Sie sind auf Seite 1von 27

Pgina 1 de 27

PLANTEL ATIZAPAN 1


Modulo: Tratamiento de datos y azar


Docente: Karla V. Figueroa Lpez


Alumno: Sergio Martnez Zeferino


Trabajo: Asesoras.

Pgina 2 de 27

Introduccin:
En este trabajo se muestra a cabo lo visto en la materia tratamiento de datos y
azar. El modulo como saben, est enfocado en la probabilidad y estadstica as
como la distribucin de frecuencias dentro de un entorno en especfico, de una
poblacin. Se abarcaran muestras, frecuencias, variables, experimentos
estadsticos

Pgina 3 de 27

ndice.
Unidad 1: Interpretacin de la informacin ----------------------------------------------------------- 4
R.A. 1 Agrupa y grafica el conjunto de datos cualitativas y cuantitativas con base a
distribucin de frecuencias. ---------------------------------------------------------------------------------------- 4
A) Descripcin e interpretacin de la estadstica descriptivas. ------------------------------------------------------ 4
---------------------------------------------------------------------------------------------------------------------------------------- 4
Distribucin de frecuencias --------------------------------------------------------------------------------------------------- 9
B) Construccin e interpretacin de grficas,---------------------------------------------------------------- 10
Procedimiento matemtico -------------------------------------------------------------------------------------------------- 14
R.A. 1.2 Calcula y grafica las medidas de tendencia central y de dispersin de un
conjunto de datos, mediante frmulas estadsticas. ---------------------------------------------- 16
B) Determinacin e interpretacin de medidas de dispersin poblacional y maestral ---------- 17
Unidad 2 Interpretacin de eventos aleatorios ----------------------------------------------------- 18
2.1. Calcula la probabilidad de eventos aplicando de tcnicas de conteo frmulas de leyes. - 18
A) Determinacin de la probabilidad. ------------------------------------------------------------------------------------- 18
--------------------------------------------------------------------------------------------------------------------------------------- 18
B) Calculo con tcnicas de conteo. ----------------------------------------------------------------------------------------- 19
2.2. Determina el comportamiento, propiedades y caractersticas de los resultados de la
variable aleatoria conformar su distribucin de la probabilidad. ------------------------------ 21
A) Analiza de las medidas de una distribucin. ------------------------------------------------------------------------- 21
B) Anlisis de modelos probabilsticos especiales. --------------------------------------------------------------------- 22
--------------------------------------------------------------------------------------------------------------------------------------- 22
2.3. Determina el comportamiento, propiedades y caractersticas de los resultados de la
variable aleatoria conforme su distribucin de probabilidad contina. ---------------------- 23
A) Calculo de la probabilidad en la distribucin normal -------------------------------------------------------------- 23
Conclusin. --------------------------------------------------------------------------------------------------- 27

Pgina 4 de 27

Unidad 1: Interpretacin de la informacin
R.A. 1 Agrupa y grafica el conjunto de datos cualitativas y
cuantitativas con base a distribucin de frecuencias.
A) Descripcin e interpretacin de la estadstica descriptivas.

Naturaleza de
la
investigacin
Etapas de la
investigacin
Seleccin y determinacin de la poblacin o muestra y las
caractersticas contenidas que se desean estudiar.
Obtencin de los datos.
Clasificacin, tabulacin y organizacin de los datos
Anlisis descriptivo de los datos
Anlisis inferencial de los datos. Se aplican tcnicas de tratamiento
de datos que involucran elementos probabilsticos que permiten
inferir conclusiones de una muestra hacia la poblacin (opcional).
Elaboracin de conclusiones. Se construye el informe final.
Poblacin
Es un conjunto de cosas; personas, animales o situaciones que
tienen una o varias caractersticas o atributos en comunes como
las personas mayores de edad en el ao 2001
Muestra
Es una parte, generalmente pequea que se toma del conjunto total para
aplicarla y hacer estudios que le permitan al investigador inferir o estimar las
caractersticas del problema
Tamao de
la muestra
El tamao de la poblacin es la cantidad de elementos de esta y la
cantidad o el tamao de muestra es la cantidad de elementos de la
muestra
Muestreo
aleatorio
Para obtener una muestra, se enumeran los elementos de la poblacin y se
seleccionan al azar los nmeros de elementos que contiene la muestra
Variable
estadstico
Es una medida en un experimento representada por una (x) o por una (y) que se
puede tomar un valor de un conjunto de valores
Pgina 5 de 27


Etapas de
investigacin
Seleccin y
determinacin de la
poblacin o muestra
y las caractersticas
contenidas que se
desean estudiar.
En el caso de que se desee tomar una
muestra, es necesario determinar el
tamao de la misma y el tipo de
muestreo a realizar (probabilstico o no
probabilstico).

