Guía de Estadística I

NDICE
PRELIMINARES
BIMESTRE
PRIMER
SEGUNDO
BIMESTRE
Economa
SOLUCIONARIO
MULTIMEDIA
RECURSOS
Modalidad Abierta y a Distancia
Titulaciones Estadstica I
Ciclos Gua didctica
Administracin de Empresas 4 crditos
2 Tursticas y Hoteleras
Contabilidad y Auditora
3 Administracin en Banca y Finanzas
Administracin en Gestin Pblica
Economa
4 Administracin de Empresas
6 Psicologa
La Universidad Catlica de Loja
rea Administrativa
NDICE
PRELIMINARES
MODALIDAD ABIERTA Y A DISTANCIA
BIMESTRE
PRIMER
Departamento de Economa
Seccin Mtodos Cuantitativos
SEGUNDO
BIMESTRE
Estadstica I
Gua didctica
4 crditos
SOLUCIONARIO
MULTIMEDIA
RECURSOS
Titulaciones Ciclo
Administracin de Empresas Tursticas y Hoteleras II

Contabilidad y Auditora
Administracin en Banca y Finanzas III
Administracin en Gestin Pblica
Economa
IV
Administracin de Empresas
Psicologa VI
Autor:
Mg. Carlos Correa Granda
Estimado estudiante recuerde que la presente gua didctica est disponible en el EVA en formato PDF interactivo, lo que le permitir
acceder en lnea a todos los recursos educativos.
La Universidad Catlica de Loja

Asesora virtual:
www.utpl.edu.ec
NDICE
PRELIMINARES
BIMESTRE
PRIMER
SEGUNDO
BIMESTRE
SOLUCIONARIO
MULTIMEDIA
RECURSOS
ESTADSTICA I
Gua didctica
Carlos Correa Granda
UNIVERSIDAD TCNICA PARTICULAR DE LOJA
CC Ecuador 3.0 By NC ND
Diagramacin, diseo e impresin:
Ediloja Ca. Ltda.
Telefax: 593-7-2611418
San Cayetano Alto s/n
www.ediloja.com.ec
edilojainfo@ediloja.com.ec
Loja-Ecuador
Quinta edicin
ISBN digital-978-9942-04-539-3
Esta versin digital ha sido acreditada bajo la licencia Creative Commons Ecuador 3.0 de reconocimiento -no comercial- sin obras
derivadas; la cual permite copiar, distribuir y comunicar pblicamente la obra, mientras se reconozca la autora original, no se utilice con fines
comerciales
ni se realicen obras derivadas. http://www.creativecommons.org/licences/by-nc-nd/3.0/ec/
15 de Julio, 2014
NDICE
2. ndice
PRELIMINARES
2. ndice................................................................................................................................................ 4
3. Introduccin.................................................................................................................................. 6
BIMESTRE
PRIMER
4. Bibliografa.................................................................................................................................... 8
4.1. Bsica............................................................................................................................... 8
4.2. Complementaria............................................................................................................ 8
5. Orientaciones generales para el estudio....................................................................... 10
SEGUNDO
BIMESTRE
5.1. Generales........................................................................................................................ 10
5.2. Especficas....................................................................................................................... 10
6. Proceso de enseanza-aprendizaje para el logro de competencias................ 12
SOLUCIONARIO
PRIMER BIMESTRE
6.1. Competencias genricas............................................................................................... 12

6.2. Planificacin para el trabajo del alumno.................................................................. 12
6.3. Sistema de evaluacin del componente educativo (primero y segundo
bimestre)......................................................................................................................... 15
MULTIMEDIA
RECURSOS
6.4. Orientaciones especficas para el aprendizaje por competencias......................... 16
UNIDAD 1: QU ES LA ESTADSTICA?....................................................................................... 16
1.1. Introduccin................................................................................................................... 16
1.2. Qu se entiende por estadstica?.............................................................................. 16
1.3. Por qu hay que estudiar estadstica?...................................................................... 16
1.4. Tipos de estadstica....................................................................................................... 17
1.5. Tipos de variables.......................................................................................................... 18
1.6. Fuentes de datos estadsticos...................................................................................... 19
1.7. Niveles de medicin...................................................................................................... 20
Autoevaluacin 1...................................................................................................................... 21
UNIDAD 2: DISTRIBUCIONES DE FRECUENCIA Y REPRESENTACIONES GRFICAS................. 22

2.1. Introduccin................................................................................................................... 22
2.2. Elaboracin de una distribucin de frecuencias....................................................... 24
2.3. Distribuciones de frecuencia relativa......................................................................... 29
2.4. Representacin grfica de una distribucin de frecuencias................................... 30
2.5. Distribuciones de frecuencia acumuladas................................................................. 33
2.6. Representacin grfica de las frecuencias acumuladas.......................................... 34
2.7. Otros tipos de grficos comnmente utilizados....................................................... 35
Autoevaluacin 2...................................................................................................................... 37
NDICE
UNIDAD 3: MEDIDAS DESCRIPTIVAS: MEDIDAS DE TENDENCIA CENTRAL............................. 38
PRELIMINARES
3.1. Introduccin................................................................................................................... 38
3.2. Medidas de tendencia central..................................................................................... 38
Autoevaluacin 3...................................................................................................................... 53
SEGUNDO BIMESTRE
BIMESTRE
PRIMER
6.5. Competencias genricas............................................................................................... 55
6.6. Planificacin para el trabajo del alumno.................................................................. 55
6.7. Orientaciones especficas para el aprendizaje por competencias......................... 59
UNIDAD 4: MEDIDAS DESCRIPTIVAS: MEDIDAS DE DISPERSIN........................................... 59
SEGUNDO
BIMESTRE
4.1. Introduccin................................................................................................................... 59
4.2. Medidas de dispersin.................................................................................................. 59
Autoevaluacin 4...................................................................................................................... 73
SOLUCIONARIO
UNIDAD 5: INTRODUCCIN AL ESTUDIO DE LA PROBABILIDAD............................................. 75
5.1. Introduccin................................................................................................................... 75
5.2. Definicin de probabilidad.......................................................................................... 75
5.3. Enfoques de probabilidad............................................................................................ 76
5.4. Reglas de probabilidad................................................................................................. 76
MULTIMEDIA
5.5. Diagramas de rbol....................................................................................................... 78
RECURSOS
5.6. Anlisis combinatorio................................................................................................... 78
Autoevaluacin 5...................................................................................................................... 82
UNIDAD 6: DISTRIBUCIONES DE PROBABILIDAD DISCRETA................................................... 84

6.1. Introduccin................................................................................................................... 84
6.2. Definicin de una distribucin de probabilidad....................................................... 84
6.3. Medidas descriptivas de una distribucin de probabilidad................................... 84
6.4. Distribucin de probabilidad binomial...................................................................... 85
6.5. Distribucin hipergeomtrica..................................................................................... 86
6.6. Distribucin de Poisson................................................................................................ 87
Autoevaluacin 6...................................................................................................................... 93
UNIDAD 7: DISTRIBUCIN DE PROBABILIDAD CONTINUA...................................................... 95

7.1. Distribucin de probabilidad normal......................................................................... 95
7.2. Aproximacin normal a la binomial........................................................................... 96
Autoevaluacin 7...................................................................................................................... 104
7. Solucionario.................................................................................................................................. 106
8. Recursos educativos multimedia....................................................................................... 113
NDICE
Gua didctica: Estadstica I
3. Introduccin
PRELIMINARES
Estadstica I o Estadstica Descriptiva es un componente educativo de carcter genrico que se
desarrolla de manera conjunta para las diferentes titulaciones que conforman el rea Administrativa
(Administracin de Empresas Tursticas y Hoteleras, Administracin de Empresas, Administracin en
BIMESTRE
Banca y Finanzas, Administracin en Gestin Pblica, Contabilidad y Auditora y Economa), as como
PRIMER
tambin se dirige a la titulacin de Psicologa del rea Sociohumanstica. En cada uno de los planes de
estudio se encuentra en diferente posicin de acuerdo a las estructuras curriculares, y contempla un
total de 4 crditos.
El estudio de la estadstica, como componente educativo, reviste gran importancia si nos remontamos en
SEGUNDO
BIMESTRE
primer lugar a su origen, pues desde tiempos inmemoriales se vienen utilizando las distintas herramientas
que han servido para llegar a recoger informacin, organizarla, clasificarla para posteriormente llegar
a describirla y tomar decisiones futuras. Esto generalmente se poda observar cuando se tomaban
decisiones para la administracin de un Estado o nacin, por ello su nombre se deriva del Estado.
SOLUCIONARIO
Luego habremos de analizar que en nuestra vida diaria estamos empleando herramientas estadsticas,
lo que implica por tanto que en todos los campos de la actividad humana tenga vigencia su aplicacin,
identificando de esta manera la importancia que tiene su estudio y la aplicabilidad en los diferentes
campos de actividad humana. Solo por citar unos ejemplos, la encontramos en la medicina, en el
deporte, en la cocina, en los negocios, etc.
MULTIMEDIA
RECURSOS
En esta ocasin desarrollaremos la primera parte de la estadstica, esto es la estadstica descriptiva, como
base para continuar con el estudio de la estadstica inductiva o inferencial que se realizar en el siguiente
semestre.
Es as que nos dedicaremos a conocer la forma de recoger informacin, organizarla, clasificarla para
llegar a describirla con sus caractersticas puntuales, de igual manera ser la oportunidad para conocer
que la descripcin de las caractersticas de un conjunto de datos, implica el clculo de indicadores, de
manera que podamos obtener valores representativos de todo el conjunto.
Tendremos la oportunidad de iniciar el anlisis de la estadstica inductiva, a travs del tratamiento de las
probabilidades, desde sus definiciones bsicas hasta llegar a comprender el uso y la aplicabilidad de las
distribuciones de probabilidad.
Estructuralmente podemos decir que durante el primer bimestre se abordarn los temas referentes
al mbito introductorio hasta el tratamiento de las medidas de tendencia central, luego para el
segundo bimestre continuaremos con las medidas descriptivas analizando las medidas de dispersin.
Posteriormente nos insertaremos en el tratamiento de las probabilidades llegando hasta las distribuciones
de probabilidad.
Le invito a iniciar este estudio que no reviste mayor dificultad, pues, aunque se requiera tener una base
matemtica, se podra decir que es lo elemental, lo importante es que llevemos un estudio sistemtico
de manera que todos los conocimientos tengan un encadenamiento. Por este motivo le sugiero que
antes de revisar el tema siguiente se debe analizar lo conocido del anterior, para ello es importante el
6
NDICE
desarrollo de las autoevaluaciones, de esta forma se podr dar cuenta de qu es lo que conoce y qu es
aquello que le falta por revisar.
PRELIMINARES
Siempre estamos dispuestos a prestarle la ayuda que requiera despejando las dudas que tenga sobre
cualquiera de los temas que vamos abordando, recuerde siempre que lo importante es preguntar aquello
que no sabemos o que a lo mejor nos est dando mayor dificultad. En el caso de este componente
educativo, tanto el autor de la gua como los profesores asesores de las correspondientes titulaciones
estamos listos para prestarle la asesora necesaria.
BIMESTRE
PRIMER
Finalmente, le recuerdo que si bien no se puede constituir en un requisito legal, con este componente
educativo habr adquirido las competencias necesarias para tomar el componente educativo Estadstica
II.
SEGUNDO
Le auguro el mejor de los xitos.
BIMESTRE
SOLUCIONARIO
MULTIMEDIA
RECURSOS
7
NDICE
4. Bibliografa
PRELIMINARES
4.1. Bsica
Lind, D., Marchal, W. y Wathen, S. (2012). Estadstica aplicada a los negocios y la economa. Mxico,
BIMESTRE
PRIMER
D.F.: Editorial McGrawHill S.A.
Es un texto que cubre los mtodos bsicos de estadstica descriptiva e inferencial, as como todos los
procesos de decisin y anlisis de resultados.
Su presentacin de forma clara y didctica permite que el estudiante vaya desarrollando su proceso
SEGUNDO
BIMESTRE
de aprendizaje de manera adecuada, resulta de gran utilidad cuando el aprendizaje se realiza con
autonoma.
Las diferentes secciones se encuentran claramente diferenciadas por colores de manera que el estudiante
SOLUCIONARIO
puede considerar los aspectos que son importantes en cada uno de los temas, de igual manera al
finalizar las secciones se realiza una revisin de los temas abordados en los diferentes captulos, as
mismo encuentra actividades de autoevaluacin que le permitirn al lector ir realizando un anlisis de
los conocimientos adquiridos en cada temtica desarrollada.
Correa Granda, Carlos (2013). Gua Didctica Estadstica I. LojaEcuador: Ediloja
MULTIMEDIA
RECURSOS
Este documento se convierte en el sustituto de la presencia del profesor, de manera que en su desarrollo
se ha priorizado el dilogo didctico entre el profesor y el estudiante. Contiene varias explicaciones
adicionales que el texto bsico posiblemente no las tiene o en su defecto pueden resultar un poco
complicadas para el estudiante.
De igual manera se encuentran actividades recomendadas para confirmar en mayor medida la

aplicabilidad de cada uno de los temas planteados; as como tambin, preguntas de autoevaluacin
que le permitirn de alguna manera ir midiendo el nivel de comprensin de las unidades temticas
desarrolladas.
4.2. Complementaria
Anderson, D., Sweeney, D., y Williams, T. (2008). Estadstica para administracin y economa. Mxico
D.F.: Cengage Learning Editores S.A.
Los contenidos del texto se encuentran desarrollados clara y didcticamente, de tal manera que
le ayudarn mucho en la comprensin de los temas. Al finalizar cada unidad va a encontrar algunos
ejercicios de autoexamen que le sirven para identificar el avance en la comprensin de los temas.
Berenson, M., Levine, D., y Krenbhiel, T. (2001). Estadstica para administracin. Mxico D.F.: Editorial
Pearson Educacin.
Sus contenidos se encuentran sistemticamente organizados y mantiene una gran cantidad de ejercicios
resueltos de manera que el lector puede ir comprendiendo la forma de resolver, los mtodos que se han
8
NDICE
empleado y sobre todo el uso y aplicacin de los elementos recogidos en una investigacin, de modo
que se encuentra en capacidad de analizar los resultados obtenidos.
PRELIMINARES
Kazmier, Leonard (2006). Estadstica aplicada a la Administracin y a la Economa. Mxico D.F.:
Editorial McGrawHill S.A.
En este texto se podrn revisar especialmente los temas referentes a las probabilidades, en l encontrar
una serie de ejercicios propuestos as como ejercicios resueltos explicados paso a paso.
BIMESTRE
PRIMER
Webster, Allen (2000). Estadstica aplicada a los negocios y a la economa. Santa Fe de Bogot:
Editorial McGrawHill S.A.
Es un texto que contiene gran cantidad de ejercicios resueltos y propuestos, adems en los segmentos
finales de cada captulo proporciona sitios Web que el lector puede consultar para encontrar datos e
SEGUNDO
BIMESTRE
informacin que puede utilizar para complementar su estudio.
SOLUCIONARIO
MULTIMEDIA
RECURSOS
9
NDICE
5. Orientaciones generales para el estudio
PRELIMINARES
En esta ocasin, me permito hacerle algunas sugerencias que contribuirn para el xito en los estudios
de este componente educativo, las cuales se resumen de la siguiente manera:
5.1. Generales
BIMESTRE
PRIMER
El aprendizaje de la estadstica exige una clara comprensin de las definiciones, propiedades,
relaciones, a tal punto que sus esfuerzos deben orientarse en primer lugar a la aprehensin de
los fundamentos tericos, puesto que, estos son los que le permitirn la aplicacin a travs de
ejercicios y problemas.
SEGUNDO
BIMESTRE
Si no conoce la teora correspondiente, mal podr intentar resolver ejercicios o problemas, lo
primero que debe hacer es entender todos los elementos conceptuales de los temas propuestos
para que luego los vaya a aplicar. El texto escogido tiene la ventaja de utilizar un lenguaje sencillo
adems de encontrarse estructurado didcticamente lo que le permitir comprender con mayor
SOLUCIONARIO
facilidad cada uno de los temas.
Siga paso a paso las sugerencias que se realizan en el texto bsico y en esta gua didctica para
que vaya tomando experiencia, a veces pueden parecer procedimientos muy sencillos pero son
necesarios hasta lograr la experiencia suficiente para que en lo posterior se puedan obviar dichos
procesos.
MULTIMEDIA
RECURSOS
Recuerde que es necesario trabajar de manera sistemtica, de modo que no pase a otro tema
sin haber conocido el anterior, como le haba manifestado en la introduccin, es importante
desarrollar las autoevaluaciones que constan al final de cada unidad, pues, ste es un estudio
ordenado, sistemtico y progresivo.
Otro aspecto que debemos considerar es la presentacin de los trabajos a distancia, una buena
presentacin y la puntualidad en la entrega, habla muy claramente del proceso de aprendizaje
que va llevando un estudiante. Cuidemos estos dos aspectos que son muy importantes.
5.2. Especficas
Para el aprendizaje de este componente educativo, es necesario que usted dedique diariamente
por lo menos una hora a la revisin del texto bsico y la gua didctica, de manera que se puedan
abordar los temas en forma secuencial.
Le recomiendo contar con material adicional como es un cuaderno de apuntes, con la finalidad de
que vaya realizando cuadros resumen de los temas y en cada uno de ellos se realicen actividades
adicionales como son los ejercicios resueltos y propuestos que constan en el texto bsico.
Cualquier inquietud que se le presente en la revisin de los temas, antelas para que luego las
transfiera al profesor sea en forma telefnica o a travs del EVA enviando correos electrnicos. Si
alguna respuesta no est lo suficientemente clara, vuelva a insistir a fin de que usted resuelva sus
inquietudes.
10
NDICE
Tome en cuenta las sugerencias sobre las tcnicas de estudio que usted aprendi en el componente
educativo de Metodologa de Estudio, para que pueda llevar en forma adecuada los estudios no
PRELIMINARES
solo de este componente sino de todos los dems en los que se encuentra matriculado.
Recuerde que el estudio de la estadstica requiere un ambiente adecuado de trabajo y no dejar

pasar ningn tema sin antes haberlo comprendido de manera suficiente puesto que todos los
temas van avanzado en forma progresiva.
BIMESTRE
PRIMER
Mientras ms ejercicios realice, usted estar asegurndose la comprensin del tema en estudio y
estar preparado para continuar con el siguiente.
Recuerde que en el sistema de estudios a distancia, el estudiante es el constructor de su propio

aprendizaje, est bajo su responsabilidad tanto el ritmo de estudio que mantenga como el xito
SEGUNDO
en el curso.
BIMESTRE
Revise siempre los textos adicionales recomendados en la bibliografa complementaria para
ampliar los conocimientos de cada tema.
SOLUCIONARIO
Le recomiendo tambin que revise la planificacin de la componente educativo, con la finalidad
de que vaya observando las actividades de aprendizaje establecidas.
En esta parte, finalmente lo que me resta decirle es que la estadstica en s no es difcil, es un componente
educativo que usted lo vive a diario y que puede ir relacionando todos los elementos y herramientas con
su actividad, esto le permite comprender que el uso de ella no es exclusivo de los negocios, sino que es
MULTIMEDIA
RECURSOS
aplicable a todos los campos del quehacer humano.
Nota importante:
Por su participacin en ciertas actividades del EVA en cada bimestre,
usted podr obtener un punto que complementar la nota obtenida en la
evaluacin a distancia; esto quiere decir que si obtiene menos de 6 puntos,
podr incrementar su nota (hasta 6 puntos) por medio de la participacin y los
ejercicios que su tutor(a) le propondr en el EVA.
11
6. Proceso de enseanza-aprendizaje para el logro de competencias
PRIMER BIMESTRE
6.1. Competencias genricas

Vivencia de los valores universales del humanismo de Cristo
Comunicacin oral y escrita

Orientacin a la innovacin y a la investigacin
Pensamiento crtico y reflexivo
Trabajo en equipo
Comunicacin en ingls
Compromiso e implicacin social
Comportamiento tico
Organizacin y planificacin del tiempo
6.2. Planificacin para el trabajo del alumno
Competencias especficas Competencias especficas del Contenidos Actividades de Indicadores de Tiempo de
de titulacin componente educativo Unidades aprendizaje aprendizaje dedicacin
Utiliza los elementos UNIDAD 1: Qu es la estadstica? Revisin de la gua Comprende y Semanas 1 y 2
conceptuales y didctica. argumenta las
procedimentales de la 1.1. Introduccin nociones y Ocho horas de
estadstica descriptiva. Lectura comprensiva conceptos autoestudio
1.2. Qu se entiende por estadstica? del captulo 1 del fundamentales de la
Reconoce la importancia texto bsico. estadstica. Ocho horas de
Desarrolla el pensamiento de la estadstica como eje 1.3. Por qu hay que estudiar interaccin
matemtico y estadstico transversal para la estadstica? Desarrollo de los
para la aplicacin y anlisis organizacin, ejercicios de revisin
1.4. Tipos de estadstica que constan al
de aspectos econmicos sistematizacin, inferencia
y validacin en las finalizar la explicacin
1.5. Tipos de variables
diferentes disciplinas del del captulo.
conocimiento cientfico. 1.6. Fuentes de datos estadsticos
Inicio del desarrollo
12
1.7. Niveles de medicin de la evaluacin a
distancia.
RECURSOS SEGUNDO PRIMER

SOLUCIONARIO PRELIMINARES NDICE
MULTIMEDIA BIMESTRE BIMESTRE
UNIDAD 2: Distribuciones de frecuencia Revisin de la gua Organiza Semanas 3 y 4

