,..&#5&!0-!.!;!0-,.!.67.3/,bab4!Z
a9 anzardosmonedasyquesalganiguales. b9
anzardosdadosyquesumenseis.
c9 anzarundadoyquesalgaundivisorde48.
d9 anzartresmonedasyquesalgandoscarasyunsello.
e9 %legirunn"merodel4al4<yqueaparezcaunm"ltiplode=.
1F.E050c,4!#&,%a2-/!.c5a/-,.6!d&,.c52ad&.-/&b5c&103,/.!Q,!.4a.&#5&!0-!:
AY/ AYC AY(
?ombres 4E 4A 48
,u'eres 48 4E 4A
Siseeligealazarunalumnodecuartomedio!
Lculeslaprobabilidaddequeseaunestudiantedese&omasculinodelcuartoCM
48
a9
DA
4A
b9
DA
4E
c9
DA
4A
d9
=<
4A
e9
A8
11.C,0/!.3!c-,a4,.da-,.d!4!'!/c&c&, a0-!/&,/$ Yc574!.4a 3/,bab&4&dad
d!J5!$.&.!!4&#!50!.-5d&a0-!d!4<9B$A.-!/!.54-!d! .!Q,6a.c54&0,Z
4A
a9
A8
=<
b9
DA
4A
c9
DA
A8
d9
DA
4A
e9
=<
12.E050a-16b,4a%a2-/!.b,4&-a.;!/d!.$d,.aB54!.2c5a-/,/,'a..
S&.!!4&#!50aa4aBa/$Yc574!.4a3/,bab&4&dadd!J5!0,.!aaB54Z
8
a9
6
=
b9
6
A
c9
6
E
d9
6
5
e9
6
1*.Pa/a4a.!4!cc&10d!a-4!-&.6,d!50c,4!#&,.!!4&#!02<a4560,.$
c52ad&.-/&b5c&10d!!dad!..!65!.-/a!04a.&#5&!0-!-ab4a:
%dad -ios
[>!D9 =
[D!449 =
[44!4A9 A
[4A!459 E
[45!8<9 D
Siseeligeunalumnoalazar!Lculeslaprobabilidadquetengaporlomenos
44aosM
=
a9
A
4
b9
A
=
c9
>
=
d9
4<
4
e9
=
1<. S& .! 4a0Ba 4a "4!c%a d! 4a /54!-a d! 4a "&#5/a$ Yc574 !. 4a
3/,bab&4&dadd!J5!0,.a4#a!4c,4,/;!/d!Z
4
a9
=
>
b9
48
5
c9
48
8
d9
=
=
e9
A
1=.S&.!4a0Ba0-/!.dad,.$Yc574!.4a3/,bab&4&dadd!J5!4a.56ad!
4,.350-a'!..!a.!&.Z
A
a9
84E
>
b9
84E
E
c9
84E
5
d9
84E
D
e9
84E
1?.E050aca'a%a2b,4&-a.;!/d!.2/,'a..S&4a3/,bab&4&dadd!!Q-/a!/
50ab,4&-a/,'a!.F$<2!0-,-a4%a2*Fb,4&-a.$Yc570-a.b,4&-a.;!/d!. %a2Z
a9 4<
b9 48
c9 4>
d9 4D
e9 8A
1@.E050aca'a%a2b,4&-a./,'a.2aB54!..S&%a2-/!.b,4&-a.aB54!.
A
67.J5!/,'a.24a3/,bab&4&dadd!.aca/50a/,'a!.
b,4&-a.aB54!.%a2!04aca'aZ
$Yc570-a.
6
a9 A
b9 >
c9 D
d9 4<
e9 4>
1C.U0'5!#,c,0.&.-!!04a0Ba/50dad,250a6,0!da2#a0aaJ5!4J5!,b-&!0!500I6!/
,3a/250aca/a.YC574!.4a3/,bab&4&dad d! #a0a/Z
8
a9
48
=
b9
48
A
c9
48
4
d9
8
=
e9
D
1D.S&4a3/,bab&4&dadd!J5!,c5//a!4!;!0-,A!.F$C$Yc574!.4a
3/,bab&4&dadd!J5!0,,c5// a Z
a9 <!8
b9 <!>
c9 <!D
d9 N<!8
e9 0altainformacin.
2F. YC574 d! 4,. .&#5&!0-!. 0I6!/,. 0, 35!d! c,//!.3,0d!/ a 4a
3/,bab&4&dadd!50!;!0-,Z
a9 <
b9 <!8
c9 <!>
d9 st8
8
e9
8
RESPUESTASCORRECTAS
N9TEM CLAVE
4 C
8 (
= .
A .
> (
E .
5 %
D (
6 (
4< C
44 %
48 %
4= /
4A (
4> .
4E .
45 %
4D C
46 /
8< .

Estadistia Modulo Final 2013a

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Estadistia Modulo Final 2013a

Hochgeladen von

Copyright:

Verfügbare Formate

ESTADSTICA

UNIVERSIDAD NACIONAL DANIEL

! , valor m&imo de la muestra! m

Universidad Nacional Daniel Alcides Carrin

%n la anterior ordenacin la variable @ toma muc#os valores diferentes y algunos de

! entonces tomamos a P 8!DE si los

Universidad Nacional Daniel Alcides Carrin

si sustituimos tendremos k X Y + que es lo que pretendamos

y calculamos los sumatorios para

-HT/K %n muc#as ocasiones! los valores de la distribucin nos impiden poder

=9 E;!0-, C,0-/a/&, , C,634!6!0-,.

R! definida con las propiedades mencionadas! se

b9 ,ayor que 8K B P d=! A! >! Ee y n 3C9 P A! entoncesK

OBSERVACIN.P (uando digamos Iun elemento de una poblacin finita es

b9 ,"ltiplo de >K B P dEe y n3C9 P 4! entoncesK

b9 ,"ltiplo de = esK B P d=! Ee y n3C9 P 8! entoncesK

b9 Segundo lanzamiento! C P dAe y n3C9 P 4! entoncesK

C9 entre B3/9: es decir!

P d((! (S! S(! SSe

G9 P <! por ser mutuamente e&cluyentes.

Bor tanto! la probabilidad de que ambas sean verdes esK

Das könnte Ihnen auch gefallen