La clasificacin incluye el tratamiento de
los datos considerados anmalos que
pueden en un momento dado, falsear un
anlisis de los indicadores estadsticos. La
tabulacin implica el resumen de los datos
en tablas y grficos estadsticos.
Anlisis inferencial de
los datos
Se construye el informe final
Clasificacin,
tabulacin y
organizacin de los
datos.
Esta puede ser realizada mediante la
observacin directa de los elementos, la
aplicacin de encuestas y entrevistas, y
la realizacin de experimentos.

Obtencin de los
datos
Elaboracin de
conclusiones
El anlisis se complementa con la
obtencin de indicadores estadsticos
como las medidas: de tendencia
central, dispersin, posicin y forma.
Anlisis descriptivo de
los datos
Se aplican tcnicas de tratamiento de datos
que involucran elementos probabilsticos que
permiten inferir conclusiones de una muestra
hacia la poblacin (opcional).
Pgina 6 de 27


Poblacin
Poblacin finita
Es el conjunto compuesto por una cantidad
limitada de elementos, con el nmero de
especies, el nmero de estudiantes, el
nmero de obreros
Es la que tiene el nmero
extremadamente grande de
componentes como el conjunto de
especies como el que tiene el reino
animal
Poblacin Infinita
Muestra
Una muestra es una porcin representativa de una determinada poblacin
en este todos los elementos que lo componen
tienen exactamente la misma posibilidad de ser
elegidos. Estos elementos son seleccionados de
forma azarosa por medio de nmeros aleatorios.
Existen distintas formas de realizar el muestreo
aleatorio

Muestreo de
conveniencia o
por seleccin
intencionada
Aqu la muestra similar al universo objetivo es seleccionada a partir de
mtodos no aleatorios. La representatividad de dicha muestra es determinada
por el investigador de manera subjetiva. Por funcionar de esta manera, las
muestras suelen tener sesgos, por lo que lo ideal es recurrir a esta tcnica
cuando no quede ninguna otra alternativa.
Muestreo
aleatorio
Pgina 7 de 27


Tamao de
la muestra
Es la cantidad de elementos de esta (la poblacin) es la cantidad de elementos
de la muestra
Calculo del tamao de la muestra de base. Calculo adecuado de la muestra
para una encuesta relativa a la poblacin esta determinando en gran medida por 3
factores
I) Prevalencia estimada de la variable considerada con este caso, la
malnutricin econmica
II) Nivel deseado de fiabilidad
II) Margen de error aceptable.
El tamao de la muestra para un diseo de encuesta basado en una muestra aleatoria
simple, puede calcular mediante la siguiente formula.
N= t
2
xP(1-P)/m
2

Descripcin:
N= Tamao de la muestra requerido.
T= Nivel de fiabilidad de 95% (valor estndar e 1.96)
P= Prevalencia estimada de la malnutricin
M= Margen de error de 5% (Valor estndar de 0.05%)
Ejemplo: en el proyecto de al haouz en marruecos, se ha calculado que cerca del
30% (0.3) de los nios de la zona del proyecto padecen de malnutricin crnica.
Este dato se basa en estadsticas nacionales sobre malnutricin en las zonas rurales.
Utilizando los valores estndar indicando sobre cmo se efecta el clculo siguiente:
N=1.96x.3(1-3)/.05 N=3.84x21/.0025 N= .8068/.0025 N= 322.72-323
Muestreo
aleatorio
- Para obtener una muestra se enumeran los elementos de la poblacin y se
seleccionan al azar los nmeros de elementos que contiene la muestra.
- Se elige un individuo al azar a partir de l, a intervalos constantes, se eligen a los
dems hasta completar la muestra.
- Si tenemos una poblacin formada por 100 elementos y queremos extraerlo una
muestra de 25 elementos, en 1
er
lugar debemos establecer el intervalo de seleccin
que ser igual 100/25=4. A continuacin elegimos el elemento de arranque,
tomando aleatoriamente un numero entre el 1 y el 4 a partir del obtenemos los
restantes elementos de la muestra
Pgina 8 de 27


Variable
estadistico
Es una caracterstica (magnitud, vector o nmero) que puede ser medida, adoptando
diferentes valores en cada uno de los casos de un estudio
Variable
cualitativa
Son las variables que expresan distintos calidades,
caractersticas o modalidad. Cada modalidad, que se
presenta se denomina atributo o categoras y la medicin
consiste en una clasificacin de dichos atributos.
Variable
discreta
En la variable que se presenta separaciones a
interrupciones indican la ausencia de valores entre en
distintas valores especficos que la variable pueda asumir.
Ejemplo el nmero de hijos (1, 2, 3, 4, 5)
Variable
continua
Es la variable que puede adquirir cualquier valor dentro de un intervalo
especfico de valores. Por ejemplo el peso (2, 3 Kg 2.4 Kg 2.5 Kg) a la
altura (1.64m, 1.65m, 1.66m) que solamente est limitado por la
precisin del aparto medidor, en teora permiten que siempre exista un
valor entre dos cualesquiera segn la influencia que asignamos a una
variable sobre estas
Pgina 9 de 27