Aplica los conceptos y representaciones grficas didctica. informacin y la
presenta mediante Ocho horas de
estadsticos bsicos
2.1. Introduccin Lectura comprensiva cuadros de autoestudio
correctamente en el
del captulo 2 en el distribucin de
desarrollo de ejercicios 2.2. Elaboracin de una distribucin de Ocho horas de
texto bsico. frecuencias.
referentes a la realidad en frecuencias interaccin
la que se desenvuelve. Desarrollo de las Elabora, analiza e
2.2.1. Elementos que intervienen en autoevaluaciones que interpreta los
Organiza, analiza e las distribuciones de frecuencia constan en el texto grficos estadsticos.
interpreta informacin 2.2.2 . Sugerencias para elaborar una bsico por cada tema
recogida en un problema tabla de distribucin de planteado desde el
a investigar. frecuencias numeral 2.1 al 2.6.
Sugiere la toma de 2.3. Distribuciones de frecuencia Contina con el
decisiones con criterio relativas desarrollo de la
tcnico cientfico en base
evaluacin a
a la informacin existente. 2.4. Representacin grfica de una
distribucin de frecuencias distancia.
2.5. Distribuciones de frecuencia

acumuladas
2.6. Representacin grfica de las
distribuciones de frecuencia
acumuladas
2.7. Otros tipos de grficos comnmente
utilizados
13
UNIDAD 3: Medidas descriptivas: Revisin de la gua Calcula, representa e Semanas 5 y 6
Medidas de tendencia central didctica. interpreta
grficamente cada Ocho horas de
3.1. Introduccin Lectura comprensiva una de las medidas autoestudio
del captulo 3 del de tendencia central.
3.2. Medidas de tendencia central texto bsico. Ocho horas de
Analiza y explica las interaccin
3.2.1. Media aritmtica Desarrollo de las caractersticas, usos,
autoevaluaciones que ventajas y
3.2.1.1. Definicin constan al finalizar desventajas de cada
3.2.1.2. Caractersticas cada tema. una de las medidas
3.2.1.3. Formas de clculo

de tendencia central.
Desarrollo de la
3.2.2. Media aritmtica ponderada evaluacin a
distancia.
3.2.3. Mediana
Ingreso de la
3.2.3.1. Definicin
evaluacin a distancia
3.2.3.2. Caractersticas
al EVA.
3.2.4. Moda
3.2.4.1. Definicin
3.2.5. Relacin entre la media

aritmtica, mediana y moda
3.2.6. Media geomtrica
3.2.6.1. Definicin
Revisin de todos los Semanas 7 y 8

temas desarrollados
en el bimestre. Ocho horas de
autoestudio
Preparacin para la
primera evaluacin Ocho horas de
presencial parcial . interaccin
14
NDICE
6.3. Sistema de evaluacin del componente educativo (primero y segundo bimestre)
PRELIMINARES
Formas de evaluacin 2. Heteroevaluacin
Autoevaluacin *
Evaluacin a Evaluacin
distancia ** presencial
3. Coevaluacin
Interaccin en el EVA
Parte de ensayo
Prueba objetiva
Parte objetiva
BIMESTRE
PRIMER
1.
Competencia: criterio
Comportamiento tico x x x x x
Cumplimiento, puntualidad,
Actitudes
x x x x x
SEGUNDO
BIMESTRE
responsabilidad
Esfuerzo e inters en los trabajos x x x x x
Respeto a las personas y a las
x
normas de comunicacin
SOLUCIONARIO
Creatividad e iniciativa x x
Habilidades
Contribucin en el trabajo
x
colaborativo y de equipo
Presentacin, orden y ortografa x x
Emite juicios de valor
x x
argumentadamente
MULTIMEDIA
RECURSOS
Dominio del contenido x x x x x
Conocimientos
Investigacin (cita fuentes de

x
consulta)
Aporta con criterios y soluciones x x
Anlisis y profundidad en el
x x
desarrollo de temas
Mximo 1 punto
PORCENTAJE 10% 20% 30% 70%

Estrategia de
aprendizaje
presenciales y en el
distancia)***
evaluacin a
(completa la
Puntaje 2 4 6 14
Actividades
EVA
TOTAL 20 puntos
Para aprobar la asignatura se requiere obtener un puntaje mnimo de 28/40 puntos, que equivale al 70%.
* Son estrategias de aprendizaje, no tienen calificacin; pero debe responderlas con el fin de autocomprobar su
proceso de aprendizaje.
** Recuerde que la evaluacin a distancia consta de dos partes: una objetiva y otra de ensayo, debe desarrollarla y
entregarla en su respectivo centro universitario.
*** Su tutor(a) le plantear una o ms actividades en el EVA que sern calificadas por un punto en total. Este solo
computar para complementar la nota del trabajo a distancia, es decir, si Ud. logra menos de seis puntos en el mismo
podr aumentar dicha nota (hasta completar los 6 puntos) con esas actividades en el EVA.
Seor estudiante:
Tenga presente que la finalidad de la valoracin cualitativa es

principalmente formativa.
15
NDICE
PRELIMINARES
6.4. Orientaciones especficas para el aprendizaje por competencias
UNIDAD 1: QU ES LA ESTADSTICA?
Para el desarrollo de esta unidad, revise conjuntamente con esta gua el captulo
BIMESTRE
1 del texto bsico.
PRIMER
1.1. Introduccin
Como habr podido comprender en este momento introductorio, el autor nos lleva a deliberar sobre
la importancia que tiene el estudio de la Estadstica y nos acerca a la reflexin sobre los mbitos de
SEGUNDO
BIMESTRE
aplicacin, all hemos podido observar que este componente educativo nos permite contar con
herramientas suficientes para tomar decisiones sobre diferentes tpicos.
Comprender los fundamentos de la estadstica como ciencia, nos permitir mantener bases suficientes
para llegar a trabajar con las distintas herramientas e instrumentos que luego nos facilitarn la
SOLUCIONARIO
comprensin, descripcin y caracterizacin de un conjunto de datos investigados.
1.2. Qu se entiende por estadstica?
Al revisar el texto bsico, vemos que esta parte se encuentra desarrollada posteriormente a las razones
por las que se debe estudiar estadstica, aqu lo hacemos primero, para iniciar entendiendo su significado.
MULTIMEDIA
RECURSOS
Realice la lectura de este acpite e identifique las ideas principales al respecto.
Le sugiero que subraye las ideas principales que encuentre.
Est de acuerdo en que la idea central se relaciona con el tratamiento de informacin numrica?
Lo invito ahora a que enuncie su propia definicin sobre la estadstica.
Le parece a usted que podramos definir a la estadstica como la ciencia que nos proporciona los elementos
de juicio necesarios para llegar a tomar decisiones adecuadas?, si est de acuerdo, reflexione sobre las
razones que le llevan a estarlo; si no lo est tambin reflexione sobre la definicin adecuada y regrese al
texto para constatarlo.
De las diferentes formas de enunciar lo que significa la estadstica, realice ahora un cuadro sinptico en
el que se resuman las ideas claves que se observan en cualquiera de las definiciones encontradas. Para
ello lea detenidamente este acpite que se encuentra en el texto bsico y reflexione sobre los distintos
ejemplos que se han planteado all.
1.3. Por qu hay que estudiar estadstica?
Ahora que ya hemos podido enunciar una definicin sobre la estadstica, veamos las razones que
justifican el inicio de su estudio. Lea este apartado en el captulo 1 del texto bsico que se encuentra
posterior a la introduccin que se realiza por parte de los autores.
16
NDICE
Despus de leer cada uno de los ejemplos y explicaciones que se brindan, puede ahora resumir las 3
razones por las que se debe estudiar estadstica, diciendo que:
PRELIMINARES
1. En todas las actividades humanas se encuentra informacin numrica y as la encontramos en
publicaciones de negocios, deportivas, medicina, financieras, poblacionales, educativas, etc.
2. Las tcnicas estadsticas se emplean para tomar decisiones que afectan a la vida diaria
BIMESTRE
3. El estudio de la estadstica permite comprender las razones por las cuales se toman ciertas
PRIMER
decisiones en los diferentes mbitos y campos de aplicacin.
Muy bien, usted conoce ahora por qu es necesario e importante realizar este estudio.
Ahora que ya hemos definido y sabemos por qu vamos a estudiar, ampliemos un poco ms hacia donde
SEGUNDO
BIMESTRE
se dirige y cmo se subdivide la estadstica.
1.4. Tipos de estadstica
Podemos identificar dos grandes reas en las que se divide a las ciencias estadsticas, la estadstica
SOLUCIONARIO
descriptiva y la estadstica inferencial.
Le invito a realizar una lectura sobre esta parte y a elaborar en su cuaderno de trabajo, un cuadro resumen
de los tipos de estadstica, conforme al que se presenta a continuacin.
Nos permite conocer los mtodos
MULTIMEDIA
E
RECURSOS
Significa que: para recoger, organizar, resumir,
S DESCRIPTIVA presentar, analizar e interpretar un
T
conjunto de datos
A
D
I
S Considera al mtodo inductivo, es
T decir a partir del anlisis de una
I parte del objeto investigado se
C Significa que: llega a conclusiones globales
INFERENCIAL
A sobre todo el objeto, o tambin, a
L
partir del anlisis de una muestra
inferimos hacia conclusiones
sobre la poblacin
Una vez identificadas las principales caractersticas de cada uno de los tipos de estadstica, podemos
afirmar que no reviste mayor complicacin su estudio.
Conviene tambin destacar que en el caso de la estadstica inferencial se deben considerar dos conceptos
fundamentales: la poblacin y la muestra.
Grficamente podemos representar de esta manera a los conceptos, ahora usted puede describirlos,
con la ayuda de su lectura en el texto bsico y tambin le invito a que formulemos algunos ejemplos al
respecto.
17
NDICE
Poblacin
PRELIMINARES
Parmetros: media
aritmtica, etc.
Muestra
Estadsticos o estadgrafos:
BIMESTRE
PRIMER
media aritmtica, etc.
Cundo es necesario extraer una muestra?
Al revisar el texto bsico, usted podr extraer tambin sus conclusiones al respecto, sin embargo, podra
SEGUNDO
BIMESTRE
decir que la respuesta a esta pregunta tiene diferentes anlisis:
a. Si analizamos la factibilidad de trabajar, analizar a todos los elementos que componen la poblacin
objeto de estudio, podra volverse un asunto engorroso que puede llevar a confusiones y por
SOLUCIONARIO
tanto no llegar a conclusiones vlidas.
b. Por el tiempo disponible, el trabajar con todos los elementos de la poblacin implica considerar
una cantidad de tiempo mayor que quiz cuando se aborde a las conclusiones ya no tengan
validez.
MULTIMEDIA
RECURSOS
c. Por el costo, tambin es un aspecto a meditar, cuando se trabaja con todos los elementos de la
poblacin, significa que se deba disponer de una gran cantidad de recursos y ello determina que
el costo de la investigacin sea demasiado alto y no exista el presupuesto suficiente para ello.
Aunque en los temas posteriores se hace una explicacin de estos dos conceptos siguientes, aprovechando
que ya hemos definido una muestra y una poblacin, vamos a decir que cuando trabajamos con datos
muestrales, las caractersticas que se extraen de ella se denominan estadsticos o estadgrafos, mientras
que cuando se trabaja con datos poblacionales las caractersticas se denominan parmetros.
1.5. Tipos de variables
Otros elementos que debemos recordar y saber diferenciar a la hora de trabajar con un conjunto de
datos es la variable utilizada.
Para comprender bien lo que significa una variable realice una lectura detenida en el texto bsico, sobre
este tema que es de mucha importancia, porque despus de comprender el enunciado usted estar en
capacidad de saber diferenciar cada una de las variables con las que se encuentra trabajando.
Bien, despus de la lectura estar en capacidad de contestar a la siguiente pregunta:
Qu es una variable?
Correcto, ya ha definido lo que es una variable, pues como su nombre lo indica ser todo aquello que
cambia de un momento a otro o de un lugar a otro.
18
NDICE
Pero, tambin cuando hablamos de variables debemos diferenciar los tipos de variables existentes. Aqu
identificamos dos grandes grupos de variables: cuantitativas y cualitativas.
PRELIMINARES
En el texto bsico, el grfico 1.2 nos presenta un resumen de los tipos de variables y nos entrega adems
ejemplos de cada una de ellas.
Puede hacer usted un cuadro sinptico en donde adems se observen las caractersticas de cada uno de
los tipos y ejemplificar cada uno de ellos.
BIMESTRE
PRIMER
Muy bien, con esto hemos clarificado el tipo de variable y la podemos inmediatamente identificar.
Ahora, hemos hablado de las variables pero cmo es que podemos llegar a obtener esta informacin
cuando se est investigando?
SEGUNDO
BIMESTRE
Esta parte no se encuentra desarrollada en el texto bsico por eso me permito desarrollarla a continuacin,
para lo cual, le sugiero que vaya subrayando las ideas principales, y recuerde cuando usted ha sido parte
de la construccin de informacin sobre un determinado tema.
1.6. Fuentes de datos estadsticos
SOLUCIONARIO
Como hemos afirmado anteriormente, una de las razones por las cuales se estudia la estadstica,
es precisamente porque en toda actividad se genera informacin, sea de tipo cualitativo o de tipo
cuantitativo, como hemos adems visto al referirnos a las variables.
Ahora bien, de dnde se genera y cmo se obtiene la informacin?
MULTIMEDIA
RECURSOS
Reconocemos que existen dos caminos, una el levantarla directamente del objeto que se est
investigando y la otra, es el recoger informacin que previamente ha sido ya trabajada y que ya consta
en otras publicaciones, por ello la distinguimos de acuerdo a su procedencia en: primaria y secundaria.
Fuentes primarias: son aquellas que nos proporcionan informacin directamente desde el objeto de
estudio, para obtenerla, se pueden utilizar:
Encuestas
Entrevistas
Datos recogidos de laboratorio
Censos
Por ejemplo, si se realiza una encuesta a los consumidores de un producto que est siendo investigado,
los datos que se recogen se constituyen en datos primarios puesto que se ha recurrido a la fuente que
directamente nos otorga los datos. Estos datos se encuentran, si cabe el trmino, en bruto, a partir de lo
cual se inicia el proceso de clasificacin, organizacin, presentacin, sea en tablas o en grficas.
Fuentes secundarias: son aquellas que nos proporcionan informacin que ha sido previamente
elaborada por otras personas y se encuentran generalmente en:
Informes escritos
Revistas
Peridicos
19
NDICE
Diferentes publicaciones
Boletines, etc.
PRELIMINARES
Por ejemplo, si se toma un boletn estadstico del Banco Central, all podremos encontrar informacin
que ya ha sido procesada y podemos trabajar con esos datos para establecer promedios o caractersticas
adicionales sobre el tema que nos interesa analizar.
En una investigacin se puede utilizar tanto fuentes primarias como fuentes secundarias, si nos interesa
BIMESTRE
PRIMER
no solo describir informacin sino adems relacionar con datos previamente trabajados por otras
organizaciones o personas.
1.7. Niveles de medicin
Retomemos la lectura del texto bsico para hablar de las variables y la forma en la que se encuentran
SEGUNDO
BIMESTRE
expresadas.
Lea detenidamente el acpite sobre los niveles de medicin que se encuentra en el texto bsico.
Una vez que ha identificado las caractersticas de los niveles de medicin de las variables, realice un
SOLUCIONARIO
anlisis del grfico 1.3 en donde se presenta en forma resumida lo concerniente a los niveles de medicin
y enuncie alguna otra caracterstica que no conste en el mismo cuadro.
Ample el grfico ubicando los ejemplos sobre variables con cada uno de los niveles de medicin.
Ejercicios
MULTIMEDIA
RECURSOS
Al concluir este tema (1.6 del texto), encontrar ejercicios que le propongo los realice para afirmar los
conocimientos de los temas analizados (ejercicios del 1 al 4).
Actividades recomendadas
El estudio de la estadstica requiere poner en prctica cada uno de los temas y conceptos definidos,
y como hemos dicho la estadstica es una ciencia que no tiene ningn campo de accin especfico o
propio, por ello en cada actividad humana encontramos informacin numrica.
Revise un texto en el peridico y observe los datos que se presentan.

Ubique all cul es la variable, su tipo, el nivel de medicin.
Cul ha sido la fuente de origen de los datos?
Supngase que usted requiere conocer cmo ha cambiado el nivel de precios de un producto en
determinado tiempo, piense de qu manera debera recoger informacin, a qu tipo de fuente
de informacin va a recurrir?, cmo se la va a presentar?, cul es su nivel de medicin?
Cuando usted se encuentre en cualquier lugar, escriba el tipo de datos o informacin que ha
observado.
Hemos concluido con el estudio de la primera unidad, es hora de constatar nuestros avances a travs del
desarrollo de la siguiente autoevaluacin.
20
NDICE
Autoevaluacin 1
PRELIMINARES
A. Conteste dentro del parntesis con V o F si considera que las siguientes afirmaciones son verdaderas
o falsas respectivamente.
BIMESTRE
1.() La estadstica es aplicable a todas las actividades del quehacer humano.
PRIMER
2.() Una de las razones para estudiar estadstica es que permite comprender la razn
de las decisiones que se toman y proporciona un entendimiento mayor de la forma
como estas afectan.
3.() La estadstica descriptiva se refiere a aquellos mtodos que permiten extraer
SEGUNDO
BIMESTRE
conclusiones sobre una poblacin a partir del anlisis de una muestra.
4.() Una muestra es aquella parte de la poblacin que rene todas las caractersticas
representativas de la poblacin.
SOLUCIONARIO
5.() Las variables continuas son aquellas que se originan en la enumeracin o el conteo y,
por lo tanto, no pueden tomar valores intermedios.
6.() Un ejemplo de variable discreta es el nmero de estudiantes en una clase.
7.() Una de las propiedades del nivel de medicin nominal indica que las categoras de
datos se encuentran representadas por etiquetas o nombres.
MULTIMEDIA
RECURSOS
8.() En los datos de nivel de intervalo, el punto cero representa la ausencia de caractersticas
y la razn entre dos nmeros es significativa.
9.() Cuando se distinguen a los automviles por la marca, hemos medido los datos en
forma nominal.
10.() Un ejemplo del nivel medicin de intervalo es la temperatura.
Importante: puede revisar la solucin a esta evaluacin al final de esta gua. Asegrese de haber
contestado bien a cada una de las preguntas. Si no ha sido as, entonces vuelva a revisar la gua y el texto
bsico.
Para recordar:
Hasta aqu hemos analizado y conocemos los fundamentos y las razones por las cuales es importante el estudio
de la estadstica. Tambin hemos llegado a comprender cmo se define y de qu manera se ha clasificado,
llegando a un concepto clave de lo que es una VARIABLE.
El punto de partida en el tratamiento de una investigacin es la identificacin de la variable con la que se est
trabajando y el tipo de variable.
Una vez que hemos recogido la informacin, pasemos a la siguiente unidad a organizarla y presentarla.
Ir a solucionario
21
NDICE
Video UNIDAD 2: DISTRIBUCIONES DE FRECUENCIA Y REPRESENTACIONES GRFICAS
PRELIMINARES
Para el desarrollo de esta unidad, revise conjuntamente con esta gua el captulo
Presentacin
2 del texto bsico.
2.1. Introduccin
Una vez que hemos llegado a comprender los elementos iniciales del estudio de la estadstica, vamos a
BIMESTRE
PRIMER
iniciar el tratamiento de las herramientas que nos permiten llegar a cumplir con su objetivo.
Conforme habamos indicado, la estadstica nos permite llegar a recoger, organizar, clasificar y presentar
los datos.
SEGUNDO
BIMESTRE
Cuando tenemos pocos datos, su anlisis es sencillo, de manera que no reviste mayor dificultad y no es
necesario establecer ningn proceso adicional para presentarlos.
De igual manera si existen datos con pocos valores de la variable los podemos presentar a travs de
una SERIE ORDENADA, por ejemplo, si en un grupo de 30 alumnos las calificaciones obtenidas en un
SOLUCIONARIO
determinado examen son las siguientes:
15, 12, 16, 18, 14, 15, 12 , 19, 20 , 14, 16, 18, 15, 18, 19, 20, 17, 13, 16, 14, 14, 17, 16, 15, 12, 15, 16, 18, 19, 18
Procedemos primero a ordenar los datos, generalmente lo hacemos en orden ascendente. Rellene usted,
los cuadros con cada uno de los valores:
MULTIMEDIA
RECURSOS
Una vez ordenados podemos identificar los valores mximo y mnimo:
Xmx = 20 y Xmin. = 12
Con ello podemos determinar que la variable recorre 9 puestos incluidos los valores mximo y mnimo.
Si contamos los puestos o hacemos la diferencia y sumamos 1, esto se denomina amplitud de variacin,
rango o recorrido:
AV = 20 12 + 1 = 9
Si el rango o recorrido es menor que 15, se puede trabajar con una serie ordenada de frecuencias, por lo
que los datos quedaran de la siguiente manera:
22
NDICE
Tabla 1
PRELIMINARES
Calificacin Tabla de conteo Frecuencia
12 /// 3
13 / 1
14 //// 4
15 ///// 5
16 ///// 5
BIMESTRE
PRIMER
17 // 2
18 ///// 5
19 /// 3
20 // 2
total 30
SEGUNDO
BIMESTRE
Esta columna es auxiliar. Cuando
tengamos experiencia se la puede
descartar.
SOLUCIONARIO
Como vemos, este caso no reviste mayor dificultad, pues lo importante es llegar a determinar la posibilidad
de presentar los datos de esta manera, considerando que se lo puede hacer solamente cuando el rango
o recorrido no es mayor a 15.
De igual manera podemos proceder cuando tenemos un conjunto de datos cuya variable es cualitativa,
MULTIMEDIA
RECURSOS
en donde a cada una de las categoras le corresponder una frecuencia.
Por ejemplo, si queremos presentar un informe que nos diga que en una concesionaria de vehculos en
el mes de septiembre del ao 2012 se han registrado las siguientes ventas por cada marca: Mazda 15,
Chevrolet 21, Toyota 18 y Nissan 35. Para apreciar mejor la informacin detallada, la podemos presentar
a travs del siguiente cuadro:
Tabla 2: Volumen de ventas durante el mes de septiembre de 2012
Vehculos
Marca
vendidos
Mazda 15
Chevrolet 21
Toyota 18
Nissan 35
Total 89
Cuando tenemos una mayor cantidad de informacin y la variable recorre un mayor nmero de
posiciones desde el valor menor hasta el mayor, es necesario llegar a presentarla de manera resumida,
por lo que recurrimos a la construccin de tablas de frecuencia, que permiten llegar a identificar las
caractersticas del conjunto de datos.
Para ello es necesario acudir a varios pasos que los detallo en el siguiente apartado.
23
NDICE
2.2. Elaboracin de una distribucin de frecuencias
PRELIMINARES
Para trabajar esta parte realice una lectura comprensiva del tema que se encuentra desarrollado en
el texto bsico y trate de enunciar una definicin propia sobre lo que significa una distribucin de
frecuencias.
Encontr usted que para definir tuvo que referirse a los siguientes elementos?:
BIMESTRE
Herramienta til para resumir informacin
PRIMER
Establece niveles que son mutuamente excluyentes
A cada nivel le corresponde un nmero de observaciones
De acuerdo. Si usted lo ha considerado, entonces est en lo correcto.
SEGUNDO
BIMESTRE
2.2.1. Elementos que intervienen en las distribuciones de frecuencias
Esta parte se encuentra desarrollada en el texto bsico en lo referente a la construccin de distribuciones

de frecuencias, de manera que esquemticamente podemos sealar los siguientes elementos:
SOLUCIONARIO
Rango, recorrido o amplitud de variacin
Elementos de una distribucin de
Intervalos de clase o categoras