Distribucin de frecuencias
Distribucin
Concepto Definicin Smbolo Procedimiento Ejemplo
Frecuencia
absoluta
La frecuencia absoluta
es el nmero de
veces que aparece un
determinado valor en un
estudio estadstico.
F
F
1
+F
2
+F
3
+= N
X F
27 1
28 2
29 6
30 7
16
Frecuencia
Relativa
La frecuencia relativa es
el cociente entre la
frecuencia absoluta de
un determinado valor y
el nmero total de
datos.
FR
F/
f
(100)
X F FR
27 1 6.25%
28 2 12.5%
29 6 37.5%
30 7 43.75%
16 100%
Frecuencia
Acumulada
Es la suma de las
frecuencias absolutas
de todos los valores
inferiores o guales al
valor considerado
FA
F
1
+F
2
+F
3
X F FA
27 1 1
28 2 3
29 6 9
30 7 16
16
Frecuencia
Relativa
acumulada
La frecuencia relativa
acumulada es
el cociente entre
la frecuencia
acumulada de un
determinado valor y el
nmero total de datos.
FRA
FA/
f
(100)
X FA FRA
27 1 6.25
28 3 18.75
29 9 56.25
30 16 100



Pgina 10 de 27

B) Construccin e interpretacin de grficas,
Grafica circular.
La grafica circular es til para representar proporciones de distintas clases dentro
de una muestra.
La muestra es representada por un circulo y una de la clase que la compone, por
un sector este.
Ejemplo.
En una escuela se hiso una encuesta de qu tipo de sabor prefieren ms di el de
vainilla, fresa o chocolate si el de vainilla tiene 30% chocolate 43% y fresa 27%.
Construye una grfica circular plasma el porcentaje.

Diagrama de barras.
Grafica que muestra datos de forma visual utilizando barras horizontales o
verticales cuyas longitudes son proporcionales a las cantidades que representa.
Ejemplo.
El reporte del clima de los das pasados fue:
26c lunes, 28c Martes, 25c Mircoles, 23c Jueves. Representa esas
cantidades en una grfica de barras.

Ventas
Chocolate
Vainilla
Fresa
0
5
10
15
20
25
30
Lunes Martes Miercoles Jueves
Clima
Lunes
Martes
Miercoles
Jueves
Pgina 11 de 27

Histograma.
Grafico que muestra la frecuencia de los datos, en la que el eje horizontal
representa unidades discretas ciertos rangos o intervalos en tanque el eje vertical
representa la frecuencia.
En un club de matemticas hay estudiantes de diferentes edades de 5-10 aos
hay 3 estudiantes 11-18 aos hay 15 estudiantes de 19-26 aos hay 12
estudiantes.

Polgono de frecuencias.
Se realizan trazando los puntos que representa las frecuencias y unindolos
mediante los siguientes:
Las temperaturas en un da son variadas. En un da de otoo se toma la
temperatura obteniendo lo sig.
6am 7c, 9am 12c, 12pm 14c, 15hrs 11c, 18hrs 12c 21hrs 10c 24hrs 8c

0
2
4
6
8
10
12
14
16
Estudiantes
5-10 aos
11-18 aos
19-20 aos
0
2
4
6
8
10
12
14
16
6:00 AM9:00 AM 12:00
PM
3:00 PM6:00 PM9:00 PM 12:00
AM
Temperatura
Temperatura
Pgina 12 de 27

Ojivas.
Es un polgono de frecuencias acumuladas, es decir, en las abscisas se colocan
los limites superiores de cada intervalo de clase y en las ordenadas se colocan la
frecuencia acumulada (absoluta o relativa de la clase).
Ejemplo
En una heladera hay helados de diferentes sabores el 38% se vende de chocolate
10% fresa, 18% galleta 12% Nuez y el 22% vainilla.

Tallo y hojas.
Un diagrama donde cada valor de dato es dividido en una hoja normalmente un el
ultimo digito y un tallo (los otros dgitos) por ejemplo. 32 seria dividido en 3 tallo y 2
hojas.
Ejemplo
Horarios de trenes
5.03 7.32 9.02 11.07 13.32 15.07 16.50 18.32 20.07 22.38 6.02 7.37 9.07 11.32 13.37
15.20 17.02 18.37 20.20 6.18 7.50 9.24 11.37 13.50 15.32 17.07 18.50 20.32 6.37 8.02
9.32 12.02 14.02 15.37 17.20 19.02 20.37 6.48 8.05 9.37 12.07 14.07 15.50 17.32 19.07
20.50 6.55 8.20 10.02 12.32 14.20 16.02 17.37 19.20 21.02 7.02 8.24 10.07 12.37 14.32
16.07 17.50 19.32 21.07 7.07 8.32 10.32 13.02 14.37 16.20 18.02 19.37 21.20 7.20 8.37
10.37 13.07 14.50 16.32 18.07 19.50 21.32 7.25 8.51 11.02 13.20 15.02 16.37 18.20 20.02
21.37

0%
5%
10%
15%
20%
25%
30%
35%
40%
Helados
Helados
Pgina 13 de 27

05 | 03
06 | 02 18 37 48 55
07 | 02 07 20 25 32 37 50
08 | 02 05 20 24 32 37 51
09 | 02 07 24 32 37
10 | 02 07 32 37
11 | 02 07 32 37
12 | 02 07 32 37
13 | 02 07 20 32 37 50
14 | 02 07 20 32 37 50
15 | 02 07 20 32 37 50
16 | 02 07 20 32 37 50
17 | 02 07 20 32 37 50
18 | 02 07 20 32 37 50
19 | 02 07 20 32 37 50
20 | 02 07 20 32 37 50
21 | 02 07 20 32 37
22 | 38

05 | 03
06 | 02 18 37 48 55
07 | 02 07 20 25 32 37 50
08 | 02 05 20 24 32 37 51
09 | 02 07 24 32 37
10 | 11 12 | 02 07 32 37
13 | 14 15 16 17 18 19 20 | 02 07 20 32 37 50
21 | 02 07 20 32 37
22 | 38


Pgina 14 de 27

Procedimiento matemtico
Cuenta con 7 pasos los cuales son
Valor mximo y valor mnimo
Rango
N de intervalos
Tamao de los intervalos
Limites inferiores
Limites superiores
Ordenar la distribucin de frecuencias

Problema.
En la tienda Game master hubo el descuento del 50% en todos los juegos pero
solo se vendieron los ms recientes.
Juego
Copias
vendidas
GTA V 100
COD Advence 100
COD Ghost 78
COD BOII 100
Assasins Creed 85
Halo 4 78
Battlefiel 4 100
Kill Zone 85
Titanfall 95
Wach Dogs 100
LOL 85
Mario kart 95
NFS 75
Fifa 14 75
Dota 95
Minecraft 78
Crash 80
PVZ Modern 90
Tom Reader 79
Fifa Wold Coup 95
Revelation 88
Zelda 88
WOW 90
Baile 87

Pgina 15 de 27


Tabla de frecuencias

Grafico

Conclusin
El problema matemtico nos sirve para analizar ms a fondo algunas cosas.
Puesto que tienes muestra y poblacin sacas frecuencias, y puedes graficarlo a
ver que est arriba o porque est abajo alguna cantidad.



0%
5%
10%
15%
20%
25%
30%
35%
40%
75-79
Copias
80-84
Copias
85-89
Copias
90-94
Copias
95-100
Copias
Copas
75-79 Copias
80-84 Copias
85-89 Copias
90-94 Copias
95-100 Copias
Intervalo F FR FA FRA
LI LS
75 74 6 24% 6 24
80 84 1 4% 7 28
85 89 7 28% 14 56
90 94 2 8% 16 64
95 100 9 36% 25 100
25 100% 68 272
Pgina 16 de 27

R.A. 1.2 Calcula y grafica las medidas de tendencia central y de
dispersin de un conjunto de datos, mediante frmulas
estadsticas.

Definicin Concepto Procedimiento Formulas Ejemplos
Rango
El rango es la
diferencia entre
los valores
mayor y menor
en un conjunto
de dato
1, 4, 8, 5, 9
1, 4, 5, 8, 9
1-9= 8

1,2,3,2,5,3,8,4,4,5,
1,2,2,2,2,4,4,5,5,8
1-8=7
Datos no agrupados
Valor
promedio de
la
distribucin
Es el valor
promedio de la
distribucin
Tener datos se
suman todos los
calores ente la
frecuencia total

20+22+21+20+24+
23+22+20+29+26
=227/10=22.7
Mediana
Es el numero
central de un
grupo de
nmeros
ordenados por el
tamao
Hacer el conteo
demuestras
frecuencias que
est en orden y
ver cual est en
medio

20,20,20,21,22,
22,23,24,26,29
22+2/2= 22
Moda
Es el valor que
ms se repite en
un grupo de
nmeros
Hacer el conteo
de tus nmeros y
ver cul de ellos
se repite ms.