Lmites de clase
frecuencias
Lmites reales de clase
MULTIMEDIA
RECURSOS
Nmero de clases o intervalos
Tamao o anchura de clases
Frecuencia
Marcas de clase
Fuente: texto bsico

Elaboracin: el autor
Veamos cada uno de ellos, con mayor detalle y con su procedimiento correspondiente, ya que en el texto
se encuentran explicados de manera muy general:
a. Rango, recorrido o amplitud de variacin: identifica el nmero de puestos que recorre la variable
desde el valor mnimo hasta el valor mximo. En este momento consideremos dos casos:
Si trabajamos con variables continuas, llegamos a obtenerla directamente a travs de la diferencia

simple, pero si se trata de una variable discreta, entonces a la diferencia entre estos valores le agregamos
la unidad porque se consideran los dos valores extremos:
AV = H L Variable continua
24
NDICE
AV= H L + 1
PRELIMINARES
Variable discreta
Donde: H = Xmx = valor mximo de la variable
L = Xmin = valor mnimo de la variable
BIMESTRE
b. Intervalos de clase o categoras: corresponde a cada uno de los niveles, clases o categoras en los
PRIMER
que se distribuye la variable.
c. Lmites de clase: son los lmites de los intervalos y por ello vamos a tener el lmite inferior y el
lmite superior. Cuando la variable es continua el lmite superior es igual al lmite inferior de la
siguiente clase o intervalo, en cambio cuando se trata de una variable discreta, el lmite superior
SEGUNDO
BIMESTRE
de una clase es diferente al lmite inferior de la siguiente.
Especialmente cuando se est trabajando con una variable discreta, y se requiere volverla continua a
la distribucin, se identifican los lmites reales de clase, que se los obtiene restando la media unidad al
SOLUCIONARIO
lmite inferior y sumando la media unidad de la variable al lmite superior. De esta manera observaremos
que los lmites superior e inferior de la clase inmediata son iguales.
Otra manera de establecer los lmites reales es a travs de la semisuma entre los lmites superior de una
clase e inferior de la siguiente, por ejemplo:
MULTIMEDIA
Si tenemos los siguientes intervalos, podemos llegar a establecer los lmites reales:
RECURSOS
Tabla 3
Intervalos de clase (con Intervalos de clase

lmites nominales) (con lmites reales)
100109 99.5-109.5
109.5 = (109 + 110)/2
110119 109.5119.5
120129 119.5129.5
En el ejemplo anterior como la variable cambia en la unidad, entonces se va sumando y restando 0,5. Si
la variable tuviera una separacin de 0,1 entonces se debera sumar y restar 0,05 y as hay que considerar
la variable con la que se encuentre trabajando.
d. Nmero de clases: las clases o intervalos corresponden a cada uno de los niveles en los que se va a
presentar a todo el conjunto de observaciones, vienen a constituirse en cada una de las categoras
en las que se distribuyen los datos recogidos en la investigacin.
No existe una norma para definir exactamente cuntas clases se deberan construir, puesto que esto
depende de la informacin que se haya recogido. Sin embargo, como el objetivo de toda distribucin
de frecuencias consiste en presentar de forma resumida una informacin, se aconseja que no sean
menos de 5 ni ms de 20, esto por qu razn?: si hacemos una distribucin con menos de 5 intervalos
se pueden perder rasgos o caractersticas del conjunto investigado, y luego si se realiza una distribucin
de frecuencias con ms de 20 intervalos, perdera su funcin bsica, cual es la de resumir la informacin
y presentarla de forma que pueda analizar e interpretar.
25
NDICE
Al nmero de clases se lo representa por k y se puede adoptar la siguiente regla para determinar el
nmero de clases a desarrollarse:
PRELIMINARES
2k n
donde: n es el nmero total de observaciones
k, es un nmero entero positivo que representa el nmero de clases o intervalos de clase en

los que se va a distribuir la variable
BIMESTRE
PRIMER
Por ejemplo, si en una investigacin hemos recogido 50 valores que ha tomado la variable, entonces
procedemos a sustituir las letras por los nmeros, con lo que tendremos:
2k 50
SEGUNDO
BIMESTRE
Buscamos ahora el valor de k, que cumpla la condicin, de manera que por ejemplo, si elevamos a la
quinta, nos quedara:
25 = 32, esto no cumple con la condicin, seguimos con el siguiente valor, entonces:
SOLUCIONARIO
26 = 64, aqu ya se cumple con la condicin.
Por simple inspeccin, se ha establecido el nmero de intervalos, puesto que:
26 50
64 50
MULTIMEDIA
RECURSOS
En este caso se deberan distribuir en 6 clases a las 50 observaciones.
Para considerar:
En el ejemplo desarrollado en el texto bsico, solamente se

menciona 2K > n; sin embargo, nosotros tomaremos en cuenta
que el trmino es: mayor o igual a n, es decir 2k n
Si fuera dado el tamao de clase o anchura de clase, al nmero de intervalos lo encontraremos aplicando
la siguiente frmula:
e. Tamao o anchura de clase, o intervalo de clase, se refiere al nmero de puestos que recorre la
variable en cada uno de los intervalos desde el lmite inferior hasta el lmite superior.
Si ya tenemos la distribucin, al tamao lo podemos establecer a travs de la diferencia entre los lmites
superior e inferior siempre que la distribucin sea continua, en caso contrario, la distribucin es de
carcter discreta (cuando existe separacin entre los intervalos) y a la diferencia anterior se le suma la
unidad en la que se encuentra identificada la variable. Por ejemplo, en la tabla 3, el tamao es 10, con los
lmites 109 100 +1 =10 o si utilizamos los lmites reales, el tamao ser: 109,5 -99,5 = 10
En el caso de que vayamos a construir la distribucin de frecuencias, se procede a aplicar la frmula en

la que consideramos el rango o recorrido y el nmero de intervalos o clases:
26
NDICE
PRELIMINARES
f. Frecuencia (ni): constituye el nmero de datos u observaciones que se encuentran dentro de cada
uno de los niveles, categoras o intervalos de clase, esta se denomina frecuencia absoluta simple,
observe la tabla 1, para la calificacin 12, la frecuencia es 3, ahora usted determine las frecuencias
para las calificaciones 14, 18 y 20.
BIMESTRE
PRIMER
Si usted afirma que son 4, 5 y 2 respectivamente, est en lo correcto.
Para poder determinar esta frecuencia, se aconseja (hasta que se vaya teniendo prctica), realizar una
tabla de conteo para llegar a totalizar la frecuencia de cada intervalo. Una forma de comprobar si se
encuentran distribuidos todos los datos, es a travs de la suma de la columna de frecuencias que siempre
SEGUNDO
BIMESTRE
ser igual al nmero de datos recogidos y organizados en la tabla.
g. Marcas de clase (Xi): una vez que ha realizado la tabla de frecuencias, se puede considerar
como otro elemento a la marca de clase o tambin conocido como punto medio, ya que para
SOLUCIONARIO
su determinacin se procede a sumar los lmites inferior y superior de la misma clase y dividirlos
entre dos. De otra manera podemos expresar que la marca de clase se constituye en la semisuma
de los lmites inferior y superior de cada uno de los intervalos de clase.
2.2.2. Sugerencias para elaborar una tabla de distribucin de frecuencias
Revise ahora en el texto bsico el ejemplo desarrollado, en el que se elabora una tabla de frecuencias
MULTIMEDIA
RECURSOS
para mostrar el precio tpico de venta en diversas concesionarias (tabla 2.4).
Ahora realicemos un ejemplo para aplicar lo mencionado anteriormente:
En 50 bancos comerciales y/o instituciones de prstamos, se registr el nmero de solicitudes de

prstamos para casas otorgados durante un mes en particular. Los datos son los siguientes:
2 4 2 32 9 9 2 6 3 1
14 9 16 7 8 19 6 4 4 2
4 18 0 6 13 7 2 8 0 1
14 1 2 2 18 8 24 1 8 5
1 3 11 18 26 3 12 23 5 4
Se solicita presentar la informacin a travs de una tabla de frecuencias.
Bien, como en el pedido no nos indica ni tamao ni nmero de clases en las que se debe presentar la
distribucin de frecuencias, procedemos a resolver este pedido de la siguiente manera:
1. Identificamos los valores mximo y mnimo: busque usted los valores mximo y mnimo
Xmx. = H = 32
Xmin. = L = 0
27
NDICE
2. Establecemos el rango o recorrido de la variable, en este caso podemos identificar que se trata de
una variable discreta porque hablamos de nmero de solicitudes, entonces tendremos:
PRELIMINARES
AV = H L + 1
AV = 32 0 + 1
AV = 33
Significa entonces que la variable recorre 33 puestos desde el valor menor hasta el valor mayor.
BIMESTRE
PRIMER
3. Nmero de clases o intervalos, como no se nos ha solicitado un nmero especfico, procedemos
a establecerlo:
2K n
Ahora reemplazamos los valores: 2k 50
SEGUNDO
BIMESTRE
Si decimos que K= 5, entonces tendremos que 25 = 32, lo que significa que no se cumple la condicin,
puesto que hay 50 datos y 32 es menor a 50.
Luego, si K = 6, tendremos que 26 = 64, esto significa por tanto que la condicin 26 > 50, es correcta
SOLUCIONARIO
porque 64 > 50.
De esta manera llegamos a confirmar la distribucin de los datos en 6 intervalos.
4. Tamao o anchura de clase, con los datos anteriormente definidos, encontramos el tamao del
intervalo de clase:
MULTIMEDIA
RECURSOS
En este caso, como no result un valor exacto, aproximamos al inmediato superior que sera 6.
5. Nuevo rango, debido al resultado anterior debemos encontrar un nuevo rango, si hubiramos
tenido un resultado exacto no hace falta realizar este paso.
Nuevo rango=(tamao de clase)*(nmero de clases)
Nuevo rango=(6)*(6)=36
Si relacionamos con el rango original (33) vemos que nos van a sobrar 3 datos, los cuales se pueden
distribuir entre los valores menores y mayores pero como en este caso el primer valor es 0 solamente
podemos agregar los nuevos datos al valor mayor, lo que significara que vamos a llegar hasta 36 en la
distribucin de frecuencias.
28
NDICE
6. Elaboracin de la tabla de frecuencias (ni). Una vez que ya contamos con todos los elementos
procedemos a elaborar la tabla de frecuencias, considerando los intervalos, el conteo y la frecuencia
PRELIMINARES
correspondiente:
Tabla 4: Nmero de solicitudes de prstamos para casas

Escriba la frecuencia
que le corresponde a
Nmero de solicitudes Tabla de conteo Frecuencia (ni) cada clase
06 /////////////////////////// 27
BIMESTRE
PRIMER
612 /////////// 11
1218 /////// 7
1824 /// 3
2430 / 1
3036 / 1
SEGUNDO
BIMESTRE
Total 50
Esta columna solo es un

elemento auxiliar
SOLUCIONARIO
Consideremos que:
Para ubicar los datos se puede tomar un solo criterio para toda la distribucin. Por ejemplo:
Si el valor del lmite superior de una clase es igual al lmite inferior de la siguiente clase, y el
dato es exactamente igual a ese valor, se lo puede ubicar en el intervalo en donde coincide
con el lmite superior o ubicarlo en el intervalo en donde es igual al lmite inferior, pero ese
MULTIMEDIA
RECURSOS
mismo criterio se debe aplicar a toda la distribucin.
En el ejercicio, el valor 6, se ubica en el primer intervalo y no en el segundo, lo mismo que el

valor 18 o el 24, se consideran en el intervalo tercero y cuarto, respectivamente.
Con esto hemos logrado construir una tabla de frecuencias.
Es hora de practicar lo aprendido, para lo cual le invito a desarrollar los ejercicios 12, 13 y 14, que se
encuentran en el texto bsico.
2.3. Distribuciones de frecuencia relativa
Hasta ahora, hemos determinado las frecuencias absolutas simples, o solamente conocidas como
frecuencias, sin embargo, tambin podemos determinar las frecuencias relativas que se definen como la
proporcin de datos que contiene cada intervalo del total.
Para encontrarla, lo que hacemos es dividir cada frecuencia absoluta simple para el nmero total de
observaciones y si queremos expresar en porcentaje a este resultado se lo multiplica por 100.
29
NDICE
Tabla 5: Nmero y proporcin de solicitudes de prstamos para casas
PRELIMINARES
Frecuencia Frecuencia Frecuencia relativa
Nmero de solicitudes
absoluta relativa (en porcentaje)
06 27 0,54 54
612 11 0,22 22
1218 7 0,14 14
1824 3 0,06 6
BIMESTRE
PRIMER
2430 1 0,02 2
3036 1 0,02 2
Total 50 1 100
Se puede presentar en
SEGUNDO
cualquiera de las dos formas
BIMESTRE
Como podemos observar la suma de las frecuencias relativas siempre nos tiene que resultar igual a 1,
o si lo estamos presentando de manera porcentual a 100%, puesto que lo que hacemos es definir la
proporcin de datos que se encuentra en cada intervalo.
SOLUCIONARIO
Con lo que hemos revisado hasta ahora puede contestar a la siguiente interrogante:
Cul es la diferencia entre frecuencia absoluta simple y frecuencia relativa simple?
Bien, si usted indic que la principal diferencia radica en que la primera se refiere a la cantidad de datos
observados y que la segunda se refiere a la proporcin de datos que se encuentra en cada intervalo o
MULTIMEDIA
RECURSOS
clase, est en lo correcto.
2.4. Representacin grfica de una distribucin de frecuencias
Ahora pasemos a presentar la misma informacin a travs de un grfico, para ello se utilizan el histograma
y el polgono de frecuencias. Realice la lectura de este tema en el texto bsico y luego elabore un cuadro
resumen de las caractersticas de cada una.
_______________________________________
_______________________________________
HISTOGRAMA _______________________________________
_______________________________________
_______________________________________
Siguiendo con el ejercicio anterior, vamos a representar grficamente la distribucin de frecuencias a

travs de un histograma, lo que nos permitir por simple observacin llegar a conclusiones sobre el
conjunto de datos, de la siguiente manera:
30
NDICE
HISTOGRAMA
PRELIMINARES
Solicitudes de prstamos para casas en
Bancos y/o Instituciones
30
27
Nmero de Bancos y/o Instituciones de prstamos
28
BIMESTRE
PRIMER
26
24
22
20
18
16
SEGUNDO
14
BIMESTRE
11
12
10
7
8
6
3
4
SOLUCIONARIO
1 1
2
0
06 6 12 12 18 18 24 24 30 30 36
MULTIMEDIA
Fuente: tabla 5
RECURSOS
Es conveniente ahora, que usted, sin observar la tabla con los valores, y solamente observando el grfico,
enuncie las principales conclusiones a las que puede abordar:
__________________________________________________________________
__________________________________________________________________
__________________________________________________________________
___________________________________________________________________
__________________________________________________________________.
Revise ahora en el texto bsico, lo referente al polgono de frecuencias y describa las caractersticas y
todo aquello que se debera considerar
_____________________________________
_____________________________________
POLIGONO DE
_____________________________________
FRECUENCIAS _____________________________________
_____________________________________
Elaboremos ahora, el grfico conociendo que previamente hay otros elementos que se debe preparar,
como se muestra en la tabla 6.
31
NDICE
Tabla 6
PRELIMINARES
Nmero de Marcas de Frecuencia
solicitudes clase absoluta
-3 0
06 3 27
612 9 11
1218 15 7
Marcas de clase
BIMESTRE
PRIMER
1824 21 3 supuestas
2430 27 1
3036 33 1
36 0
Total 50
SEGUNDO
BIMESTRE
Para el ejercicio que venimos desarrollando el grfico ser el siguiente:
POLGONO DE FRECUENCIAS
SOLUCIONARIO
Solicitudes de prstamos para casas en
Bancos y/o Instituciones
Nmero de Bancos y/o Instituciones de
30 27
MULTIMEDIA
RECURSOS
25
20
prstamos
15 11
10 7
3
5 1 1
0 0
0
-6 -3 0 3 6 9 12 15 18 21 24 27 30 33 36 39 42
Fuente: tabla 5
De igual manera, si usted solamente estuviera observando este grfico sin conocer los datos, qu
conclusiones puede identificar? y por qu es necesario establecer las marcas de clase supuestas?
En cada uno de las representaciones grficas, usted ha podido revisarlo y por simple observacin ha
llegado a establecer conclusiones sobre los valores observados, sin embargo, tambin ha observado
que el grfico tiene un ttulo, que cada uno de los ejes de igual manera tiene un ttulo en el que se
identifica la informacin que se est presentando y tambin se debe hacer constar la fuente en la que se
origina la informacin y quin lo elabora.
32
NDICE
Adicionalmente los grficos deberan ir numerados cuando hay algunos en un mismo documento, de
manera que luego al presentar la investigacin se elabore un ndice de grficos y de tablas.
PRELIMINARES
El ttulo de todo grfico, debe reflejar la informacin que se est presentando, de manera que el lector
inmediatamente pueda identificarla a travs de las representaciones.
Por otro lado cuando hablamos del polgono de frecuencias es necesario establecer marcas de clase
supuestas con la finalidad de cerrar el polgono. Como podemos observar en la tabla 6, las marcas de
BIMESTRE
PRIMER
clase supuestas son (-3) y (39), una anterior a la primera y otra posterior a la ltima. Como la primera
marca de clase es (3) entonces le restamos el tamao de los intervalos que en este caso es (6) lo que nos
dara como resultado una marca de clase de (-3), de igual manera procedemos con la ltima, como la
marca de clase es (33) entonces le sumamos el tamao de los intervalos (6) lo que nos da como resultado
(39).
SEGUNDO
BIMESTRE
En el caso de querer representar las frecuencias relativas, realizamos exactamente el mismo procedimiento
con la diferencia que en el eje de las Y no ubicaremos una escala con las frecuencias absolutas, sino con
las frecuencias relativas, en lo dems se siguen los mismos procedimientos.
SOLUCIONARIO
2.5. Distribuciones de frecuencia acumuladas
El anlisis de la informacin a veces requiere considerar la cantidad de datos que van quedando despus
de unos o tambin analizar la proporcin de datos que se encuentran antes o despus de determinado
valor, para ello se emplea el anlisis de las frecuencias acumuladas.
MULTIMEDIA
RECURSOS
Remtase al texto para que establezca la funcin de las frecuencias acumuladas de manera que las pueda
resumir en un cuadro sinptico.
En efecto, una frecuencia acumulada nos muestra la cantidad de datos u observaciones que se encuentran
antes o despus de un valor de inters y de igual forma podemos llegar a establecer las frecuencias
acumuladas relativas, que siguen el mismo procedimiento.
Adicionalmente a lo que nos presentan los autores del texto bsico, podemos explicar lo correspondiente
a las frecuencias acumuladas, de la siguiente manera:
Para encontrar las frecuencias acumuladas, hay que partir de la necesidad de anlisis, pues
podemos realizar una distribucin menor que o una distribucin mayor que.
La frecuencia acumulada menor que, nos muestra el nmero de datos que se encuentran por
debajo de un determinado valor; para encontrarla lo que hacemos es ir sumando las frecuencias
anteriores.
La frecuencia acumulada mayor que, en cambio nos presenta el nmero de datos que se
encuentra despus de determinado valor, por lo que iniciamos con el total de observaciones y
luego vamos restando las frecuencias absolutas simples de cada intervalo.
De igual forma trabajamos con las frecuencias relativas; de manera que podemos encontrar las
frecuencias acumuladas mayor que o menor que.
Continuando con los datos del ejercicio anterior, tendramos lo siguiente:
33
NDICE
Tabla 7
PRELIMINARES
Frecuencia Frecuencia
Frecuencia
Nmero de acumulada acumulada
absoluta clculo clculo
solicitudes Menor Mayor
simple
que que
06 27 27 27 + 0 50 500
6 12 11 38 27 + 11 23 5027
12 18 7 45 38 + 7 12 2311
BIMESTRE
PRIMER
18 24 3 48 45 + 3 5 127
24 30 1 49 48 + 1 2 53
30 36 1 50 49 + 1 1 21
Total 50
SEGUNDO
BIMESTRE
En el primer caso respondemos a la pregunta cuntos datos menores que 6 hay? y la respuesta es 27, o si
vemos en el siguiente caso cuntos datos menores que 12 hay?, sern los que van quedando entonces
sern los 27 del primer intervalo ms los 11 del segundo, as sucesivamente llegamos hasta el ltimo en
donde tendremos la totalidad de los casos.
SOLUCIONARIO
Cuando trabajamos con la frecuencia acumulada mayor que, vamos a dar respuesta a la interrogante
cuntos datos mayores que 0 hay?, en este caso la respuesta ser 50, o sea la totalidad de los datos,
luego para el siguiente intervalo preguntamos cuntos datos mayores que 6 hay? y la respuesta vendra
dada por la diferencia entre los 50 y los que van quedando en el primer intervalo que son 27. De igual
forma seguimos hasta llegar al ltimo intervalo que ser igual a la frecuencia absoluta simple.
MULTIMEDIA
RECURSOS
Puede ahora responder a las siguientes preguntas:
Cuntos datos menores a 24 existen?
Cuntos datos menores a 30 existen?
Cuntos datos mayores a 18 existen?
Cuntos datos mayores que 6 existen?
De acuerdo. Para que verifique sus respuestas observe las columnas correspondientes a las frecuencias
acumuladas.
2.6. Representacin grfica de las frecuencias acumuladas
El grfico que nos permite observar con mayor rapidez la forma en la que se encuentran los datos, se
denomina OJIVA y al igual que las tablas tendremos entonces una ojiva menor que y una ojiva mayor
que.
Este es un grfico lineal en donde el eje Y contiene las frecuencias acumuladas y en el eje X seguimos
representando los lmites de los intervalos.
Presentamos cada uno de los grficos resultantes:
34
NDICE
PRELIMINARES
BIMESTRE
PRIMER
SEGUNDO
BIMESTRE
SOLUCIONARIO
MULTIMEDIA
RECURSOS
De igual forma podemos proceder con las frecuencias relativas acumuladas en donde el eje Y tendra
como escala del 0 al 100%.
Qu diferencias puede mencionar de los dos grficos?
2.7. Otros tipos de grficos comnmente utilizados
Revise unas pginas anteriores en el texto bsico (representacin grfica de datos cualitativos) y usted
podr encontrar otros tipos de grficos que le permiten representar la informacin que se recoge en las
investigaciones que se realizan:
Enuncie el uso que cada una de ellas tiene y presntelo en un cuadro sinptico:
Barras verticales
Barras horizontales
Lineal
Circular
Otros que usted puede identificar
35
NDICE
Ejercicios
PRELIMINARES
Realice los ejercicios 30, 33 y 36 que constan en el texto bsico despus del resumen del captulo.
BIMESTRE
PRIMER
Vamos ahora a ejercitarnos con la presentacin y el anlisis de la informacin que se observa en distintos
medios, para ello le sugiero que haga lo siguiente:
Revise los peridicos y observe la informacin que se muestra en la seccin financiera, ubique un
grfico y extraiga sus propias conclusiones, luego de ello lea la informacin completa.
SEGUNDO
BIMESTRE
Realice una encuesta a varias personas y pregunte su edad, luego a esa informacin presntela
en una serie de frecuencias, (si es del caso, elabore una tabla de distribucin de frecuencias),
represntela grficamente.
SOLUCIONARIO
Es hora de constatar lo que hemos avanzado en el estudio de esta unidad, para lo cual le invito a
desarrollar la siguiente autoevaluacin.
MULTIMEDIA
RECURSOS
36
NDICE
Autoevaluacin 2
PRELIMINARES
A. Conteste dentro del parntesis con V o F si considera que las siguientes afirmaciones son
verdaderas o falsas respectivamente.
1.() Las encuestas se consideran como una fuente de informacin secundaria.
BIMESTRE
PRIMER
2.() Las variables cualitativas se subdividen en discretas y continuas.
3.() Las variables discretas se originan en la enumeracin o el conteo.
4.() Una tabla de distribucin de frecuencias nos permite presentar en forma resumida un
SEGUNDO
conjunto de datos.
BIMESTRE
5.() La marca de clase es el punto medio de un intervalo de clase.
6.() La frecuencia relativa simple nos muestra la proporcin de datos que se encuentran
en cada uno de los intervalos de clase.
SOLUCIONARIO
7.() Los lmites de clase determinan los valores mnimo y mximo de cada uno de los
intervalos de clase.
8.() Para realizar el polgono de frecuencia se utilizan las frecuencias acumuladas.
9.() El histograma se caracteriza por ser un grfico de barras verticales continuas.
MULTIMEDIA
RECURSOS
10.() Se denominan ojivas a las representaciones grficas de las frecuencias acumuladas
menor qu y/o mayor qu.
Recuerde que usted puede constatar sus respuestas en el solucionario que se encuentra al final de esta
gua.
Cmo le fue? Bien, me alegra. Si no es as, le recomiendo volver a revisar los temas de manera que se
encuentre listo para comprender la siguiente unidad.
Para recordar:
En esta unidad hemos conocido la forma de recoger la informacin y la hemos organizado y presentado
de acuerdo a su origen, tipo y necesidad de informacin.
Hemos conocido el procedimiento para construir una tabla de distribucin de frecuencias con todos
sus elementos y representaciones grficas.
Ahora nos corresponde seguir con el tratamiento de la informacin y para ello, nos adentramos a
conocer las caractersticas que se pueden extraer del grupo de datos investigados, para llegar a obtener
conclusiones vlidas sobre el.
Ir a solucionario
37
NDICE
UNIDAD 3: MEDIDAS DESCRIPTIVAS: MEDIDAS DE TENDENCIA CENTRAL
PRELIMINARES
Para el desarrollo de esta unidad, revise conjuntamente con esta gua el captulo 3 del texto
bsico denominado: Descripcin de datosmedidas numricas.
3.1. Introduccin
BIMESTRE
PRIMER
Una vez que conoce la forma de recoger informacin y de presentarla, sea travs de tablas o con el
procedimiento realizado para elaborar una tabla de distribucin de frecuencias, ahora es conveniente
seguir con las caractersticas que permiten describir a un conjunto de datos que se recogen de un
problema a investigarse.
SEGUNDO
BIMESTRE
Siempre se observan indicadores o elementos referenciales de los cuales se extraen conclusiones
respecto al tema investigado.
En esta ocasin iniciamos la bsqueda de esas caractersticas y para ello lo hacemos con el estudio de
SOLUCIONARIO
las medidas de tendencia central que no son ms que la determinacin de una caracterstica puntual de
acuerdo a la necesidad del investigador y al objeto en estudio.
Vamos entonces a conocer cada una de estas herramientas.
Para nuestro estudio tomaremos inicialmente en esta unidad una primera parte del captulo que se
MULTIMEDIA
encuentra desarrollado en el texto bsico, por ello revisemos la gua para ir luego al texto.
RECURSOS
3.2. Medidas de tendencia central
Tambin se conocen como medidas de ubicacin. Para comprender estos conceptos remtase al texto
Video
bsico en la parte introductoria del captulo 3.
3.2.1. Media aritmtica
Presentacin 3.2.1.1. Definicin
Lea en el texto bsico la explicacin sobre la media poblacional y la media muestral; all se va a encontrar
con dos conceptos previamente analizados en esta gua como son el parmetro y el estadstico, ya
sabemos que son las caractersticas de la poblacin y de la muestra respectivamente.
Ahora, luego de la lectura realizada, usted puede enunciar una definicin propia de lo que considera
como media aritmtica, independientemente si se trata de una poblacin o de una muestra, entonces
escrbala en su cuaderno de trabajo.
Remtase ahora al texto bsico, donde encontrar desarrolladas las propiedades de la media aritmtica,
analice cada una de ellas y presntelas en un cuadro resumen.
38
NDICE
PRELIMINARES
Para llegar a determinar el valor de la media aritmtica podemos resumir la forma de hacerlo de acuerdo
a las caractersticas de los datos, puesto que en el texto no se encuentran especificadas las variaciones
que pudieran existir. Esto le ayudar a comprender mejor la aplicacin.
FORMA DE FORMAS DE CLCULO