20,20,20,21,22,
22,23,24,26,29
M=20
Datos agrupados
Cuartiles
Dividen la serie
de datos en
cuatro partes
Divide la
distribucin en 4
partes en tres
divisiones Q1,
Q2, Q3
Q1, Q2, Q3
X F FA
60 8 8
70 10 18
80 16 34
90 14 48
100 10 58
110 5 63
120 2 35
65*1/4=46.25
16.25*8/10*10
=35.25

Pgina 17 de 27


B) Determinacin e interpretacin de medidas de dispersin
poblacional y maestral
Desviacin media.
Es la media de las diferencias con un valor absoluto de los valores de la media.
Ejemplo
2, 3, 6, 8, 11.


Varianza.
Es la media aritmtica del cuadrado de las desviaciones respecto a la media de
una distribucin
Calcular la varianza de la distribucin:
9, 3, 8, 8, 9, 8, 9, 18

Deciles
Son los cuartiles
que dividen una
distribucin en
10 partes
_Igual que el
cuartil pero se
calcula ms en
vez de 3 son 9
veces

X F FA
60 8 8
70 10 18
80 16 34
90 14 48
100 10 58
110 5 63
120 2 35
=60*(65*1)/10
=6.5
=50*(6.5-
9)/1*10/=65.25
Percentiles
Son los 99
valores que
dividen la serie
de datos en 100
partes iguales.
Sigue siendo
igual solo que
ms extenso

X F FA
60 8 8
70 10 18
80 16 34
90 14 48
100 10 58
110 5 63
120 2 35
Percentil 60
65*60/100=30
=80+(39-
34)/14*10=83.57
Pgina 18 de 27


Desviacin estndar es una medida del grado de dispersin y una desviacin
pequea que indica que los datos estn agrupados cerca de la media.

9, 3, 8, 8, 9, 8, 9, 18


Coeficiente de asimetra.
Mide el grado de asimetra de la distribucin con respecto a la media. Un valor
positivo de este indicador significa que la distribucin se encuentra sesgada hacia
la izquierda (orientacin positiva). Un resultado negativo significa que la
distribucin se sesga hacia la derecha

Unidad 2 Interpretacin de eventos aleatorios
2.1. Calcula la probabilidad de eventos aplicando de tcnicas de
conteo frmulas de leyes.
A) Determinacin de la probabilidad.

Elementos
bsicos
Los elementos bsicos de la probabilidad sin:
Experimentos prueba cuyo resultado estn nicamente por el azar
Eventos: Cualquier subconjuntos de espacios mustrales
Espacios mustrales: conjunto de todos los resultados posibles de un
experimento aleatorio

Suceso independientes: Sucesos o eventos que no tienen relacin ente si
Sucesos dependientes: Sucesos o eventos que si tienen relacin entre s.
Experimento
Un experimento aleatorio es cualquier operacin cuyo resultado no puede
ser predicho anticipadamente con toda certeza
Ejemplo. Jugar 21 y no saber que cartas te saldrn en las cartas
Pgina 19 de 27












B) Calculo con tcnicas de conteo.
Principio fundamental del conteo.
Principio que establece que todos los posibles resultados en una situacin dada se
pueden encontrar multiplicando el nmero de formas en la que puede suceder
cada evento.
Por ejemplo, si podemos viajar de San Francisco a Chicago de 3 formas y
despus de Chicago a Nueva York en 2 formas, entonces podemos ir de San
Francisco a Nueva York en 32, o 6 formas.

Diagrama del rbol
Un diagrama de rbol es una representacin grfica de un experimento que consta
de r pasos, donde cada uno de los pasos tiene un nmero finito de maneras de ser
llevado a cabo.
/ Tasa de chocolate
/ Chocolate <
/ \ cono de chocolate
/
/ / Tasa de fresa
<-- fresa <
\ \ cono de fresa
\
\ / tasa de vainilla
\ Vainilla <
\ Cono de vainilla

Espacio
muestral
con o sin
reemplazo
Es un espacio muestral E es el conjunto de todos los posibles resultados asociados a un
experimento. Si el espacio muestral tiene un numero finito de elementos o infinito numerable
entonces se llama espacio muestral discreto. Si tiene como elementos todos los puntos de
algn intervalo real entonces se llama espacio muestral continua.
Ejemplo:
Si en una caja de manzanas donde hay 10 manzanas pero 2 de ellas estn podridas al
extraer 3 manzanas y saber cuntas manzanas estn buenas podemos obtener (1,2 o 3)
Buenas entonces nuestro espacio muestral es: (1, 2,3)
Eventos
simples o
compuestos
Un evento es cualquier subconjunto de un espacio muestral, el espacio
muestral en si mismo es un evento seguro lo mismo que el conjunto
vaco. O En este caso llamado evento imposible
Un evento simple es un evento con un resultado, un evento compuesto es
un evento con ms de un resultado
Pgina 20 de 27