PRESENTACIN DE LOS
DATOS Muestra Poblacin
BIMESTRE
PRIMER
Datos no agrupados
Xi= valor observado Xi= valor observado
n = nmero de datos N = nmero de datos
SEGUNDO
BIMESTRE
Serie ordenada Xi= valor observado Xi= valor observado
ni= frecuencia de cada valor ni= frecuencia de cada valor
SOLUCIONARIO
Tabla de distribucin de
frecuencias Xi= marca de clase Xi= marca de clase
ni= frecuencia de cada clase ni= frecuencia de cada clase
MULTIMEDIA
RECURSOS
Para ampliar la comprensin de cada una de estas variantes, revise los ejercicios que se encuentran
desarrollados en el texto bsico.
Qu es lo importante aqu?
Adicionalmente a determinar el valor, es tambin, saber intepretar el resultado, en este caso cualquiera
sea el tipo de datos con el que contamos, el resultado obtenido nos indica que es un valor representativo
del conjunto, por tanto, podemos hacer referencia a ese valor obtenido porque representa a todos los
valores observados.
Revise los ejercicios desarrollados en el texto bsico, all usted podr observar el procedimiento a seguir
para calcular el valor de la media aritmtica.
Ahora vamos a desarrollar un ejemplo de clculo de la media aritmtica para datos agrupados, en base
al ejercicio que hemos venido trabajando anteriormente.
Recuerde que llegamos a obtener la siguiente tabla de distribucin de frecuencias:
39
NDICE
Frecuencia
absoluta (ni)
PRELIMINARES
06 27
6 12 11
12 18 7
18 24 3
24 30 1
BIMESTRE
30 36 1
PRIMER
Total 50
Para calcular la media aritmtica, seguiremos los siguientes pasos:
SEGUNDO
BIMESTRE
Nmero de Frecuencia Marcas de a. Establecer la marca de clase
Xini
solicitudes absoluta (ni) clase (Xi)
06 27 3 81
b. Obtener el producto entre la
6 12 11 9 99 marca de clase y la frecuencia
absoluta
SOLUCIONARIO
12 18 7 15 105
18 24 3 21 63
24 30 1 27 27
30 36 1 33 33
c. Sumar cada uno de los
Total 50 408 productos anteriores
MULTIMEDIA
RECURSOS
d. Dividir esta suma para el nmero
de datos analizados
Qu significado tiene entonces este resultado?
En efecto, como se trata de una variable discreta se puede tomar el valor entero esto es 8, y se dira que
en los 50 bancos se han tramitado 8 solicitudes de prstamos para casas durante un mes.
3.2.2. Media aritmtica ponderada
Podramos decir que esta es una variante de la media aritmtica, cuando los datos se presentan de otra
manera distinta a las mencionadas anteriormente.
Lea en el texto bsico esta parte y defina entonces lo que usted considera que es una ponderacin.
Si en el enunciado que usted realiza, hace referencia a la presencia o asignacin de algn peso,
importancia o un valor relacionado con el valor que toma la variable, est en lo correcto.
40
NDICE
En el texto usted encuentra que en el ejemplo inicial se hace referencia al precio de las bebidas de
acuerdo a cada una de las presentaciones, entonces se determina el precio promedio.
PRELIMINARES
Como veremos all es fcil determinar la variable, a travs de la interrogante que ha sido: establecer
el precio promedio; luego, la cantidad de bebidas en cada una de las presentaciones constituye la
ponderacin porque no se han vendido en iguales cantidades.
Cmo vamos a calcular?
BIMESTRE
PRIMER
Seguimos el mismo procedimiento que para la media aritmtica de una serie ordenada, en donde la
diferencia sera que ni, ser ahora la ponderacin o peso asignado a cada valor (wi).
La frmula quedara de la siguiente manera:
SEGUNDO
BIMESTRE
Ilustremos la aplicacin, a travs del siguiente ejercicio:
SOLUCIONARIO
Una librera especializada se concentra principalmente en libros usados. Los libros de pasta rstica cuestan
1.00 dlar cada uno, y los de pasta dura, 3.50 dlares. De los 50 libros vendidos el pasado martes por la
maana, 40 fueron de pasta rstica, y el resto de pasta dura. Cul fue el precio medio ponderado de un libro?
De acuerdo a la interrogante planteada, se establece que la variable es el Precio y que la cantidad
MULTIMEDIA
RECURSOS
vendida correspondera al peso o la ponderacin para cada uno de los tipos de libros, de esta manera
tendremos el siguiente cuadro de datos:
CANTIDAD
TIPO DE LIBRO PRECIO (Xi) (XiWi)
(Wi)
Pasta rstica 1 40 40
Pasta dura 3,5 10 35
50 75
Esto significa que en promedio los 50 libros fueron vendidos a 1,5 dlares, podemos decir tambin que
el precio tpico de los libros es de 1,5 dlares.
Analice ahora el ejemplo que se ha desarrollado sobre la aplicacin de la media ponderada que consta
en el texto bsico.
41
NDICE
3.2.3. Mediana
PRELIMINARES
3.2.3.1. Definicin
Remtase al texto bsico y en el acpite titulado como mediana, lea, analice y establezca su propia
definicin sobre este indicador.
Con la lectura y reflexin, se ha podido dar cuenta que mientras la media aritmtica utiliza todos los
BIMESTRE
valores que se han recogido de una investigacin, la mediana solamente establece el valor que se
PRIMER
encuentra utilizando la posicin central dentro del conjunto.
Siguiendo con la lectura, ahora puede establecer las caractersticas de este indicador, y luego las puede
SEGUNDO
BIMESTRE
enunciar de manera resumida.
SOLUCIONARIO
Al igual que en el clculo de la media aritmtica, tambin en la mediana debera identificarse el tipo de
datos que se tiene para luego identificar el procedimiento.
Esta parte no se encuentra desarrollada en el texto bsico, por lo que lo voy a explicar aqu:
MULTIMEDIA
RECURSOS
Mediana para datos no agrupados
Los datos no agrupados son aquellos que no tienen una ordenacin previa para presentarlos; por ello,
se debe realizar lo siguiente:
a. Con los datos recogidos se procede a ordenarlos de manera ascendente o descendente

b. Establecer el dato que ocupa la posicin central.
c. Identificar el valor del dato que ocupa la posicin central que vendra a ser el valor mediano.
Para identificar el dato que se encuentra ocupando la posicin central dentro de todo el conjunto de
datos, aplicaremos la siguiente ecuacin:
Con cuyo resultado contaremos la posicin desde el valor menor y desde el valor mayor, por ejemplo, si
tenemos los siguientes datos: 6, 9, 3, 7, 4, 8, 6, 9, 1, 2
Procedemos a ordenarlos: 1, 2, 3, 4, 6 , 6 , 7, 8, 9, 9, luego identificamos la posicin que ocupa el valor

central:
PosMe= 5,5
42
NDICE
Como el nmero de datos es par, significa que deberemos tomar los datos que ocupan la posicin
5 y la posicin 6. Posteriormente establecemos el promedio entre los valores encontrados y con ello
PRELIMINARES
finalmente hemos determinado el valor mediano:
Me= 6
BIMESTRE
Este resultado significa que, 6 es el valor que se encuentra ocupando la posicin central o que es el valor
PRIMER
que divide en dos partes iguales al conjunto.
Si el nmero de datos es impar, entonces encontramos la posicin, siguiendo el mismo procedimiento:
SEGUNDO
BIMESTRE
Hagamos un ejemplo de aplicacin, con los siguientes datos: 5, 8, 3, 9, 1, 5, 7, 3, 8, 6, 4.
Procedemos a ordenar los datos: 1, 3, 3, 4, 5, 5, 6, 7, 8, 8, 9
SOLUCIONARIO
Ahora establecemos el dato que ocupa la posicin central:
MULTIMEDIA
RECURSOS
PosMe= 6
Identificamos el sexto valor, aqu no hay problema empezar por el menor o por el mayor, puesto que ser
un solo valor: 1, 3, 3, 4, 5, 5 , 6, 7, 8, 8, 9.
Por simple observacin llegamos a determinar que el valor mediano es:
Me = 5
Tenga presente que primero se encuentra la posicin del dato mediano y luego el valor
mediano.
Mediana para datos agrupados
Para calcular la mediana de datos presentados en una tabla de distribucin de frecuencias, vamos a
desarrollar el siguiente procedimiento:
a. En la tabla de distribucin de frecuencias, encontramos la frecuencia acumulada.
b. Establecemos el dato que se encuentra ocupando la posicin central. Para ello utilizamos la
siguiente frmula:
43
NDICE
c. Identificamos el intervalo mediano a travs de la frecuencia acumulada y la posicin encontrada.
PRELIMINARES
d. Aplicamos la frmula de la mediana que es la siguiente:
donde: Li = lmite real inferior del intervalo mediano
BIMESTRE
PRIMER
n = nmero total de observaciones
FA = frecuencia acumulada anterior al intervalo mediano
ni = frecuencia absoluta simple del intervalo mediano
i = tamao o anchura del intervalo de clase mediano
SEGUNDO
BIMESTRE
Ilustremos el procedimiento a travs del clculo del valor mediano, con el siguiente ejercicio:
Un estudio de 241 autores famosos revel los siguientes datos acerca de la distribucin de las edades a las que
fue publicado su mejor libro. Determine la edad que corresponde al 50% de los autores
SOLUCIONARIO
Nmero de Frecuencia
Edad del autor
autores (ni) acumulada (FA)
20 a 30 20 20
30 a 40 73 93
Este es el intervalo
40 a 50 80 173 mediano porque hasta
50 a 60 44 217 all existen 173 datos y a
MULTIMEDIA
RECURSOS
60 a 70 22 239 nosotros nos interesa el
dato 120,5
70 a 80 2 241
Total 241
PosMe = 120, 5
Una vez que hemos identificado el dato que contiene el valor mediano, y que con ello hemos determinado
el intervalo mediano, continuamos con el procedimiento.
Aplicamos la frmula para encontrar el valor mediano:
Me = 43, 44
44
NDICE
Con lo aprendido usted puede interpretar este resultado. Explique su significado.
PRELIMINARES
Si en su interpretacin indica que es el valor que se encuentra ocupando la posicin central y que es el
que supera al 50% de los valores observados, entonces se encuentra en lo correcto.
3.2.4. Moda
3.2.4.1. Definicin
BIMESTRE
PRIMER
Volvamos a trabajar en el texto bsico y revise lo que nos explican al respecto los autores. Con sus propias
palabras, exprese una definicin de la moda. Generalmente, este trmino lo utilizamos para referirnos a
aquello que se encuentra con mayor frecuencia o que muchos utilizan, por ejemplo en el vestir.
SEGUNDO
BIMESTRE
Con la lectura realizada puede tambin extraer algunas caractersticas de la moda, para establecer las
diferencias y sus aplicaciones con respecto a la media aritmtica y a la mediana.
SOLUCIONARIO
Aqu trabajaremos en forma ms amplia, puesto que en el texto no existe mayor detalle de este indicador.
Al igual que en las dos medidas anteriores vamos a diferenciar entre los tipos de datos que tenemos a
disposicin.
Para datos no agrupados, por simple observacin se puede determinar el valor o los valores de la moda,
MULTIMEDIA
RECURSOS
si es que existieran.
Si tenemos los siguientes valores: 4, 5, 7, 5, 8, 1, 3, 5, 6, 8, 5
Procedemos a ordenarlos para facilitar la observacin: 1, 3, 4, 5, 5, 5, 5, 6, 7, 8, 8.
En este caso el valor modal es 5 porque es el que se repite el mayor nmero de veces en este grupo.
Para el caso de datos agrupados en una serie ordenada de frecuencias, se considera nicamente la mayor
frecuencia y el valor de la variable ser el valor modal.
Cuando trabajamos con datos agrupados en una tabla de distribucin de frecuencias, deberemos
observar los siguientes pasos:
a. Considerar el intervalo que mantiene la frecuencia absoluta simple ms alta, lo que sera intervalo
modal.
b. Determinar la diferencia entre la frecuencia del intervalo modal y del premodal.
c. Determinar la diferencia entre la frecuencia del intervalo modal y del postmodal.
d. Aplicar la siguiente frmula:
45
NDICE
Donde:
PRELIMINARES
Li = lmite real inferior de la clase modal
1= diferencia entre la frecuencia absoluta simple del intervalo modal y del premodal
2= diferencia entre la frecuencia absoluta simple del intervalo modal y del postmodal
i= tamao o anchura de la clase modal
BIMESTRE
PRIMER
Calculemos ahora el valor modal del ejercicio anterior: Frecuencia post modal
Nmero de
Edad del autor
autores (ni)
20 a 30 20
SEGUNDO
BIMESTRE
30 a 40 73
Intervalo modal, porque es
40 a 50 80 el de mayor frecuencia
50 a 60 44
60 a 70 22
SOLUCIONARIO
70 a 80 2
Total 241 Frecuencia premodal
MULTIMEDIA
RECURSOS
Mo = 41,63
Video
Con este resultado usted puede extraer una conclusin que le permite describir a la variable en mencin.
3.2.5. Relacin entre la media aritmtica, mediana y moda

Presentacin
La relacin de estas tres medidas de tendencia central o de ubicacin nos permite identificar la forma en
la que se encuentran distribuidos los valores, de manera que as se puede determinar el tipo de sesgo
que contiene el conjunto de datos.
En el texto bsico, en el acpite titulado "Posiciones relativas de la media, la mediana y la moda", podr
leer sobre este tema.
Recuerde usted que hemos trabajado las tres medidas de tendencia central de manera que en un mismo
conjunto se pueden establecer estas tres medidas, salvo las excepciones para la media aritmtica como
es el caso de la presencia de valores extremos o cuando existen intervalos abiertos en una tabla de
distribucin de frecuencias.
46
NDICE
A travs de la relacin entre estas medidas, podemos ver que existen tres casos que se pueden determinar
en cuanto se refiere a la forma en la que se presentan los datos y que se resumen a continuacin:
PRELIMINARES
SIMTRICA
SESGADA A LA DERECHA o
SESGO POSITIVO
BIMESTRE
PRIMER
SESGADA A LA IZQUIERDA
o SESGO NEGATIVO
SEGUNDO
Con estas caractersticas, ya se puede identificar cada uno de los grficos que se presentan y el tipo de
BIMESTRE
sesgo que tienen.
SOLUCIONARIO
SIMTRICA (cero sesgo) SESGO POSITIVO SESGO NEGATIVO
3.2.6. Media geomtrica
MULTIMEDIA
RECURSOS
Adicionalmente a las medidas que hemos analizado hasta ahora, existe la media geomtrica que nos
permite tambin calcular promedios de acuerdo al tipo de variable e informacin con la que estamos
trabajando. Su uso obedece tambin a la necesidad del investigador, revisemos ahora.
3.2.6.1. Definicin
Lea en el texto bsico lo referente a esta herramienta y con sus propias palabras defina su significado.
De la lectura realizada para establecer la definicin tambin puede llegar a identificar caractersticas
propias por las cuales se la aplica en las diferentes investigaciones. Una de ellas, establece que el valor
obtenido al calcular la media geomtrica, nunca es mayor que la media aritmtica.
Esta medida tambin se la utiliza cuando queremos identificar el promedio al que cambia una variable
durante un perodo de tiempo, el caso ms ilustrativo del uso de esta medida es cuando se requiere
conocer el promedio de crecimiento anual de la poblacin de un pas durante un perodo; la misma
aplicacin encontramos cuando se est trabajando con tasas (porcentuales) que seran a las que cambia
la variable. En el texto bsico, usted puede encontrar la ilustracin de su uso a travs de los ejemplos
desarrollados.
Al revisar el texto bsico, va a encontrar que existen dos formas de aplicar la media geomtrica, de
acuerdo a la necesidad y a la aplicacin que se requiera:
47
NDICE
1. Utilizando la frmula que considera la raz n-sima del producto de las variables.
PRELIMINARES
2. Utilizando la frmula para establecer el promedio de los porcentajes o incrementos por cada
perodo en donde se considera la cantidad final y la cantidad inicial.
BIMESTRE
PRIMER
Desarrollemos un ejercicio para ilustrar el segundo caso:
La poblacin del Ecuador en el ao 2001 fue de 12500.000 habitantes. De acuerdo a los datos registrados
SEGUNDO
BIMESTRE
en el censo del ao 2010, la poblacin es de 14483.499 habitantes. Cul es la tasa de incremento promedio
anual de la poblacin ecuatoriana?
SOLUCIONARIO
MULTIMEDIA
RECURSOS
MG=1,65%
Esto significa entonces que cada ao la poblacin ha crecido en el 1,65% en promedio
Revise los ejercicios resueltos para cada uno de los casos establecidos que se encuentran en el texto
bsico.
En este momento vamos a desarrollar un ejercicio, en el que calculamos las tres medidas de tendencia
central y luego procederemos a considerar una distribucin en donde la variable se refiere a las
calificaciones obtenidas en un examen, por lo que emplearemos el concepto de lmites reales. Vaya
repasando cada uno de los pasos en el clculo de las medidas, as como tambin los elementos que se
utilizan.
48
NDICE
Ejercicio de aplicacin
PRELIMINARES
En un examen de estadstica rendido por 54 estudiantes, se obtuvieron las siguientes calificaciones
(sobre 100 puntos):
ESTUDIANTES
CALIFICACIONES
(ni)
4549 2
BIMESTRE
5054 3
PRIMER
5559 5
6064 6
6569 7
7074 8
SEGUNDO
BIMESTRE
7579 6
8084 6
8589 5
9094 3
SOLUCIONARIO
9599 3
54
Se solicita calcular, la media aritmtica, la mediana y la moda, e identificar el tipo de sesgo que tiene el
conjunto de datos.
MULTIMEDIA
RECURSOS
Media aritmtica
ESTUDIANTES
CALIFICACIONES Xi (Xi*ni)
(ni)
4549 2 47 94
5054 3 52 156
5559 5 57 285
6064 6 62 372
6569 7 67 469
7074 8 72 576
7579 6 77 462
8084 6 82 492
8589 5 87 435
9094 3 92 276
9599 3 97 291
54 3908
= 72, 37
49
NDICE
De acuerdo a este resultado, podemos afirmar que la calificacin representativa del conjunto de 54
estudiantes es de 72,37. Si la variable queda expresada en puntaje exacto, la calificacin representativa
PRELIMINARES
sera de 72 puntos.
Mediana
ESTUDIANTES Lmites
CALIFICACIONES FA
(ni) reales
BIMESTRE
4549 2 44,549,5 2
PRIMER
5054 3 49,554,5 5
5559 5 54,559,5 10
6064 6 59,564,5 16
6569 7 64,569,5 23
SEGUNDO
BIMESTRE
7074 8 69,574,5 31 Intervalo mediano
7579 6 74,579,5 37
8084 6 79,584,5 43
8589 5 84,589,5 48
SOLUCIONARIO
9094 3 89,594,5 51
9599 3 94,599,5 54
54
MULTIMEDIA
RECURSOS
Me = 72
Segn el resultado obtenido, quiere decir que el 50% de estudiantes ha obtenido una calificacin de 72
puntos, por debajo de esa calificacin se encuentra el 50% de estudiantes y sobre esa misma calificacin
se encuentra el 50% restante.
50
NDICE
Moda
PRELIMINARES
ESTUDIANTES Lmites
CALIFICACIONES
(ni) reales
4549 2 44,549,5
5054 3 49,554,5
5559 5 54,559,5
6064 6 59,564,5
BIMESTRE
PRIMER
6569 7 64,569,5
7074 8 69,574,5 Intervalo modal
7579 6 74,579,5
8084 6 79,584,5
8589 5 84,589,5
SEGUNDO
BIMESTRE
9094 3 89,594,5
9599 3 94,599,5
54
SOLUCIONARIO
MULTIMEDIA
RECURSOS
Mo = 71, 17
El resultado de la moda nos explica que la calificacin que se presenta con mayor frecuencia en el grupo
de los 54 estudiantes es de 71 puntos.
Sesgo
Al comparar los resultados obtenidos con las tres medidas de tendencia central, tendremos que:
= 72,37
Me = 72
Mo = 71,17
El valor de la media aritmtica es mayor a los valores de la mediana y de la moda, por lo tanto, la
distribucin tiene sesgo levemente positivo, porque como observamos la diferencia entre los valores
resultantes, no es mayor.
51
NDICE
PRELIMINARES
Para una mejor comprensin y desarrollo de las habilidades en la resolucin de problemas que tienen
que ver con la aplicacin de estas herramientas, es necesario proceder a resolver ejercicios en donde se
consideren distintas formas en las que se encuentran los datos recogidos y sobre todo las necesidades
de investigacin.
BIMESTRE
PRIMER
Por ello le sugiero que realice los ejercicios que se encuentran en el texto bsico al finalizar cada uno de
los temas, as como tambin aquellos que se encuentran en la primera parte del resumen del captulo 3
del texto, desde el ejercicio 63 hasta el 74.
Adicionalmente, al encontrar la respuesta, se requiere comprenderla y analizarla en base a las
SEGUNDO
BIMESTRE
caractersticas de la herramienta utilizada.
Resulta necesario e importante medir el avance en la comprensin de los temas desarrollados, le vuelvo
a insistir que todos los contenidos de este componente educativo se convierten en prerrequisito de
SOLUCIONARIO
los siguientes, por tanto, asegrese de haber comprendido todos, para ello le propongo la siguiente
autoevaluacin.
MULTIMEDIA
RECURSOS
52
NDICE
Autoevaluacin 3
PRELIMINARES
verdaderas o falsas respectivamente:
BIMESTRE
1.() El clculo de la media aritmtica toma en cuenta todos los valores del conjunto de
PRIMER
datos.
2.() En una tabla de distribucin de frecuencias en la que existe un intervalo de clase

abierto, no es posible calcular el valor de la media aritmtica.
SEGUNDO
BIMESTRE
3.() La suma de las diferencias entre cada uno de los valores con respecto a la media
aritmtica, siempre debe ser igual al nmero de datos recogidos.
4.() La mediana es el valor que se encuentra repetido el mayor nmero de veces dentro
SOLUCIONARIO
del conjunto.
5.() El valor mediano ocupa la posicin central dentro del conjunto de observaciones.
6.() Para calcular el valor mediano en una tabla de distribucin de frecuencias, se requiere
considerar la frecuencia acumulada.
MULTIMEDIA
RECURSOS
7.() En un conjunto de datos puede existir uno o ms valores modales.
8.() Cuando el valor de la media aritmtica es igual a los valores de la mediana y la moda,
se dice que la distribucin de los datos es simtrica.
9.() La media geomtrica es aquel valor que se encuentra ocupando la posicin central
dentro de un conjunto de valores.
10.() La media geomtrica siempre es menor o igual (nunca mayor) que la media aritmtica.
Importante: al final de esta gua didctica, usted puede encontrar el solucionario a esta autoevaluacin,
esto le permitir contrastar sus avances. Si en alguna de las preguntas ha fallado en su respuesta, vuelva
a revisar el tema de manera que asegure su comprensin.
No pase a la siguiente unidad hasta que se encuentre convencido de sus habilidades en estos temas.
Ir a solucionario
53
NDICE
Para recordar:
PRELIMINARES
Con los temas desarrollados en esta unidad, hemos podido determinar las principales caractersticas de
un conjunto de datos, lo que nos ha permitido a su vez llegar a conclusiones sobre el tema investigado.
Las medidas de tendencia central son fciles de entender y nos determinan un valor en cada una, luego
al relacionar los valores alcanzados se llega tambin a identificar el tipo de sesgo o la forma en la que se
encuentran distribuidos los valores.
Cada una de las medidas posee sus caractersticas y aplicaciones, por lo que se debe tener bien claro
BIMESTRE
PRIMER
cundo y para qu aplicarlas.
Otra de las medidas de tendencia central es la media geomtrica, que tiene su aplicabilidad de acuerdo
a las necesidades del investigador y de acuerdo a las caractersticas de la informacin.
Tambin hemos abordado a la media ponderada, que viene a ser un caso especial de la media aritmtica.
SEGUNDO
BIMESTRE
En el segundo bimestre, tendremos la oportunidad de analizar las medidas de dispersin, que tambin
nos permitirn caracterizar de mejor manera al conjunto de datos y valores observados.
Hemos concluido con el estudio de todas las unidades correspondientes al primer bimestre, ahora,
SOLUCIONARIO
estamos preparados para rendir nuestra primera evaluacin presencial parcial, le auguro el mejor de los
xitos, y le invito a que con el mismo o mayor nimo contine con los temas a desarrollar en el segundo
bimestre.
MULTIMEDIA
RECURSOS
54
SEGUNDO BIMESTRE
6.5. Competencias genricas

Vivencia de los valores universales del humanismo de Cristo
Comunicacin oral y escrita
Orientacin a la innovacin y a la investigacin
Pensamiento crtico y reflexivo

Trabajo en equipo
Comunicacin en ingls
Compromiso e implicacin social
Comportamiento tico
Organizacin y planificacin del tiempo
6.6. Planificacin para el trabajo del alumno

Competencias especficas Competencias especficas Contenidos
Actividades de aprendizaje Indicadores de aprendizaje Tiempo de dedicacin
de titulacin del componente educativo Unidades
Desarrolla el pensamiento Utiliza los elementos UNIDAD 4: Medidas Revisin de la gua Describe un conjunto Semana 1
matemtico y estadstico conceptuales y descriptivas: Medidas de didctica. de datos, identificando
para la aplicacin y anlisis procedimentales de la dispersin la importancia de las Cuatro horas de autoestudio
de aspectos econmicos. estadstica descriptiva. Lectura comprensiva medidas de dispersin.
4.1. Introduccin del captulo 3 del texto Cuatro horas de interaccin
Reconoce la bsico (medidas de Calcula, analiza e
importancia de la 4.2. Medidas de dispersin dispersin) y del interpreta los
estadstica como eje captulo 4 (otras resultados de la
transversal para la 4.2.1. Amplitud de Variacin medidas de posicin). aplicacin de las
organizacin, 4.2.2. Desviacin media medidas de dispersin.
sistematizacin, absoluta Desarrollo de los
inferencia y validacin 4.2.2.1. Definicin ejercicios de revisin
en las diferentes 4.2.2.2. Caractersticas que constan al finalizar
disciplinas del 4.2.2.3. Formas de la explicacin del
conocimiento clculo captulo 3 y del
captulo 4.
55
cientfico.

Aplica los conceptos 4.2.3. Varianza y desviacin Inicia el desarrollo de la
estadsticos bsicos estndar evaluacin a distancia
correctamente en el correspondiente al
desarrollo de ejercicios 4.2.3.1. Definicin segundo bimestre.
referentes a la realidad 4.2.3.2. Caractersticas
en la que se 4.2.3.3. Formas de Desarrollo de las
desenvuelve. clculo actividades
recomendadas.
Organiza, analiza e 4.2.4. Coeficiente de
interpreta informacin variacin
recogida en un 4.2.5. Asimetra
problema a investigar 4.2.6. Otras medidas de

dispersin
Sugiere la toma de
decisiones con criterio 4.2.6.1. Cuartiles
tcnico cientfico en 4.2.6.2. Deciles
base a la informacin 4.2.6.3. Percentiles
existente.
UNIDAD 5: Introduccin al Revisin de la gua Define e identifica los Semanas 2 y 3
estudio de la probabilidad didctica. elementos de las
probabilidades. Ocho horas de autoestudio
5.1. Introduccin Lectura comprensiva
del captulo 5 del texto Identifica y desarrolla Ocho horas de interaccin
5.2. Definicin de probabilidad bsico. ejercicios aplicando las
reglas de probabilidad.
5.3. Enfoques de probabilidad Desarrollo de las
autoevaluaciones que
5.4. Reglas de probabilidad constan en el texto
bsico por cada tema
5.4.1. Reglas de adicin
analizado.
5.4.2. Reglas de
multiplicacin Desarrollo de las
actividades
5.5. Diagramas de rbol
recomendadas que
5.6. Anlisis combinatorio constan en la gua
didctica.
5.6.1. Permutacin
5.6.2. Combinaciones Contina con el
desarrollo de la
evaluacin a distancia.
56
UNIDAD 6: Distribuciones de Revisin de la gua Reconoce las Semanas 4 y 5
probabilidad discreta didctica. caractersticas de las
distribuciones de Ocho horas de autoestudio
6.1. Introduccin Lectura comprensiva probabilidad discreta.
del captulo 6 del texto Ocho horas de interaccin
6.2. Definicin de una bsico. Identifica los
distribucin de elementos de un
probabilidad Desarrollo de las problema.
autoevaluaciones que
6.3. Medidas descriptivas de constan al finalizar Determina la
una distribucin de cada tema. distribucin de
probabilidad probabilidad aplicable

Contina desarrollando de acuerdo a la
6.3.1. Media las evaluaciones a informacin del
6.3.2. Varianza y desviacin distancia. problema investigado.
tpica o estndar
Resuelve ejercicios de
6.4. Distribucin de distribuciones de
probabilidad binomial probabilidad discreta.
6.4.1. Caractersticas y usos
6.4.2. Formas de clculo
6.4.3. Uso de las tablas de
probabilidad
6.5. Distribucin
hipergeomtrica

6.6. Distribucin de Poisson

6.6.3. Uso de las tablas de
probabilidad
57
UNIDAD 7: Distribuciones de Revisin de la gua Reconoce los Semana 6
probabilidad continua didctica. elementos que
caracterizan a la Cuatro horas de autoestudio
7.1. Distribucin de Lectura comprensiva probabilidad normal.
probabilidad normal del captulo 7 del texto Cuatro horas de interaccin
bsico. Identifica los
7.1.1. Caractersticas y usos elementos de un
7.1.2. Formas de clculo Desarrollo de las problema investigado.
7.1.3. Uso de las tablas de autoevaluaciones que
probabilidad constan al finalizar Resuelve ejercicios de
cada tema. distribuciones de
7.2. Aproximacin normal a la probabilidad normal.

binomial Desarrollo de las
actividades
7.2.1. Caractersticas y usos recomendadas en la
7.2.2. Aplicacin del factor gua didctica.
de correccin por
continuidad Contina desarrollando
7.2.3. Formas de clculo las evaluaciones a
distancia.
Revisin de todos los Semanas 7 y 8

temas desarrollados en
el bimestre. Ocho horas de autoestudio
Preparacin para la Ocho horas de interaccin

segunda evaluacin
presencial parcial.
58
NDICE
PRELIMINARES
6.7. Orientaciones especficas para el aprendizaje por competencias
UNIDAD 4: MEDIDAS DESCRIPTIVAS: MEDIDAS DE DISPERSIN
BIMESTRE
PRIMER
bsico (Medidas de dispersin) y captulo 4 (Otras medidas de dispersin).
4.1. Introduccin
Una vez que se han analizado las medidas que permiten determinar caractersticas puntuales sobre un
SEGUNDO
BIMESTRE
conjunto de datos y dependiendo de las necesidades del investigador, es preciso tambin abordar el
estudio de otras medidas que nos permiten llegar a mayores conclusiones al respecto.
Estas medidas se denominan medidas de dispersin, ya que podemos identificar la variacin o la
SOLUCIONARIO
distancia existente entre cada valor con respecto a aquel que nos sirve como referencia.
Las medidas de variacin son de gran utilidad porque a travs de ellas se puede adems llegar a tomar
decisiones adecuadas, pues, si bien las medidas de tendencia central nos permiten tener un valor
referencial, a travs de las medidas de dispersin podemos llegar a conocer la variabilidad del conjunto
de datos.
MULTIMEDIA
RECURSOS
Video Veamos entonces cules son estas medidas y en qu consiste cada una de ellas.
4.2. Medidas de dispersin
Qu entiende por dispersin?, a travs de la lectura en el texto bsico, vamos a comprender el significado
Presentacin
de la dispersin entre los valores, as como tambin podemos determinar la importancia de este tipo de
medidas en el anlisis de la informacin recolectada dentro de una investigacin.
Ahora puede usted, expresar una definicin propia de lo que entiende por dispersin.
Segn la necesidad de la investigacin, encontramos varios tipos de medidas que tienen su aplicabilidad
especfica, las cuales, entre las de mayor uso, se pueden resumir de la siguiente manera:
59
NDICE
Amplitud de variacin
PRELIMINARES
o rango
Desviacin media
absoluta
Medidas de dispersin Varianza
BIMESTRE
PRIMER
Desviacin tpica o
estndar
Cuartiles, deciles y
percentiles
SEGUNDO
BIMESTRE
Analicemos ahora cada una de estas medidas.
4.2.1. Amplitud de variacin
SOLUCIONARIO
Este es un concepto que ya se lo abord cuando trabajamos las distribuciones de frecuencia, recordemos
que el rango o tambin conocido como recorrido o amplitud de variacin, nos ayuda a conocer el nmero
de puestos o lugares que recorre la variable desde el valor menor hasta el mayor.
Despus de la lectura del texto bsico sobre el tema, usted puede expresar su propia definicin.
MULTIMEDIA
Al rango lo determinamos a travs de la diferencia entre el valor mximo y el valor mnimo:
RECURSOS
Rango = Valor mximo - Valor mnimo
Como queda dicho, su resultado nos explica el nmero de puestos que recorre la variable desde el valor
menor hasta el valor mayor.
4.2.2. Desviacin media absoluta
4.2.2.1. Definicin
Despus de la lectura en el texto bsico, usted puede enunciar su propia definicin diciendo que la
desviacin media absoluta, es:
_____________________________________________________________________________________
_____________________________________________________________________________________.
La desviacin media absoluta, posee ciertas caractersticas que la diferencian de las dems. Estas
caractersticas las podemos escribir en las siguientes lneas, pues, como toda medida tiene sus ventajas
y tiene tambin sus limitaciones.
Citemos ahora las ventajas e inconvenientes que hemos podido detectar despus de haber ledo los
temas:
60
NDICE
1. Es fcil de calcular, porque es el valor medio (promedio) de las diferencias entre cada uno de los
valores con respecto a la media aritmtica.
PRELIMINARES
2. Considera todos los valores del conjunto a diferencia del rango que solamente toma los dos
valores extremos.
3. Toma en cuenta los valores absolutos de las diferencias entre cada uno de los valores registrados
y la media aritmtica.
BIMESTRE
PRIMER
4. Al tomar en cuenta los valores absolutos, no identifica la posicin real de cada valor con respecto
al valor referencial (media aritmtica).
SEGUNDO
BIMESTRE
El clculo de esta medida no reviste mayor dificultad, pues no es ms que determinar el promedio de
las diferencias entre cada valor con respecto a la media aritmtica, pero cada una de estas diferencias se
encuentra expresada en trminos o valores absolutos1.
Si se trata de valores no agrupados o simples:
SOLUCIONARIO
Ejemplo: Si tenemos los siguientes datos:
MULTIMEDIA
RECURSOS
4, 6, 3, 6, 7, 4, 5, 8, 4, 5
Determinamos primero la media aritmtica, usted puede calcularla y obtendr que la misma es: 5,2
Luego identificamos las diferencias en trminos absolutos entre cada valor con respecto a la media de
la siguiente manera:
|4 5,2|= 1,2 |4 5,2| = 1,2

|6 5,2| = 0,8 |5 5,2| = 0,2
|3 5,2| = 2,2 |8 5,2| = 2,8
|6 5,2| = 0,8 |4 5,2| = 1,2
|75,2|= 1,8 |5 5,2| = 0,2
Finalmente, aplicamos la frmula correspondiente y tenemos el valor:
DM = 1,24
Este resultado significa entonces que, en promedio, la distancia entre cada uno de los valores con
respecto a la media aritmtica es de 1,24.
1 Un valor absoluto es aquel que no considera el signo de la operacin matemtico y se lo denota entre ||, por ejemplo el -3
en valor absoluto ser |-3|= 3.
61
NDICE
Tratndose de datos agrupados presentados a travs de una tabla de distribucin de frecuencias,

debemos considerar las frecuencias que afectan a cada una de las marcas de clase, por lo que la frmula
PRELIMINARES
quedara definida de la siguiente manera:
Desarrollemos un ejemplo:
BIMESTRE
PRIMER
Vamos a tomar los datos del ejercicio que hemos venido trabajando anteriormente:
Nmero de Frecuencia Marcas de

solicitudes absoluta (ni) clase (Xi)
Diferencia entre la
06 27 3 5,16 139,32
marca de clase y la
SEGUNDO
6 12 11 9 0,84 9,24 media aritmtica que,
BIMESTRE
12 18 7 15 6,84 47,88 como sabemos, es
8,16
18 24 3 21 12,84 38,52
24 30 1 27 18,84 18,84
30 36 1 33 24,84 24,84
SOLUCIONARIO
Total 50 278,64
MULTIMEDIA
RECURSOS
DM = 5,57
Qu significado tiene para usted, este resultado?
Para interpretar este resultado, le aconsejo que recuerde la definicin desarrollada anteriormente y las
caractersticas de la medida.
Estara de acuerdo si decimos que en promedio los valores analizados de la variable, se encuentran
distantes en 5,57 unidades con respecto a la media aritmtica?
Puede revisar adicionalmente el ejemplo resuelto que se encuentra en el texto bsico.
4.2.3. Varianza y desviacin estndar
4.2.3.1. Definicin
Continuando con el anlisis de las medidas de dispersin, volvamos al texto bsico, all puede encontrar
las definiciones de estas dos medidas de dispersin que son complementarias, pues partimos de la
varianza y luego llegamos a la desviacin tpica o estndar.
Con la lectura realizada, ahora establezca su propia definicin respecto a la varianza y a la desviacin
tpica.
62
NDICE
PRELIMINARES
Despus de haber definido estas medidas, tambin se pueden establecer las caractersticas de cada una
de ellas y comparar con la desviacin media.
Puede enumerar estas caractersticas? Intntelo luego de la lectura.
Usted, coincidir conmigo que, a diferencia de la desviacin media absoluta, en donde se toman en
BIMESTRE
cuenta las diferencias expresadas en valores absolutos entre cada valor con respecto a la media
PRIMER
aritmtica, en la desviacin tpica o estndar no hace falta tomar los valores absolutos sino que se parte
de la determinacin de la varianza para llegar a la desviacin tpica.
Tambin coincidiremos si usted indica que una de las dificultades para la interpretacin del valor
obtenido como varianza es que las unidades de medida de la variable vienen expresadas en forma
SEGUNDO
BIMESTRE
cuadrtica, y que por ello llegamos a calcular la desviacin tpica o estndar, para analizar la dispersin
del conjunto de datos observados.
Pasemos ahora a determinar las formas de clculo de estas medidas.
SOLUCIONARIO
Revise en el texto bsico este acpite, all va a encontrar que hacemos una diferenciacin en el clculo
cuando se trata de trabajar una muestra y una poblacin.
Tambin consideraremos el caso de trabajar con datos no agrupados y datos agrupados.
MULTIMEDIA
RECURSOS
En cualquiera de los casos antes mencionados, el procedimiento a seguirse para llegar a determinar el
valor de la varianza, se resume en los siguientes pasos:
1. Determine la media aritmtica del conjunto de valores.