Permutaciones.
Permutacin
Son eventos de tipo multiplicativo, donde el nmero de posibilidades va
disminuyendo y si importa el orden una permutacin es un arreglo de un conjunto
de objetos en un orden definido. El nmero de permutaciones diferentes de
estos objetos es ; esto se ve fcilmente si pensamos que para la primera
alternativa disponemos de los elementos del conjunto, cada uno de los cuales
puede complementarse con los restantes como segunda opcin, y as hasta llegar
a la ltima eleccin, conformando el producto .
Ej emplo
Cuntos nmeros de 5 cifras diferentes se puede formar con l os
dgi tos: 1, 2, 3, 4, 5.?
m = 5 n = 5
S entran todos los elementos. De 5 dgi tos entran slo 3.
S importa el orden. Son nmeros di sti ntos el 123, 231, 321.
No se repi ten los elementos. El enunci ado nos pide que las cifras
sean diferentes.

Combi naci ones.
Las combinaciones son aquellas formas de agrupar los elementos de un conjunto
teniendo en cuenta que:
NO influye el orden en que se colocan.
Si permitimos que se repitan los elementos, podemos hacerlo hasta tantas veces
como elementos tenga la agrupacin.

Ejemplo:
Si se seleccionan cinco cartas de un grupo de nueve, cuantas combinaciones de
cinco cartas habra?
La cantidad de combinaciones posibles sera: P(9,5)/5! = (9*8*7*6*5)/(5*4*3*2*1) =
126 combinaciones posibles.

Pgina 21 de 27

2.2. Determina el comportamiento, propiedades y
caractersticas de los resultados de la variable aleatoria
conformar su distribucin de la probabilidad.
A) Analiza de las medidas de una distribucin.









Variable
aleatoria
Se llama variable aleatoria a toda funcin que asocia a cada elemento
del espacio muestral E un nmero real.
Se utilizan letras maysculas X, Y, ... para designar variables
aleatorias, y las respectivas minsculas (x, y, ...) para designar valores
concretos de las mismas.

Esperanza
matemtica
La esperanza matemtica o valor esperado de una var i abl e
al eat ori a di screta es l a suma del product o de l a probabi l i dad de
cada suceso por el val or de di cho suceso.

Ej empl o.
Si una persona compra una papel et a en una ri f a, en
l a que puede ganar de 5. 000 un segundo pr emi o de
2000 con probabi l i dades de: 0. 001 y 0.003. Cul ser a
el preci o j usto a pagar por l a papel et a?
E(x) = 5000 0.001 + 2000 0. 003 = 11

Funcin de la
probabilidad
Se llama funcin de probabilidad de una variable aleatoria discreta X a la
aplicacin que asocia a cada valor de xi de la variable su probabilidad.
Cal cul ar l a di stri buci n de probabi l i dad de l as punt uaci ones
obt eni das al l anzar un dado.
X
1 1/6
2 1/6
3 1/6
4 1/6
5 1/6
6 1/6
1








Pgina 22 de 27

B) Anlisis de modelos probabilsticos especiales.

Modelo de
Bernoulli
Consiste en realizar un experimento aleatorio una sola vez y observar si cierto suceso
ocurre o no, siendo p la probabilidad de que esto sea as (xito) y q=1-p el que no lo
sea (fracaso). En realidad no se trata ms que de una variable dicotmica, es decir
que nicamente puede tomar dos modalidades, es por ello que el hecho de llamar
xito o fracaso a los posibles resultados de las pruebas obedece ms una tradicin
literaria o histrica, en el estudio de las v.a., que a la situacin real que pueda
derivarse del resultado. Podramos por tanto definir este experimento mediante una
v.a. discreta X que toma los valores X=0 si el suceso no ocurre, y X=1 en caso
contrario, y que se denota

Distribucin
Binomial
Una distribucin binomial o de Bernoulli tiene las siguientes caractersticas:
1. En cada prueba del experimento slo son posibles dos
resultados: xito y fracaso.
2. La probabilidad de xito es constante, es decir, que no vara de una
prueba a otra. Se representa por p.
3. La probabilidad de fracaso tambin es constante, Se representa por q,
4. El resultado obtenido en cada prueba es independiente de los resultados
obtenidos anteriormente.
5. La variable aleatoria binomial, X, expresa el nmero de xitos
obtenidos en las n pruebas. Por tanto, los valores que puede tomar X son: 0,
1, 2, 3, 4,... n.
La distribucin binomial se expresa por B(n, p)
Distribucin
geomtrica
La distribucin Geomtrica tambin est relacionada con una secuencia de
ensayos de Bernoulli, excepto que el nmero de ensayos no es fijo. En
consecuencia, la distribucin geomtrica hereda las caractersticas de la
distribucin binomial, a excepcin del concepto del cual se quiere calcular la
probabilidad.