2. Calcule la diferencia entre la media y cada valor observado.
3. Eleve al cuadrado la diferencia mencionada anteriormente.
4. Sume los resultados obtenidos en el numeral anterior.
5. Finalmente, divida la suma de las diferencias para el nmero de datos.
Existe una diferencia cuando se tratan datos poblacionales y datos muestrales. Como denominador
en un caso se utiliza el total N y en el otro caso se utiliza el denominador (n 1); el porqu de esta
diferenciacin lo podr encontrar con la lectura en el texto bsico.
Para que vaya tomando experiencia en el clculo de estos indicadores, conviene que se remita al texto y
repase los ejercicios desarrollados en cada uno de estos temas, de manera que all podr habituarse con
el procedimiento seguido. Tambin le sugiero que desarrolle los ejercicios planteados en el texto bsico,
as podr desarrollar las destrezas necesarias para el tratamiento de estos temas.
4.2.4. Coeficiente de variacin
Este tema no se encuentra desarrollado especficamente en el texto bsico, por lo que vamos a abordarlo
aqu.
63
NDICE
Cuando se requiere hacer comparaciones entre dos o ms conjuntos de datos, es til hacerlo a travs del
coeficiente de variacin ya que no interesa aqu la unidad de medida, pues es adimensional.
PRELIMINARES
Para su clculo se debe utilizar la desviacin tpica o estndar y la media aritmtica de cada uno de los
conjuntos de datos y lo expresamos en forma porcentual.
Trabajando con la muestra o la poblacin tendremos las siguientes frmulas a aplicar:
BIMESTRE
PRIMER
Coeficiente de variacin de la
muestra
SEGUNDO
BIMESTRE
Coeficiente de variacin de la
poblacin
SOLUCIONARIO
Para comprender mejor su aplicacin, desarrollemos el siguiente ejemplo:
Un estudio sobre el monto de bonos pagados y los aos de servicio de varios empleados, dio como resultado
los siguientes datos estadsticos: la media de los bonos pagados fue de $200 y la desviacin estndar fue
de $40. La media del nmero de aos de servicio fue 20 aos y la desviacin estndar 2 aos. Compare las
dispersiones relativas de las dos distribuciones empleando el coeficiente de variacin.
MULTIMEDIA
RECURSOS
Como observamos, tenemos dos grupos de datos: los primeros expresados en dlares y los segundos
expresados en aos.
Necesitamos comparar estos dos grupos, entonces procedemos a aplicar el coeficiente de variacin.
Para los aos de

Para los bonos
servicio
CV = 20% CV = 10%
En este caso podemos observar que existe mayor dispersin relativa con respecto a la media aritmtica
en los bonos pagados en comparacin con el conjunto de datos de los aos de servicio. Esto significa
entonces, que existe mayor variabilidad en los valores observados sobre el pago de los bonos que en el
conjunto de valores investigados sobre los aos de servicio.
4.2.5. Asimetra
Otra de las medidas que permiten caracterizar un conjunto de datos es la determinacin del tipo de
asimetra o sesgo que tiene el conjunto de datos, de modo que con ello podemos determinar si la
64
NDICE
tendencia es a distribuirse de manera similar o de pronto la mayora de los datos se ubican en los valores
mayores o menores.
PRELIMINARES
Este tema se encuentra desarrollado en el texto bsico con el ttulo SESGO, en el captulo 4.
All encuentra los tipos de sesgo y la forma de calcularlo. Bajo esta consideracin, vamos a encontrar tres
tipos de conjuntos de valores, que se clasifican segn el sesgo:
BIMESTRE
Simtricos, aquellos que como su nombre lo indica se encuentran distribuidos simtricamente,
PRIMER
es decir, existe igual nmero de datos a partir de un valor central. Si comparamos los valores de la
media, mediana y moda, veremos que es el mismo.
Sesgados positivamente, o denominados tambin sesgados a la derecha: son aquellos que se

encuentran ms acumulados hacia los valores menores, pero existe una cantidad pequea de
SEGUNDO
BIMESTRE
valores mayores, por ello me menciona adems que la cola se encuentra a la derecha. Al relacionar
las medidas de tendencia central, la media aritmtica es mayor a la mediana y a la moda.
Sesgados negativamente, o sesgados a la izquierda: son aquellos que se encuentran acumulados
SOLUCIONARIO
en mayor cantidad hacia los valores mayores, aunque existe una cantidad de valores menores
que es pequea, la cola de la curva al representarlos grficamente se va a ubicar en los valores
menores. En este caso al comparar la media es menor a la mediana y menor a la moda.
Para determinar la magnitud de la simetra en un conjunto de datos, se lo puede hacer a travs del
clculo de:
MULTIMEDIA
RECURSOS
Coeficiente de sesgo de Pearson
Coeficiente de sesgo calculado con software
Para conocer las frmulas que se deben aplicar, remtase al texto bsico en su captulo 4, (acpite 4.5) y
podr determinar cules son las caractersticas y aplicaciones que se realiza a cada uno de ellos.
En el caso del coeficiente de sesgo de Pearson, sus resultados van a estar entre -3 y 3, de manera que con
ello podemos llegar a identificar el tipo de sesgo que tiene el conjunto de datos.
Para reafirmar el uso de estas medidas examine el ejemplo resuelto que se encuentra en el texto al
finalizar este tema.
4.2.6. Otras medidas de dispersin
Existen otras medidas que nos permiten tambin identificar la posicin de determinados valores, entre
ellas encontramos a los cuartiles, los deciles y los percentiles.
Volvamos al texto bsico donde encontrar el desarrollo de estas medidas en el apartado 4.4.
4.2.6.1. Cuartiles
Los cuartiles, por definicin, seran aquellas medidas que dividen en cuatro partes iguales al conjunto de
datos y por ello encontraremos 3 cuartiles. Grficamente se puede representar de la siguiente manera
esta definicin:
65
NDICE
Xmin Q1 Q2 Q3 Xmx
PRELIMINARES
El clculo de estas medidas lleva el mismo procedimiento que el clculo de la mediana, tanto para datos
agrupados como para datos no agrupados, la nica diferencia es que en lugar de dividir el conjunto de
datos para 2, ahora lo dividimos para 4; por lo dems el procedimiento es exactamente igual.
Cmo vamos a interpretar los valores obtenidos?
BIMESTRE
PRIMER
Vamos a decir que:
Q1, nos indica que el 25% de datos se encuentran por debajo de ese valor y que el 75% supera dicho
valor.
SEGUNDO
BIMESTRE
Q2, al igual que el valor de la mediana, es el valor que se encuentra ocupando la posicin central y que
por tanto por debajo y sobre l se encuentra el 50% de datos.
Q3, significa que este valor supera al 75% de datos analizados y es superado por el 25% restante.
SOLUCIONARIO
Revisemos ahora, lo concerniente a los deciles.
4.2.6.2. Deciles
Llevando el mismo sentido que la medida anteriormente analizada, los deciles son aquellos que dividen
al conjunto de datos en 10 partes iguales y que por tanto tendremos 9 deciles.
MULTIMEDIA
RECURSOS
Cada uno de los deciles, corresponde a la dcima parte.
Su clculo ser similar a los cuartiles, con la diferencia que al dividir al conjunto de datos para determinar
la posicin del valor ya no dividimos para 2 ni para 4 sino que ahora lo hacemos para 10.
Si tenemos, por ejemplo, el decil 1 (D1), significa que es el valor que supera a la dcima parte de los datos
y es superado por las nueve dcimas partes del conjunto de datos. Si calculamos el decil 7 (D7), significar
que es aquel valor que supera las siete dcimas (7/10) partes del conjunto de datos y es superado por las
restantes tres dcimas (3/10) partes de dicho conjunto.
Pasemos a revisar ahora los percentiles, que algunos autores tambin los denominan como centiles.
4.2.6.3. Percentiles
Seguimos con los mismos procedimientos anteriores y ahora dividimos el conjunto en 100 partes iguales
de manera que tendremos 99 percentiles.
Este tipo de medida nos permite, llegar a identificar el valor que se encuentra ocupando una posicin
que sea de nuestro inters como investigadores.
Generalmente cuando se realizan anlisis en el mbito econmico sobre la distribucin del ingreso, se
utilizan estas medidas.
Para calcular y ejercitar sobre estas medidas le recomiendo primero revisar el ejercicio resuelto y tambin
desarrollar los otros ejercicios que se encuentran propuestos, en el texto bsico.
66
NDICE
Concluyendo con este tema, como usted ha observado, llevamos el mismo procedimiento para calcular
estas medidas conjuntamente con el clculo de la mediana, de ah que podemos establecer algunas
PRELIMINARES
relaciones entre estas medidas, por ejemplo:
D1 = P10
D2 = P20
D3 = P30
Q1 = P25
BIMESTRE
PRIMER
D4 = P40
D5 = P50 = Q2 = Me
Puede seguir estableciendo las dems relaciones?
SEGUNDO
BIMESTRE
D6, D7, D8, D9, Q3
Muy bien, ahora que ha cumplido con estas relaciones, usted puede comprender que es indistinto si
queremos calcular el D9 y el P90, ser el mismo valor. O, si debemos calcular el P70, sabemos que ser
igual al D7, y as sucesivamente.
SOLUCIONARIO
En el texto se encuentran desarrollados otros temas que puede usted revisarlos aunque no se encuentran
contemplados en nuestro plan de estudio, sin embargo, le van a aportar conocimientos que le pueden
ser de utilidad posterior.
Vamos a desarrollar el mismo ejercicio planteado anteriormente y con los datos obtenidos aplicaremos
MULTIMEDIA
RECURSOS
algunos de los conceptos estudiados en esta unidad.
Ejercicio de aplicacin
En un examen de estadstica rendido por 54 estudiantes, se obtuvieron las siguientes calificaciones

(sobre 100 puntos):
ESTUDIANTES
CALIFICACIONES
(ni)
4549 2
5054 3
5559 5
6064 6
6569 7
7074 8
7579 6
8084 6
8589 5
9094 3
9599 3
54
Se solicita calcular, la desviacin media absoluta, la varianza y desviacin tpica, el coeficiente de

asimetra de Pearson, el cuartil 2, decil 2 y percentil 25.
67
NDICE
Desviacin media absoluta
PRELIMINARES
Media aritmtica: = 72,37
ESTUDIANTES
CALIFICACIONES Xi
(ni)
4549 2 47 25,37 50,74
5054 3 52 20,37 61,11
BIMESTRE
5559 5 57 15,37 76,85
PRIMER
6064 6 62 10,37 62,22
6569 7 67 5,37 37,59
7074 8 72 0,37 2,96
7579 6 77 4,63 27,78
SEGUNDO
BIMESTRE
8084 6 82 9,63 57,78
8589 5 87 14,63 73,15
9094 3 92 19,63 58,89
9599 3 97 24,63 73,89
SOLUCIONARIO
54 582,96
MULTIMEDIA
RECURSOS
DM = 10,80
Este resultado significa que en promedio los valores se encuentran separados en 10,80 con respecto a
la media aritmtica, es decir, para el ejemplo las calificaciones se encuentran separadas en ese valor con
respecto al valor medio de las calificaciones.
Varianza y desviacin tpica o estndar
ESTUDIANTES
CALIFICACIONES Xi
(ni)
4549 2 47 -25,37 643,6369 1287,2738
5054 3 52 -20,37 414,9369 1244,8107
5559 5 57 -15,37 236,2369 1181,1845
6064 6 62 -10,37 107,5369 645,2214
6569 7 67 -5,37 28,8369 201,8583
7074 8 72 -0,37 0,1369 1,0952
7579 6 77 4,63 21,4369 128,6214
8084 6 82 9,63 92,7369 556,4214
8589 5 87 14,63 214,0369 1070,1845
9094 3 92 19,63 385,3369 1156,0107
9599 3 97 24,63 606,6369 1819,9107
54 9292,5926
68
NDICE
-- Varianza:
PRELIMINARES
BIMESTRE
PRIMER
Este sera el valor de la varianza, pero estara expresado en la unidad de medida de la variable al
cuadrado, en este caso seran puntos al cuadrado, lo que no nos permite tener una mayor claridad, por
ello calculamos la desviacin estndar
-- Desviacin tpica o estndar:
SEGUNDO
BIMESTRE
SOLUCIONARIO
Con este resultado, ya podemos decir, que tpicamente las calificaciones de los 54 estudiantes se
encuentran separadas con respecto a la media aritmtica de las calificaciones en 13,12 puntos.
MULTIMEDIA
RECURSOS
Coeficiente de asimetra de Pearson
Para calcular este coeficiente se requieren los valores de la media aritmtica, la mediana y la desviacin
tpica o estndar. Como ya los hemos calculado anteriormente, procedemos a calcular este coeficiente:
Mediana: Me = 72
Desviacin Tpica o estndar: = 13,12
sk = 0, 085
El resultado obtenido, nos indica que la distribucin de los valores tiene sesgo positivo, pero que la
distribucin se encuentra muy ligeramente sesgada. Esto confirma el resultado obtenido anteriormente,
al comparar las tres medidas de tendencia central.
69
NDICE
Cuartil dos
PRELIMINARES
ESTUDIANTES Lmites
CALIFICACIONES FA
(ni) reales
4549 2 44,549,5 2
5054 3 49,554,5 5
5559 5 54,559,5 10
Intervalo declico y
6064 6 59,564,5 16
percentlico
BIMESTRE
PRIMER
6569 7 64,569,5 23
7074 8 69,574,5 31
Intervalo cuartlico
7579 6 74,579,5 37
8084 6 79,584,5 43
8589 5 84,589,5 48
SEGUNDO
BIMESTRE
9094 3 89,594,5 51
9599 3 94,599,5 54
54
SOLUCIONARIO
MULTIMEDIA
RECURSOS
Q2 = 69,5 + 2,5
Q2 = 72
70
NDICE
Decil dos
PRELIMINARES
Utilizamos la misma tabla, puesto que se sigue el mismo procedimiento:
BIMESTRE
PRIMER
SEGUNDO
BIMESTRE
SOLUCIONARIO
D2 = 59,5 + 0,66
D2 = 60,16
MULTIMEDIA
RECURSOS
Percentil 25
En esta ocasin, tambin desarrollamos el procedimiento similar al anterior:
P25 = 59,5 + 2,92

P25 = 62,42
71
NDICE
PRELIMINARES
Como lo he venido mencionando en las unidades anteriores, es necesario que todos aquellos contenidos
que los vamos abordando tericamente, los llevemos a la prctica por ello le recomiendo que:
1. Identifique una variable que desee estudiar de un conjunto de personas, por ejemplo puede
BIMESTRE
preguntar sobre los niveles de ingreso o sobre los niveles de gasto.
PRIMER
2. Presente los datos, decida usted si los va a presentar a travs de una distribucin de frecuencia
(sera recomendable).
3. Calcule las medidas de tendencia central que le permiten describir el conjunto de datos.
SEGUNDO
BIMESTRE
4. Establezca las medidas de dispersin que se pueden calcular con sus datos y vaya interpretando
cada una de estas medidas.
5. Calcule las medidas de dispersin, observe si los resultados obtenidos como desviacin media son
SOLUCIONARIO
similares con la desviacin estndar, explique por qu lo son o no.
6. Determine qu valor se encuentra en la posicin del P75 y cmo interpreta este resultado.
MULTIMEDIA
RECURSOS
72
NDICE
Autoevaluacin 4
PRELIMINARES
Al concluir con el anlisis de esta unidad, debemos revisar el avance que hemos logrado en la comprensin
de cada uno de los temas. Recuerde que al final de la gua se encuentra la solucin a este cuestionario, si
alguna de sus respuestas no le es favorable vuelva a revisar el tema.
BIMESTRE
PRIMER
A. Conteste dentro del parntesis, con V o F si considera que las siguientes afirmaciones son
1.() Las medidas de dispersin nos permiten conocer el nivel de concentracin de un

conjunto de datos alrededor de un valor de referencia.
SEGUNDO
BIMESTRE
2.() Para calcular la desviacin media, es necesario considerar los valores absolutos de las
diferencias entre cada valor con respecto a la media aritmtica.
SOLUCIONARIO
3.() La varianza se puede encontrar extrayendo la raz cuadrada de la desviacin tpica o
estndar.
4.() La desviacin tpica puede considerarse como una medida de mayor precisin que la
desviacin media.
5.() El coeficiente de variacin permite comparar la dispersin relativa existente entre
MULTIMEDIA
RECURSOS
grupos de datos diferentes, inclusive en su unidad de medida.
6.() Un conjunto de datos simtrico es aquel cuya media aritmtica es menor que la
mediana y que la moda.
7.() El coeficiente de Pearson, puede tomar valores entre -3 y 3.
8.() Los cuartiles, deciles y percentiles, son medidas que nos permiten establecer la
posicin de un determinado valor.
9.() El cuartil 2 es igual al valor de la mediana, al decil 5 y al percentil 50.
10.() Para calcular los valores de cuartiles, deciles o percentiles, primero se debe localizar la
posicin del dato que contiene el valor de la medida a encontrarse.
Importante: no pase a la siguiente unidad hasta que se encuentre seguro de sus habilidades en estos
temas.
Ir a solucionario
73
NDICE
Para recordar:
PRELIMINARES
En esta unidad se han desarrollado los contenidos referentes a las medidas de dispersin, hemos
analizado cada una de estas medidas, con sus caractersticas, la forma de clculo y su aplicabilidad.
Debemos considerar las caractersticas de cada una de las medidas para poder diferenciarlas, por
ejemplo, no es lo mismo hablar de la desviacin media absoluta y de la desviacin tpica o estndar,
cada una de ellas tiene sus caractersticas que la hacen diferente y por tanto su aplicabilidad.
BIMESTRE
PRIMER
Hemos confirmado adems que se puede llegar a identificar la forma en la que se encuentra distribuidos
los valores, y se puede calcular el grado de asimetra de todo el conjunto de datos observados, esto a
travs del coeficiente de sesgo o de asimetra de Pearson.
Hasta aqu podemos decir que se ha llegado a describir a un conjunto de valores que se estn
investigando, a partir de la siguiente unidad, empezamos a trabajar los temas relacionados con
la inferencia estadstica, principalmente con lo referente a la teora de las probabilidades, para que
SEGUNDO
BIMESTRE
posteriormente se puedan insertar en el anlisis de los muestreos y pruebas de hiptesis.
SOLUCIONARIO
MULTIMEDIA
RECURSOS
74
NDICE
Video UNIDAD 5: INTRODUCCIN AL ESTUDIO DE LA PROBABILIDAD
PRELIMINARES
Para el desarrollo de esta unidad, vaya revisando conjuntamente con esta gua el captulo 5 del
Presentacin texto bsico.
5.1. Introduccin
BIMESTRE
PRIMER
Hasta ahora hemos avanzado en nuestro estudio con las medidas que nos han permitido describir
un conjunto de datos, estableciendo las medidas descriptivas para conclusiones sobre las principales
caractersticas de dicho conjunto.
Al definir a la estadstica, habamos dicho que podemos identificar dos grandes campos de aplicacin,
SEGUNDO
BIMESTRE
la estadstica descriptiva y la estadstica inferencial. Con este tema de las probabilidades vamos a
insertarnos ya en la inferencia estadstica, pues se trata de que podamos establecer inferencias sobre
determinados eventos que se puedan presentar o vivir.
SOLUCIONARIO
Cuntas veces hemos utilizado la expresin qu tan probable ser esto o aquello?
Posiblemente hemos contestado y lo hemos realizado en base a alguna informacin o algn conocimiento
que tenemos del evento, pero no lo hemos cuantificado.
Esta es la oportunidad para comprender de mejor manera este tema.
MULTIMEDIA
RECURSOS
5.2. Definicin de probabilidad
Vamos a leer el texto bsico y reflexionemos acerca de lo que hemos venido entendiendo sobre lo que
significa hablar de probabilidades. Puede ahora expresar una definicin relativa a esta.
Si en su definicin usted ha considerado que es la cuantificacin de la posibilidad de que un evento

ocurra, estamos en el mismo camino.
Existen algunos conceptos que es necesario precisar, de manera que se pueda luego diferenciar la
informacin que se mantiene; as debemos precisar lo que es un experimento, resultado y evento.
Como se observa, podramos decir que estos conceptos vienen a complementarse, de manera que
el concepto ms general es el experimento, luego el resultado que es lo que se obtiene al ejecutar el
experimento y el evento que son el conjunto de uno o ms resultados del experimento.
Algo importante a tomarse en cuenta es que primero debemos definir con el experimento, el o los
resultados posibles y los eventos que se pueden obtener.
Revise el cuadro que consta en el texto bsico, all usted puede observar claramente la diferencia entre
estos conceptos a travs de los siguientes ejemplos:
Lanzamiento de un dado
Listado de los miembros de una junta directiva
75
NDICE
Otro aspecto a considerar es que los resultados van a variar entre 0 y 1, considerando al 0 como la
seguridad de no ocurrencia del evento y el 1 como la certeza de que el resultado se va a presentar.
PRELIMINARES
De manera general para calcular la probabilidad de ocurrencia de un evento se consideran los resultados
favorables y los resultados posibles, a travs de la siguiente frmula:
BIMESTRE
PRIMER
5.3. Enfoques de probabilidad
Ahora bien, una vez que ya hemos definido el trmino de probabilidad, tambin es importante reconocer
su enfoque, desde el punto de vista objetivo y subjetivo.
SEGUNDO
BIMESTRE
Lea en el texto bsico estos enfoques y la clasificacin de la probabilidad, luego interprete el siguiente
cuadro:
SOLUCIONARIO
PROBABILIDAD
OBJETIVO SUBJETIVO
MULTIMEDIA
RECURSOS
CLSICA EMPRICA
Al hablar de la probabilidad CLSICA, se deben distinguir dos tipos de eventos:
Mutuamente excluyentes, que son aquellos eventos que se caracterizan porque la presencia de uno
impide que otro se presente, por ejemplo, en el lanzamiento de una moneda, la presencia del evento
cara, impide que el evento sello se presente al mismo tiempo.
Colectivamente exhaustivos, implica que por lo menos uno de los eventos se debe presentar. En el
mismo ejemplo, se presenta cara o se presenta sello.
Para ampliar ms sobre estos temas, le recomiendo que realice los ejercicios que se encuentran
propuestos en el texto bsico, en la pgina 146.
5.4. Reglas de probabilidad
Cuando existen dos o ms eventos que se pueden presentar, es necesario trabajar con las reglas de
adicin o multiplicacin, segn sea el caso.
76
NDICE
5.4.1. Reglas de adicin
PRELIMINARES
Como usted lo habr revisado en el texto bsico, existen dos tipos de reglas que se aplican para la adicin:
La regla especial:
P (A o B) = P(A) + P(B) y,
La regla general:
BIMESTRE
PRIMER
P(A o B) = P(A) + P(B) P(A y B)
La regla especial se utiliza cuando existen eventos mutuamente excluyentes, en cambio la regla general
de adicin se emplea cuando los eventos son inclusivos, esto es, que se pueden presentar solos o
tambin se pueden presentar al mismo tiempo. Por ejemplo, si al lanzar un dado queremos encontrar
SEGUNDO
BIMESTRE
la probabilidad de que el nmero extrado sea un 2 o un nmero par, se pueden presentar al mismo
tiempo los dos eventos porque el 2 es un nmero par.
5.4.2. Reglas de multiplicacin
SOLUCIONARIO
De igual manera, las reglas de multiplicacin se utilizan cuando existen dos o ms eventos sobre los
cuales se debe calcular la probabilidad.
En este caso, como observar en el texto bsico, los eventos se caracterizan por su dependencia e
independencia.
MULTIMEDIA
RECURSOS
Hablamos de que un evento es independiente, cuando no depende de lo que haya sucedido antes, es
decir, no recibe ninguna influencia de otro evento.
Tambin encontramos las reglas:
especial:
P(A y B) = P(A)P(B); y,
general:
P(A y B) = P(A) P(B|A)
En el primer caso, la frmula nos presenta la independencia de los eventos, puesto que encontramos la
probabilidad conjunta de A y B a travs del producto entre las dos probabilidades.
En el segundo caso, la frmula nos indica que los eventos son dependientes, y por ello observamos que
el segundo evento (B) depende de lo que ha sucedido antes, esto es, la presencia del evento A.
El trmino P(B|A), se lee: probabilidad de que se presente B, dado que se ha presentado A, aqu hay que
tener presente que no es un cociente (como a veces se confunde).
En algunas ocasiones no se distingue, cundo utilizar la regla de adicin o cundo aplicar la regla de
multiplicacin. Una forma de hacerlo es conociendo bien lo solicitado:
Cuando se solicita establecer la probabilidad de que se presente, por ejemplo, el evento A o el

evento B, la letra o nos est significando SUMA o ADICIN.
77
NDICE
Cuando se solicita establecer la probabilidad de que se presente, por ejemplo, el evento A y el

evento B, la letra y nos est significando MULTIPLICACIN.
PRELIMINARES
Realice los ejercicios que se encuentran propuestos al finalizar cada uno de los temas explicados.
Una vez que hemos comprendido estos temas, pasemos ahora a analizar la utilidad de los diagramas de
rbol.
BIMESTRE
PRIMER
5.5. Diagramas de rbol
Cuando un experimento implica varias etapas, es conveniente realizar una representacin grfica, en
SEGUNDO
BIMESTRE
donde, como a manera de un rbol, se van considerando las diferentes ramas que se desprenden del
primer evento o la primera etapa.
Vaya al texto bsico y revise los pasos que se deben seguir para su construccin. Conviene que repase
SOLUCIONARIO
estos pasos.
El diagrama de rbol le permite tener una mejor visualizacin de las probabilidades individuales en los
eventos que se puedan presentar de manera conjunta. Recordaremos adems que la suma de todas las
probabilidades de todos los eventos que se presentaren debe darnos igual a 1.
5.6. Anlisis combinatorio
MULTIMEDIA
RECURSOS
Cuando el nmero de posibles resultados resulta ser grande y no es posible establecerlo por simple
observacin o a travs de un diagrama de rbol, es necesario recurrir al anlisis de las permutaciones y
combinaciones.
5.6.1. Permutacin
Cuando se requiere identificar el nmero de resultados en donde es importante el orden en el que se

pueden presentar los objetos, se utiliza las permutaciones.
Revise en el texto bsico estos temas, all ver que utilizamos el factorial de los nmeros.
Para calcular el nmero de permutaciones o las diferentes maneras en las que se pueden presentar los
objetos, se debe utilizar la siguiente frmula:
Por ejemplo, si tenemos el conjunto de letras: a, b, c, d, e y queremos conocer de cuntas maneras

distintas podemos presentar de tres en tres estas letras, podramos tener las siguientes formas:
78
NDICE
PRELIMINARES
BIMESTRE
PRIMER
SEGUNDO
BIMESTRE
Significa entonces que se pueden presentar de 60 maneras distintas estas cinco letras tomadas de 3 en
3; as pues, si tomamos el conjunto a,b,c, no ser lo mismo al conjunto a,c,b o al conjunto c, a, b, etc.
5.6.2. Combinaciones
SOLUCIONARIO
A diferencia de las permutaciones, en las combinaciones no interesa el orden de los objetos, lo que
interesa es que los objetos se presenten independientemente del orden.
Para calcular el nmero de combinaciones, se utiliza la siguiente frmula:
MULTIMEDIA
RECURSOS
Si continuamos con el ejemplo anterior, el nmero de combinaciones que se pueden realizar con las
cinco letras tomadas de tres en tres, ser:
79
NDICE
Significa entonces que podremos encontrar 10 formas de presentar las cinco letras tomadas de 3 en 3;
as pues a, b, c es lo mismo si presentamos a, c, b, porque se presentan las mismas letras, o que c, a, b o
PRELIMINARES
que c, b, a.
Algo importante a recordar es que por definicin el factorial de 0, siempre es igual a 1.
Para ejercitar estos temas y familiarizarse con el uso de las permutaciones y combinaciones, le sugiero
que realice los ejercicios que constan al finalizar estos temas en el texto bsico (ejercicios 39 a 46).
BIMESTRE
PRIMER
Una vez que hemos concluido el anlisis de los temas previstos para esta unidad, pasemos a establecer
actividades que nos pueden ser de utilidad.
Ejercicios de aplicacin
SEGUNDO
BIMESTRE
Suponga que se va a elegir de manera aleatoria un individuo entre una poblacin de 130 personas.
En esa poblacin hay 40 nios menores de 12 aos, 60 adolescentes y 30 adultos. Cul es la
probabilidad de que el individuo elegido sea un adolescente o un adulto?
-- En primer lugar debemos identificar los datos que nos proporcionan:
SOLUCIONARIO
Tenemos en total 130 personas.
La poblacin est constituida por 3 segmentos distintos, cada uno con sus caractersticas
propias.
-- Luego identificamos lo solicitado: en este caso es elegir un individuo que puede ser adolescente
MULTIMEDIA
RECURSOS
o adulto.
-- Significa entonces que los eventos son mutuamente excluyentes, porque si se escoge un
adolescente, ya no ser adulto, ni ser nio.
-- Como la condicin es que el escogido sea adolescente o adulto, significa que deberemos utilizar
la regla especial de adicin, ya que son mutuamente excluyentes.
P (A o B) = P(A) + P(B)
Si representamos al evento A como el individuo adolescente y al evento B como el individuo adulto,

procedemos a reemplazar la informacin:
P (A o B) = 0,6923
P (A o B) = 69,23%
Esto significa entonces que: la probabilidad de que el individuo escogido del grupo de las 130 personas sea
un adolescente o un adulto es del 69,23%.
80
NDICE
Suponga que se extrae al azar dos frutas, una a la vez, de una bolsa que contiene cuatro manzanas, seis
naranjas y cinco duraznos. Las extracciones se realizan sin reemplazamiento. Cul es la probabilidad
PRELIMINARES
de obtener una naranja y una manzana, en ese orden?
-- Identificamos los datos: 4 manzanas, 6 naranjas, 5 duraznos, en total la bolsa contiene 15 frutas.
-- Se extrae una fruta y no se devuelve a la bolsa, por eso se llama sin reemplazamiento.
BIMESTRE
-- Los eventos son dependientes, porque la segunda extraccin depende de lo primero, esto significa
PRIMER
que debemos emplear la regla general de la multiplicacin.
P(A y B) = P(A) P(B|A)
-- Vamos a conocer como evento A la extraccin de una naranja y como B la extraccin de una
SEGUNDO
BIMESTRE
manzana.
SOLUCIONARIO
P(A y B) = 0,1143
P(A y B) = 11,43%
Significa, por tanto, que existe el 11,43% de probabilidades que las frutas extradas sean una naranja y una
manzana, en ese orden.
MULTIMEDIA
RECURSOS
Para la mejor comprensin de los temas sobre las probabilidades le sugiero realice las siguientes
actividades que le ayudarn a poner en prctica cada uno de los conceptos hasta aqu aprendidos.
1. Identifique los casos en los que se ha referido a la probabilidad, para que recuerde en qu temas
siempre est invocando a esta palabra, haga un listado de aquellas ocasiones, por ejemplo, cuntas
veces usted se ha preguntado qu tan probable es que en este da llueva?
2. Establezca ejemplos en los que pueda determinar las diferencias entre las probabilidades objetiva
y subjetiva, haga un listado y exprese por qu las determina as.
3. En base a sus ejemplos anteriores lleve a cabo ejercicios en donde pueda diferenciar los resultados
posibles y los resultados favorables, por ejemplo, al lanzar una moneda una sola vez cuntos
resultados posibles tiene y cuntos resultados favorables tiene a su evento.
4. Ahora identifique experimentos en donde se presenten dos o ms eventos, para que determine
las probabilidades conjuntas, sea utilizando las reglas de adicin y/o las reglas de multiplicacin.
5. Identifique casos en los que deba utilizar el anlisis combinatorio, tanto permutaciones como
combinaciones, y resulvalos.
81
NDICE
Autoevaluacin 5
PRELIMINARES
Revisemos ahora la comprensin que hemos logrado en los temas trabajados en esta unidad. Le recuerdo
que es importante trabajar estas preguntas de autoevaluacin que le ayudan a determinar aquellos
temas que no estn lo suficientemente claros para que se los vuelva a estudiar.
BIMESTRE
PRIMER
Al final de esta gua se encuentra el solucionario de las preguntas para que constate su nivel de logro.
SEGUNDO
BIMESTRE
1.() El concepto de probabilidad hace referencia a la cuantificacin de un evento que
pudiera presentarse o no.
2.() La certeza de que un evento pudiera tener un resultado exitoso es igual a cero, mientras
SOLUCIONARIO
que la probabilidad de certeza de que un evento tenga un resultado desfavorable es
igual a uno.
3.() La probabilidad se puede calcular a travs del cociente entre los resultados posibles
para los resultados favorables a un evento.
4.() Se dice que dos o ms eventos resultan ser mutuamente excluyentes cuando la
MULTIMEDIA
RECURSOS
presencia de uno impide que otro se presente al mismo tiempo.
5.() La probabilidad emprica tambin se conoce como probabilidad relativa ya que

representa la fraccin de eventos similares que sucedieron en el pasado.
6.() La regla especial de adicin se utiliza cuando los eventos son mutuamente excluyentes.
7.() La regla general de la multiplicacin se aplica cuando dos o ms eventos son

independientes.
8.() El diagrama de rbol nos ayuda a calcular las probabilidades cuando estos implican la
existencia de varias etapas.
9.() Las combinaciones son tiles cuando al determinar el nmero de casos que se pueden
presentar interesa mucho el orden en el que se muestren los objetos seleccionados.
10.() En las permutaciones no interesa el orden en el que se presentan los objetos sino que
se tienen que presentar una sola vez.
Ir a solucionario
82
NDICE
Importante: No pase a la siguiente unidad hasta que se encuentre seguro de sus habilidades en estos
temas.
PRELIMINARES
Para recordar:
Con esta unidad hemos iniciado el estudio de los elementos bsicos de la estadstica inductiva
o inferencial, lo hacemos con el tratamiento de la teora de la probabilidad, desde entender lo que
significan las probabilidades, con sus concepciones y enfoques hasta llegar a identificar las reglas
de adicin y multiplicacin de las probabilidades con sus correspondientes variantes, puesto que la
BIMESTRE
PRIMER
probabilidad no es un evento nico sino que se puede presentar de manera conjunta con otros eventos.
Tambin hemos considerado el anlisis factorial para adentrarnos a dos conceptos importantes y que
nos van a servir para los siguientes momentos, como son las permutaciones y las combinaciones.
En la siguiente unidad, vamos a trabajar las distribuciones de probabilidad y empezamos revisando las
SEGUNDO
BIMESTRE
distribuciones discretas, cada una con sus caractersticas y aplicaciones.
SOLUCIONARIO
MULTIMEDIA
RECURSOS
83
NDICE
UNIDAD 6: DISTRIBUCIONES DE PROBABILIDAD DISCRETA
PRELIMINARES
bsico.
6.1. Introduccin
BIMESTRE
PRIMER
Como hemos visto en la unidad anterior, existen experimentos en los cuales se pueden presentar varios
eventos, cada uno con su correspondiente probabilidad. Por ello, trabajar de manera nica no es posible,
en ese caso se debe llegar a la organizacin y clasificacin de los datos a emplearse.
Una de las maneras de trabajar en estos casos, es utilizando el concepto de las distribuciones de
SEGUNDO
BIMESTRE
frecuencias. Recordar adems que all dijimos que para trabajar con los datos precisbamos previamente
determinar el tipo de variable, si era discreta o continua.
De esta manera, resulta exactamente igual trabajar con distribuciones de probabilidades, porque
SOLUCIONARIO
tambin vamos a diferenciar entre distribuciones discretas y distribuciones continuas, dependiendo
del tipo de variable analizada. En esta unidad, desarrollamos el estudio del primer tipo, es decir, las
distribuciones discretas.
6.2. Definicin de una distribucin de probabilidad
Le invito a leer su texto bsico y a revisar lo que significa una distribucin de probabilidad. Lea esta
MULTIMEDIA
RECURSOS
definicin y encontrar que seguimos con la misma definicin que para las distribuciones de datos, es
decir, un conjunto organizado de los posibles resultados que se pueden alcanzar en un experimento.
Con la lectura de este tema en el texto bsico, puede identificar las caractersticas de las distribuciones.
6.3. Medidas descriptivas de una distribucin de probabilidad
Lea en el texto bsico este apartado en donde se explica el uso de las medidas descriptivas cuando se
trabaja con las probabilidades.
Al igual que cuando hablamos de los datos presentados en una tabla de frecuencias y posteriormente
hemos llegado a determinar las medidas que describen al conjunto de datos, as mismo, llegamos a
trabajar cuando se trata de las probabilidades en un conjunto de informacin.
Por otro lado, podemos decir que cuando se trabaja con las distribuciones de probabilidad, es que estamos
empleando el concepto de la frecuencia relativa simple, porque el nmero total de observaciones,
vendran a constituirse en el conjunto total de posibles resultados y cada una de las frecuencias relativas
simples, vendran a constituirse en las probabilidades de xito en cada uno de los intervalos, clases o
eventos.
Por ello decimos que el tratamiento de la informacin es exactamente igual al de la informacin

presentada a travs de una tabla de distribucin de frecuencias, de manera que podemos determinar sus
caractersticas como son la media, la varianza y la desviacin tpica o estndar como las ms utilizadas
para el efecto.
84
NDICE
6.3.1. Media
PRELIMINARES
La media aritmtica ser as mismo el valor representativo del conjunto de valores probables, o se conoce
tambin como el valor esperado.
Utilizamos la siguiente frmula:
BIMESTRE
PRIMER
De esta manera lo que estamos haciendo, es multiplicar cada valor por la probabilidad asociada al mismo
y luego sumamos todos los valores obtenidos con este producto.
6.3.2. Varianza y desviacin tpica o estndar
Sabemos ya lo que significa cada una de estas dos medidas, por lo que es conveniente ahora revisar
SEGUNDO
BIMESTRE
nuestro texto bsico para determinar cules son las caractersticas y procedimientos a seguir para su
clculo.
Recordemos que la varianza viene expresada en forma cuadrtica y que la desviacin tpica se la obtiene
SOLUCIONARIO
extrayendo la raz cuadrada a la varianza. La frmula para calcular esta medida se expresa de la siguiente
manera:
De acuerdo a la frmula, usted puede ir aplicando con cada uno de los elementos considerados.
MULTIMEDIA
RECURSOS
Repase el ejemplo que consta en el texto bsico para que ample su comprensin sobre el uso de estas
medidas en una distribucin de probabilidad.
Video
6.4. Distribucin de probabilidad binomial
Es necesario comprender que una distribucin de probabilidad binomial se caracteriza porque se refiere
a variables discretas.
Presentacin
Un experimento para considerarse como binomial, debe cumplir con algunas caractersticas, las cuales
se pueden resumir de la siguiente manera:
-- Solamente hay dos resultados posibles (xito o fracaso).
-- Los resultados son mutuamente excluyentes.
-- La variable aleatoria es el resultado de conteo, es decir, se cuenta el nmero total de xitos en el

nmero total de ensayos.
-- La probabilidad de xito es constante, es decir, la misma probabilidad de xito se mantiene en

cada uno de los ensayos.
-- Cada ensayo es independiente uno del otro, es decir, el resultado obtenido en un ensayo no influye
en el resultado de los dems ensayos.
85
NDICE
Para calcular una probabilidad binomial se lo hace utilizando el anlisis combinatorio a travs de la
siguiente frmula:
PRELIMINARES
P(X) = nCX X(1 )nX
Cada uno de estos elementos tiene su significado especfico:
n = nmero de ensayos
BIMESTRE
PRIMER
X = nmero de xitos de la variable analizada
= probabilidad de xito en cada ensayo
Usted puede, y es aconsejable que aplique la frmula hasta que vaya tomando mayor criterio sobre este
SEGUNDO
BIMESTRE
tipo de probabilidades, luego puede tambin encontrarla en las tablas que ya los autores han diseado
y que siguen este mismo procedimiento.
En el apndice B9 del texto bsico, encuentra las tablas de probabilidad binomial.
SOLUCIONARIO
Para cada n tiene un bloque de probabilidades en cuya fila superior se encuentran las probabilidades de
xito desde 0,05 hasta 0,95 y en la primera columna los valores de X.
Revise el ejemplo resuelto en el texto para que se familiarice con el uso de la tabla de probabilidades.
Adicionalmente a travs de este ejemplo puede observar la forma de llegar a determinar la media o el
MULTIMEDIA
RECURSOS
valor esperado y la desviacin tpica o estndar.
Luego dentro de este tema tambin podr determinar que es posible considerar la probabilidad
acumulada, porque en muchos casos no se requiere una probabilidad puntual sino una probabilidad
dentro de un intervalo. Le invito a que revise en su texto bsico, este aspecto junto con las aplicaciones
desarrolladas.
6.5. Distribucin hipergeomtrica
De la lectura que viene realizando del texto bsico, podr observar que la distribucin binomial no es la
nica distribucin para cuando trabajamos con variables discretas, sino que podemos encontrar otras
aplicaciones dependiendo de las caractersticas del conjunto de datos a analizarse.
En este sentido, la aplicacin de la distribucin hipergeomtrica, se lleva a cabo cuando el conjunto de

datos analizados rene ciertas caractersticas, las cuales sealamos a continuacin:
-- Los resultados se clasifican en dos categoras: xito o fracaso.

-- Los resultados son mutuamente excluyentes, es decir, si se presenta xito no puede presentarse al
mismo tiempo el fracaso.
-- La variable aleatoria es el nmero de xitos en un nmero fijo de ensayos.
-- Los ensayos son dependientes, es decir, el resultado de un ensayo influye en los dems.
-- Los muestreos se realizan con una poblacin finita sin reemplazo y n/N > 0.05. Por lo tanto, la
probabilidad de xito cambia en cada ensayo.
86
NDICE
-- Tambin podra diferenciar en qu casos utilizar la distribucin binomial y en qu casos utilizar la

distribucin hipergeomtrica, puede explicar los casos?:
PRELIMINARES
Para esta distribucin de probabilidad, y en razn de que la probabilidad de xito no permanece
constante para cada evento, no se puede establecer una tabla predefinida, para su clculo podemos
utilizar la frmula correspondiente que consta en el texto (frmula 6.6).
Ahora puede revisar tambin el ejemplo resuelto en el texto bsico, en donde se hace referencia al
BIMESTRE
PRIMER
nmero de empleados en una compaa, por lo que estamos hablando de una variable discreta, luego
hay una condicin de que un empleado solo puede ser elegido una vez por lo que el muestreo es sin
reemplazo, eso hace que la probabilidad de xito para cada empleado sea diferente.
Considere adems que la aplicacin de la frmula para obtener un resultado, igual emplea el anlisis
SEGUNDO
combinatorio.
BIMESTRE
Ejercite su comprensin del tema a travs del desarrollo de la autoevaluacin planteada en el texto
bsico.
SOLUCIONARIO
6.6. Distribucin de Poisson
Esta es otra de las distribuciones de probabilidad para variables discretas que, al igual que las anteriores,
lleva sus caractersticas que le permiten una aplicacin a casos especficos.
Se caracteriza porque se trabaja en intervalos definidos, sean de tiempo, espacio, rea, etc., se utiliza por
MULTIMEDIA
ello, cuando se trata de realizar control de calidad en la produccin, ya que all se trabaja por lotes de
RECURSOS
produccin.
Cules son estas caractersticas?
Posee tres caractersticas que son:
-- La variable es el nmero de veces que ocurre un evento en un intervalo determinado.