Se lanza un dado hasta que aparece el nmero 6. Cul es la probabilidad de que
el nmero de lanzamientos sean 3?
En este problema el xito es la aparicin del nmero 6 y la probabilidad de que
salga el nmero 6 al lanzar un dado es 1/6, por lo que p = 1/6 yq = 5/6. Como nos
interesa calcular la probabilidad de que el 6 aparezca en el tercer lanzamiento,
entonces:

P(X = 3) = ( )
3-1
( ) = ( )
2
( ) = 0.1157

Pgina 23 de 27

2.3. Determina el comportamiento, propiedades y
caractersticas de los resultados de la variable aleatoria
conforme su distribucin de probabilidad contina.
A) Calculo de la probabilidad en la distribucin normal
Variable aleatoria.
Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio
muestral E un nmero real.
Se utilizan letras maysculas X, Y,... para designar variables aleatorias, y las
respectivas minsculas (x, y,...) para designar valores concretos de las mismas.
Formula.
Sea X el evento: resultado al lanza un dado
X | 1 2 3 4 5 6
P(X=x) | 1/6 1/6 1/6 1/6 1/6 1/6
cumple las 3 condiciones para la funcin de probabilidad
1. La sumatoria de las P(X=x) = 1
2. Es una funcin continua
3. No decrece
Caractersticas.
Sea X una variable aleatoria de tipo discreto que toma los valores
1 2
, ,....., ,
n
x x x
y
cuya funcin de probabilidad es
( ), 1, 2, 3,....,
i
P x i =
definimos el valor esperado de
X, y lo notaremos por
| |
E X
como:


| | ( )
i i
i
E X x P x =

(*)

Si la variable aleatoria X es de tipo continuo, con funcin de densidad f(x),
definimos el valor esperado,
| |, E X
como:


| | ( ) E X xf x dx
+

=
}
(**)

En ambos casos el resultado es un nmero y para que exista el valor esperado
es necesario que la serie
( )
i i
i
x P x

o la integral
( ) xf x dx
+

}
sean absolutamente
convergentes, pues en caso contrario no existira.
Pgina 24 de 27

Tabla de valores Z


Esta curva "de campana" es la distribucin normal estndar.
Puedes usar la tabla de abajo para saber el rea bajo la curva desde la lnea
central hasta cualquier lnea vertical "a valor Z" hasta 3, en incrementos de 0.1
Esto te dice qu parte de la poblacin est dentro de "Z" desviaciones estndar de
la media.
En lugar de una tabla LARGA, hemos puesto los incrementos de 0.1 hacia abajo, y
los de 0.01 de lado.
Por ejemplo, para saber el rea debajo de la curva entre 0 y 0.45, ve a la fila de
0.4, y sigue de lado hasta 0.45, all pone 0.1736
Como la curva es simtrica, la tabla vale para ir en las dos direcciones, as que
0.45 negativo tambin tiene un rea de 0.1736
Z 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09
0.0 0.0000 0.0040 0.0080 0.0120 0.0160 0.0199 0.0239 0.0279 0.0319 0.0359
0.1 0.0398 0.0438 0.0478 0.0517 0.0557 0.0596 0.0636 0.0675 0.0714 0.0753
0.2 0.0793 0.0832 0.0871 0.0910 0.0948 0.0987 0.1026 0.1064 0.1103 0.1141
0.3 0.1179 0.1217 0.1255 0.1293 0.1331 0.1368 0.1406 0.1443 0.1480 0.1517
0.4 0.1554 0.1591 0.1628 0.1664 0.1700 0.1736 0.1772 0.1808 0.1844 0.1879
0.5 0.1915 0.1950 0.1985 0.2019 0.2054 0.2088 0.2123 0.2157 0.2190 0.2224
Pgina 25 de 27

0.6 0.2257 0.2291 0.2324 0.2357 0.2389 0.2422 0.2454 0.2486 0.2517 0.2549
0.7 0.2580 0.2611 0.2642 0.2673 0.2704 0.2734 0.2764 0.2794 0.2823 0.2852
0.8 0.2881 0.2910 0.2939 0.2967 0.2995 0.3023 0.3051 0.3078 0.3106 0.3133
0.9 0.3159 0.3186 0.3212 0.3238 0.3264 0.3289 0.3315 0.3340 0.3365 0.3389
1.0 0.3413 0.3438 0.3461 0.3485 0.3508 0.3531 0.3554 0.3577 0.3599 0.3621
1.1 0.3643 0.3665 0.3686 0.3708 0.3729 0.3749 0.3770 0.3790 0.3810 0.3830
1.2 0.3849 0.3869 0.3888 0.3907 0.3925 0.3944 0.3962 0.3980 0.3997 0.4015
1.3 0.4032 0.4049 0.4066 0.4082 0.4099 0.4115 0.4131 0.4147 0.4162 0.4177
1.4 0.4192 0.4207 0.4222 0.4236 0.4251 0.4265 0.4279 0.4292 0.4306 0.4319
1.5 0.4332 0.4345 0.4357 0.4370 0.4382 0.4394 0.4406 0.4418 0.4429 0.4441
1.6 0.4452 0.4463 0.4474 0.4484 0.4495 0.4505 0.4515 0.4525 0.4535 0.4545
1.7 0.4554 0.4564 0.4573 0.4582 0.4591 0.4599 0.4608 0.4616 0.4625 0.4633
1.8 0.4641 0.4649 0.4656 0.4664 0.4671 0.4678 0.4686 0.4693 0.4699 0.4706
1.9 0.4713 0.4719 0.4726 0.4732 0.4738 0.4744 0.4750 0.4756 0.4761 0.4767
2.0 0.4772 0.4778 0.4783 0.4788 0.4793 0.4798 0.4803 0.4808 0.4812 0.4817
2.1 0.4821 0.4826 0.4830 0.4834 0.4838 0.4842 0.4846 0.4850 0.4854 0.4857
2.2 0.4861 0.4864 0.4868 0.4871 0.4875 0.4878 0.4881 0.4884 0.4887 0.4890
2.3 0.4893 0.4896 0.4898 0.4901 0.4904 0.4906 0.4909 0.4911 0.4913 0.4916
2.4 0.4918 0.4920 0.4922 0.4925 0.4927 0.4929 0.4931 0.4932 0.4934 0.4936
2.5 0.4938 0.4940 0.4941 0.4943 0.4945 0.4946 0.4948 0.4949 0.4951 0.4952
2.6 0.4953 0.4955 0.4956 0.4957 0.4959 0.4960 0.4961 0.4962 0.4963 0.4964
Pgina 26 de 27

2.7 0.4965 0.4966 0.4967 0.4968 0.4969 0.4970 0.4971 0.4972 0.4973 0.4974
2.8 0.4974 0.4975 0.4976 0.4977 0.4977 0.4978 0.4979 0.4979 0.4980 0.4981
2.9 0.4981 0.4982 0.4982 0.4983 0.4984 0.4984 0.4985 0.4985 0.4986 0.4986
3.0 0.4987 0.4987 0.4987 0.4988 0.4988 0.4989 0.4989 0.4989 0.4990 0.4990

Intervalo de confianza.
Un Intervalo de Confianza

ESTIMADOR PUNTUAL: Utiliza un nmero nico o valor para localizar una
estimacin del parmetro.

ESTIMADOR POR INTERVALO DE CONFIANZA: Denota un rango dentro del
cual se puede encontrar el parmetro y el nivel de confianza que el intervalo
contiene al parmetro.

LIMITES DE CONFIANZA: Son los lmites del intervalo de confianza inferior (LIC)
y superior (LSC), se determinan sumando y restando a la media de la muestra
X
un cierto nmero Z (dependiendo del nivel o coeficiente de confianza) de errores
estndar de la media
X
o
.





INTERPRETACIN DEL INTERVALO DE CONFIANZA: Tener un 95% de
confianza en que la media poblacional real y desconocida se encuentra entre los
valores LIC y LSC.

NIVEL DE SIGNIFICANCIA = 1- INTERVALO DE CONFIANZA = ERROR TIPO 1
= ALFA


P(Z>= + Zexcel ) = alfa/2
P(Z<= - Zexcel ) = alfa/2
Intervalo de confianza donde
se encuentra el parmetro con
un NC =1-o
Pgina 27 de 27

Conclusin.
En esta materia con lo que estuvimos viendo me llevo en la mente como sacar las
frecuencias grficas, muestra, poblacin (como lo que hicimos en nuestro proyecto
final) me llevo desviacin media, estndar varianza que van muy relacionadas
medidas de tendencia central que son sencillas puesto que no es gran cosa me
quedo en la mente con el procedimiento matemtico, hay cosas que un no logro
entender me quedo a medias como los Cuartiles, deciles y percentiles. Aun no me
salen y ms o menos le entiendo pero an no s de donde salen o como le hacen
o entre otras cosas. E aprendido como es la grfica de tallo y hoja espacios
mustrales dira yo que un total de la materia me llevo como un 75 eso creo yo.

Das könnte Ihnen auch gefallen