-- La probabilidad de que ocurra un evento es proporcional al tamao del intervalo.
-- Los intervalos no se superponen y son independientes.
Para calcular esta probabilidad se precisa el uso de la frmula (6.7) que consta en el texto bsico.
Donde:
= media de la cantidad de veces (xitos) que se presenta un evento en un intervalo particular.

e = es la constante 2.718281
X = nmero de veces que se presenta un evento.
P(X) = es la probabilidad de un valor especfico de X.
87
NDICE
De igual forma podemos determinar la media de la distribucin que a su vez es igual a la varianza a
travs de la siguiente frmula:
PRELIMINARES
=n
Ya sabemos que n es el nmero de casos y , es la probabilidad de xito.
Con la lectura que ha realizado sobre los tipos de distribuciones de frecuencia discretas, usted podr
BIMESTRE
PRIMER
establecer las diferencias entre estas distribuciones y tambin con las caractersticas de cada uno de los
eventos, puede determinar la distribucin de probabilidad que debe aplicar en cada caso.
En el apndice B5 del texto bsico, puede encontrar las tablas ya construidas sobre la distribucin de
probabilidad de Poisson. Para su uso requiere conocer el valor de que se encuentra en la fila superior y
SEGUNDO
BIMESTRE
en la primera columna se encuentran los valores de X que es la probabilidad a encontrarse, por ejemplo,
si queremos hallar la probabilidad de que X= 4 cuando la media es 5, podemos ver que la tabla nos da
como resultado 0,1755.
Con la ayuda de la tabla, al igual que en el caso de la binomial, podemos ir encontrando las probabilidades
SOLUCIONARIO
acumuladas.
Antes de utilizar la tabla de probabilidades, es conveniente que se habite en el clculo a travs de la

frmula, por ello le sugiero realizar algunos de los ejercicios que constan al finalizar este tema.
MULTIMEDIA
RECURSOS
Una estudiante presenta un examen de opcin mltiple con 15 preguntas. Cada pregunta propone
cinco opciones. Si la estudiante adivina la respuesta en cada pregunta, cul es la probabilidad de
que apruebe el examen? La mnima calificacin aprobatoria requiere que 60% de las preguntas sean
contestadas en forma correcta. Suponga que todas las opciones de cada pregunta son igualmente
probables.
Para resolver el ejercicio, primero debemos identificar la informacin que se nos ha proporcionado:
n = 15 preguntas
X = adivinar la respuesta
= 0,20 (porque existen 5 opciones de respuesta y solo 1 es correcta de manera que 1/5)
Aprobar = significa que debe cumplir con el 60% o ms de las 15 preguntas, entonces el 60% de las 15 son
9 preguntas, quiere decir que la probabilidad de aprobar vendra dada por la suma de las probabilidades
de 9, 10, 11, 12, 13, 14, o 15.
Con todas estas caractersticas, sabemos que el experimento es binomial, entonces procedemos a
plantearlo:
P(aprobar) = P(X=9) + P(X=10) + P(X=11) +P(X=12) + P(X=13) + P(X=14) + P(X=15)
88
NDICE
Debemos calcular cada una de las probabilidades aplicando la frmula de la probabilidad binomial, aqu
voy a calcular la primera y luego se ubicarn los resultados de todas las dems.
PRELIMINARES
Le recuerdo que tambin las puede obtener de la tabla en el apndice B del texto.
P(X) = nCx(X)(1- )n-X
P(X=9) =
BIMESTRE
PRIMER
P(X=9) =
P(X=9) = 5005*(0,000000512)(0,262144)
P(X=9) = 0,00067, es decir 0,0007
SEGUNDO
BIMESTRE
Si recurrimos a la tabla vamos a encontrar los siguientes valores:
P(X = 10) = 0.0001
SOLUCIONARIO
P(X = 11) = 0.0000
P(X = 12) = 0.0000
P(X = 13) = 0.0000
P(X = 14) = 0.0000
MULTIMEDIA
P(X = 15) = 0.0000
RECURSOS
En este caso estamos trabajando con 4 decimales, pero realmente las tablas se presentan con 3
decimales, como se puede observar las probabilidades prcticamente son cero, ahora, para determinar
la probabilidad solicitada procedemos a sumar todas las probabilidades:
P (aprobar) = P(X=9) + P(X=10) + P(X=11) +P(X=12) + P(X=13) + P(X=14) + P(X=15)
P(aprobar) = 0.0007 +0.0001 + 0.0000 + 0.0000 + 0.0000 + 0.0000 + 0.0000
P(aprobar) = 0.0008
Diremos entonces que las probabilidades de aprobar el examen por parte de la estudiante son muy
bajas, prcticamente son nulas porque se encuentran cercanas a cero.
Veamos ahora otro ejercicio:
Imagine que el 15% de la poblacin es zurda y el resto utiliza la mano derecha (no hay ambidiestros).
Si usted pregunta a las siguientes cinco personas que encuentre. Cul es la probabilidad de que:
a. Todas esas personas sean zurdas?

b. Todas esas personas sean diestras?
c. Exactamente dos de ellas sean zurdas?
d. Por lo menos una de ellas sea zurda?
89
NDICE
Datos:
PRELIMINARES
n = 5 personas
X = la persona elegida sea zurda
= 0,15 (probabilidad de que una persona sea zurda)
a. Todas esas personas sean zurdas
BIMESTRE
PRIMER
P(X) = nCx(X)(1- )n-X
P(X = 5) = 5C5(0,155)(1- 0,15)5-5
SEGUNDO
P(X = 5) =
BIMESTRE
P(X = 5) = 1*(0,0000759)(1)
P(X = 5) = 0,0000759
SOLUCIONARIO
La probabilidad de que todas las 5 personas sean zurdas, es prcticamente cero.
b. Todas esas personas sean diestras
Esto significa tambin que estamos buscando la probabilidad de que ninguna sea zurda
MULTIMEDIA
RECURSOS
P(X)= nCx(X)(1- )n-X
P(X=0)= 5C0(0,150)(1-0,15)5-0
P(X=0)=
P(X=0)= 1*(1)(0,4437)
P(X=0)= 0,4437 o tambin se puede expresar como 44,37%
El resultado obtenido nos indica que existe el 44,37% de probabilidades de que todas las cinco personas
consultadas sean diestras.
c. Exactamente dos de ellas sean zurdas
P(X)= nCx(X)(1- )n-X
P(X=2)= 5C2(0,152)(1-0,15)5-2
P(X=2)=
P(X=2)= 10*(0,0225)(0,614125)
P(X=2)= 0,13817
90
NDICE
Quiere decir que existe el 13,82% de probabilidades de que en el grupo de las cinco personas, exactamente
dos de ellas sean zurdas.
PRELIMINARES
d. Por lo menos una de ellas sea zurda
Cuando se debe establecer la probabilidad en este tipo de eventos, tenemos dos caminos:
-- Sumar las probabilidades de 1, 2, 3, 4, y 5
BIMESTRE
-- Restar de 1 la probabilidad de cero, que para este ejercicio ya fue calculada anteriormente.
PRIMER
Vamos a tomar la segunda opcin:
P(X=por lo menos 1 sea zurda)= 1-P(X=0)
SEGUNDO
BIMESTRE
P(X=por lo menos 1 sea zurda)= 1-0,4437
P(X=por lo menos 1 sea zurda)= 0,5563
Es decir, existe el 55,63% de probabilidades de que por lo menos 1 persona de entre las cinco, sea zurda.
SOLUCIONARIO
Si un banco recibe en promedio 6 cheques sin fondos por da. Cules son las probabilidades de que
reciba:
a. Cuatro cheques sin fondo en un da dado?

b. 10 cheques sin fondos en cualquiera de dos das consecutivos?
MULTIMEDIA
RECURSOS
Para resolver este ejercicio, primero debemos identificar las caractersticas del ejercicio en cuanto a la
informacin otorgada, de lo cual se desprende que corresponde a un experimento que se considera
en un intervalo de tiempo, que la probabilidad de xito es proporcional al intervalo, los intervalos son
independientes, n es grande y es pequea por lo que se establecera que se debe utilizar la distribucin
de Poisson. Ahora s podemos iniciar a resolverlo:
a. Cuatro cheques sin fondo en un da dado
X = nmero de cheques sin fondo en un da cualquiera
= 6 cheques sin fondo por da
P(X=4)= 0,1339
Este resultado nos permite concluir que existe el 13,39% de probabilidades que en un da cualquiera se
reciban cuatro cheques sin fondo en el banco.
91
NDICE
b. 10 cheques sin fondos en cualquiera de dos das consecutivos
PRELIMINARES
X = nmero de cheques sin fondo en dos das consecutivos
= 6 x 2 das = 12 promedio de cheques sin fondo que llegan en dos das consecutivos
BIMESTRE
PRIMER
SEGUNDO
BIMESTRE
P(X=10)= 0,1048
El resultado del ejercicio nos indica que existe el 10,48% de probabilidades de que en dos das
SOLUCIONARIO
consecutivos se reciban 10 cheques sin fondo en el banco.
MULTIMEDIA
RECURSOS
Como hemos venido trabajando hasta ahora, es recomendable desarrollar algunas actividades que
permitan determinar la comprensin de cada uno de los temas analizados, para ello le propongo que:
1. Realice un listado con algunas variables y clasifquelas como variables discretas y variables
continuas.
2. Reflexione sobre algunas conversaciones o experiencias vivenciales en donde ha identificado el

uso de las probabilidades y considere la posibilidad de cuantificarlas, definiendo para ello si se
caracterizan como objetivas o subjetivas. A partir de all considere los resultados posibles y los
resultados favorables al evento analizado, para llegar a obtener la respuesta.
3. Para emplear el anlisis combinatorio, desarrolle ejercicios en donde determine el nmero de

permutaciones y de combinaciones que se pueden extraer.
4. Realice un cuadro sinptico en donde resuma las caractersticas de cada una de las distribuciones
de probabilidad discreta, de manera que pueda tener un elemento de ayuda para identificar cada
uno de estos tipos y pueda aplicar su correspondiente frmula.
5. Es conveniente que realice algunos ejercicios sobre estas distribuciones de probabilidad. Para ello
tome los ejercicios que se encuentran como resumen del captulo de manera que usted comprenda
los casos que pudiera encontrar en la vida prctica, por ejemplo, en su campo de labor diaria.
92
NDICE
Autoevaluacin 6
PRELIMINARES
De igual forma pasemos a revisar ciertos aspectos bsicos para determinar el avance que vamos teniendo
en la comprensin de los temas planteados en esta unidad. No est por dems recordarle que si en
alguno de ellos ha tenido alguna dificultad, debe volver a revisar ese tema de manera que vaya teniendo
BIMESTRE
seguridad y refuerce los conocimientos en este.
PRIMER
No pase a la siguiente unidad hasta que se asegure de haber comprendido todo.
SEGUNDO
BIMESTRE
1.() Las distribuciones de probabilidad llevan el mismo concepto y caractersticas de las
distribuciones de datos.
2.() Una distribucin de probabilidad binomial se caracteriza porque los resultados son
eventos mutuamente excluyentes.
SOLUCIONARIO
3.() La media de una distribucin de probabilidad, tambin se conoce como el valor
esperado y es igual a la sumatoria del producto de la variable por la probabilidad de
ella.
4.() En el caso de las distribuciones de probabilidad no es necesario identificar la desviacin

tpica o estndar, ya que la varianza no viene expresada en unidades cuadrticas.
MULTIMEDIA
RECURSOS
5.() En las distribuciones de probabilidad binomial existen solamente dos resultados
posibles para cada evento, xito o fracaso.
6.() En las distribuciones de probabilidad binomial, la probabilidad de xito para cada

uno de los eventos, no permanece constante debido a que los eventos se realizan sin
reemplazamiento.
7.() Otra de las caractersticas de la probabilidad binomial consiste en que si el valor

de n va creciendo mientras que el valor de , permanece constante, la forma de la
distribucin va siendo ms simtrica.
8.() Cuando el tamao de la poblacin es finito se debe preferir el uso de la probabilidad

binomial ya que la probabilidad hipergeomtrica es utilizada ms bien cuando la
poblacin es infinita.
9.() La distribucin de probabilidad de Poisson se caracteriza porque en ella los intervalos

se superponen y son dependientes.
10.() La distribucin de probabilidad de Poisson, siempre tiene sesgo positivo.
Ir a solucionario
93
NDICE
Importante: aunque los resultados a estas preguntas usted las puede encontrar al final de esta gua, le
recomiendo no llegar hasta all sino cuando usted haya completado el cuestionario.
PRELIMINARES
Para recordar:
En esta unidad se han analizado las distribuciones de probabilidad discreta, desarrollando las
caractersticas de cada una y su forma de aplicar.
Hemos analizado que este tipo de distribuciones de probabilidad se utilizan cuando la variable que se
BIMESTRE
PRIMER
est analizando es discreta.
De igual manera se han podido caracterizar estas distribuciones para establecer indicadores de la
distribucin de probabilidad.
La siguiente y ltima unidad, consiste en revisar la distribucin continua de probabilidad, bsicamente
SEGUNDO
BIMESTRE
aqu hablaremos de la distribucin de probabilidad normal.
SOLUCIONARIO
MULTIMEDIA
RECURSOS
94
NDICE
UNIDAD 7: DISTRIBUCIN DE PROBABILIDAD CONTINUA
PRELIMINARES
bsico.
Video
7.1. Distribucin de probabilidad normal
BIMESTRE
PRIMER
En la unidad anterior hemos trabajado con las variables discretas y encontramos que se pueden identificar
Presentacin
tres tipos de distribuciones, binomial, hipergeomtrica y de Poisson, cada una con sus caractersticas
propias que determinan su aplicabilidad en los diferentes casos.
SEGUNDO
Ahora, cuando trabajamos con una variable continua, lo hacemos bsicamente con una que es la
BIMESTRE
probabilidad normal.
Antes de definir lo que significa esta distribucin, haga una revisin de lo que nos dicen los autores del
texto respecto a este tipo de distribuciones de probabilidad, de manera que puede encontrar all las
SOLUCIONARIO
caractersticas de una familia de distribuciones de probabilidad uniforme.
Como ver, estas distribuciones se caracterizan por ser simtricas y su representacin grfica tiene la
forma de una campana.
Al igual que en las distribuciones anteriores, existe una manera de calcular, conforme lo puede establecer
MULTIMEDIA
RECURSOS
en la frmula 7.4 del texto bsico. Sin embargo, puede resultar un tanto compleja la aplicacin de esta
frmula, de modo que para encontrar una probabilidad se acude al uso de las tablas de reas bajo la
curva normal (Apndice B1, del texto bsico).
Pero, cmo podemos llegar a determinar una probabilidad de este tipo?, antes de identificar su
procedimiento, conviene que definamos a la probabilidad normal, esto lo puede hacer con la lectura en
el texto bsico, a partir de lo cual puede emitir su propia definicin.
Si en su definicin ha considerado aspectos tales como: variable continua, forma simtrica o acampanada,
que es simtrica con respecto a la media aritmtica, entonces podemos decir que estamos en lo correcto.
Ahora s, podemos detallar los pasos que se requieren para determinar una probabilidad.
1. La probabilidad normal, se denomina tambin distribucin de probabilidad normal estndar, y por

ello se requiere transformar los valores de X en trminos de Z, a travs de la siguiente frmula:
2. El resultado de Z, puede ser negativo y positivo, este signo nos indica la posicin del dato con
respecto a la media, cabe indicar que en trminos de Z la media es igual a cero.
3. Para determinar el rea bajo la curva normal a encontrarse es aconsejable realizar un grfico como
el siguiente:
95
NDICE
PRELIMINARES
4. Con los valores de Z, pasamos a leer en la tabla de reas bajo la curva normal el valor correspondiente,
BIMESTRE
PRIMER
usted puede observar esta tabla en el apndice B1 del texto bsico.
Para observar el uso de estas tablas, remtase a los ejemplos desarrollados en el texto, all podr identificar
la forma en la que se puede llegar a conocer los valores de las probabilidades requeridas.
En el texto bsico encontramos un apartado denominado REGLA EMPRICA, a travs de ella usted
SEGUNDO
BIMESTRE
descubrir que existen casos que se pueden deducir directamente como los siguientes:
1. Alrededor del 68% del rea bajo la curva normal se encuentra a una desviacin estndar con
respecto a la media aritmtica: 1.
SOLUCIONARIO
2. Aproximadamente el 95% de las observaciones se encuentran distantes a dos desviaciones
estndar con respecto a la media aritmtica: 2.
3. Prcticamente toda (99,7%) el rea bajo la curva normal se encuentra distante a tres desviaciones
estndar con respecto a la media aritmtica: 3.
MULTIMEDIA
RECURSOS
En los apartados correspondientes a las aplicaciones de la distribucin normal estndar y en la determinacin
de reas bajo la curva normal, as como en los ejercicios desarrollados, se encuentra explicado al detalle la
forma en la que se determinan las probabilidades normales.
Realice tambin las autoevaluaciones previstas de manera que vaya adquiriendo las competencias
referidas al clculo de la probabilidad normal.
Estudiemos ahora el caso especial en donde se utiliza la distribucin normal cuando la variable es
discreta, se trata de la aproximacin normal a la binomial.
7.2. Aproximacin normal a la binomial
En algunas ocasiones, aunque la variable es discreta, los clculos de las probabilidades pueden resultar
demasiado extensos por el nmero de observaciones, de all que otra forma de trabajar este tipo de
casos, es utilizando la aproximacin de la distribucin normal a la binomial.
Puede leer este acpite en el texto, pues, all est explicada la forma en la que se debe trabajar en estos
casos.
Quiz conviene relievar en este momento, cundo se debe utilizar la aproximacin normal a la binomial?
En primer lugar para saber si es buena la aproximacin de la normal a la binomial, se debera considerar
que n y n(1 ), son 5 por lo menos.
96
NDICE
Ahora bien, dado que se va a trabajar con el procedimiento de la distribucin de probabilidad normal
(que corresponde a variables continuas) una distribucin de probabilidad discreta (binomial), implica
PRELIMINARES
que previamente se debe realizar un tratamiento a los valores de la variable, el cual se denomina
correccin de continuidad.
Recordemos que en las distribuciones de probabilidad binomial estamos trabajando con variables
discretas que son aquellas que no toman valores intermedios entre uno y otro valor, en cambio la
distribucin normal trabaja para variables continuas que s pueden tomar infinidad de valores entre uno
BIMESTRE
PRIMER
y otro.
La aplicacin del factor de correccin de continuidad establece cuatro casos que se pueden presentar:
1. Cuando la probabilidad a encontrarse dice que por lo menos ocurra X, se utiliza el rea por encima
SEGUNDO
de (X - 0,5)
BIMESTRE
2. Cuando la probabilidad a encontrarse dice que ocurra ms que X, se utiliza el rea por encima de
(X + 0,5)
SOLUCIONARIO
3. Cuando vamos a encontrar la probabilidad de que ocurra X o menos, se utiliza el rea por debajo
de (X + 0,5)
4. Cuando vamos a encontrar la probabilidad de que ocurra menos que X, se utiliza el rea debajo
de (X - 0,5)
MULTIMEDIA
Una vez que hemos aplicado la correccin por continuidad, se sigue los pasos que se contemplan para
RECURSOS
encontrar una probabilidad normal.
Revise este apartado en el texto bsico, all se encuentran explicados los pasos que se deben seguir para
trabajar en estos casos.
Una persona con una buena historia crediticia tiene una deuda promedio de $15.015. Suponga que
la desviacin estndar es de $3.540 y que los montos de las deudas estn distribuidos normalmente.
a. Cul es la probabilidad de que la deuda de una persona con una buena historia crediticia sea
mayor a $18.000?
b. De que la deuda de una persona con una buena historia crediticia sea de menos de $10.000?
c. De que la deuda de una persona con una buena historia crediticia est entre $12.000 y
$18.000?
Desarrollo:
En primer lugar por los datos conocemos que se trata de una distribucin normal con la siguiente
informacin:
97
NDICE
X = deuda de las personas

= 15.015
PRELIMINARES
= 3.540
Luego de identificados estos elementos informativos, procedemos a trabajar con cada una de las
interrogantes.
a. Cul es la probabilidad de que la deuda de una persona con una buena historia crediticia sea
BIMESTRE
PRIMER
mayor a $18.000?
-- Probabilidad solicitada es que la deuda de la persona sea mayor a $18.000 = P(X > 18.000)
SEGUNDO
BIMESTRE
-- Transformamos los valores de X a referencias tipificadas en trminos de Z
SOLUCIONARIO
-- Con este valor obtenido vamos a leer en la tabla de reas bajo la curva normal que se encuentra
MULTIMEDIA
RECURSOS
en el apndice B.1 del texto bsico, pero previamente planteamos el ejercicio, y es conveniente,
hacerlo de manera grfica para poder establecer el rea a encontrarse:
P(X>18000) = 0,5 - (Area para Z = 0,84)
P(X>18000) = 0,5 - 0,2995
P(X>18000) = 0,2005
Significa, por tanto, que existe el 20,05% de probabilidades de que la deuda de una persona con una
buena historia crediticia sea mayor a $18.000.
98
NDICE
b. De que la deuda de una persona con una buena historia crediticia sea de menos de $10.000?
PRELIMINARES
-- Probabilidad solicitada es que la deuda de la persona sea menor a $10.000 = P(X < 10.000).
-- Al igual que en el literal anterior, procedemos a calcular la probabilidad solicitada, empecemos

con el planteamiento de la probabilidad:
BIMESTRE
PRIMER
SEGUNDO
BIMESTRE
x
SOLUCIONARIO
P(X<10000)=0,5-(Area para Z=1,42)
P(X<10000)=0,5-0,4222
MULTIMEDIA
RECURSOS
P(X<10000)=0,0778
El resultado significa que existe el 7,78%de probabilidades de que la deuda de una persona con una
buena historia crediticia sea menor a $ 10.000.
c. De que la deuda de una persona con una buena historia crediticia est entre $12.000 y
$18.000?
-- Ahora la probabilidad solicitada, es de que la deuda de una persona con un buen historial crediticio,
tenga una deuda entre 12000 y 18000, esto es: P(12000 < X < 18000)
X1 X2
X1 = 12000
X2 =18000
99
NDICE
PRELIMINARES
BIMESTRE
PRIMER
Z2= 0,84
P(12000<X<18000) = (Area para Z1=-0,85)+(Area para Z2=0,84)
P(12000<X<18000) = 0,3023+0,2995
SEGUNDO
BIMESTRE
P(12000<X<18000) = 0,6018
El resultado nos explica que existe el 60,18% de probabilidades de que la deuda de un cliente con un
buen historial crediticio, se encuentre entre 12000 y 18000 dlares.
SOLUCIONARIO
Le propongo desarrollar ahora otro ejercicio, en donde la variable es discreta, pero por el tamao de la
poblacin investigada, se debe aplicar la aproximacin normal a la binomial.
Un hotel de cierta ciudad tiene 120 habitaciones. En los meses de primavera, su ocupacin es de
75%.
MULTIMEDIA
RECURSOS
a. Cul es la probabilidad de que por lo menos la mitad de las habitaciones estn ocupadas en
un da dado?
b. Cul es la probabilidad de que 100 o ms de las habitaciones estn ocupadas en un da dado?
De acuerdo a la informacin del ejercicio, podemos confirmar que se trata de una variable discreta,
puesto que se habla de habitaciones. Luego para poder trabajar con el nmero de habitaciones que
corresponden a la poblacin en estudio, no es posible hacerlo a travs de la distribucin de probabilidad
binomial, de all que se hace necesario trabajar con la aproximacin normal a la binomial, ahora veamos
si sera una buena aproximacin.
La condicin para conocer si es una buena aproximacin nos dice que n y n(1 ), son 5 por lo menos,
revisemos si se cumple:
n = 120
= 0,75
n=(120)(0,75)
n=90
n(1- )=(120)(1-0,75)
n(1- )=(120)(0,25)
n(1- )=30
100
NDICE
Se cumple la condicin, por tanto, se puede considerar como una buena aproximacin. Con esto
procedemos a calcular las probabilidades solicitadas.
PRELIMINARES
a. Cul es la probabilidad de que por lo menos la mitad de las habitaciones estn ocupadas en
un da dado?
P(X mayor o igual a 60), esto porque nos pide identificar la probabilidad de que por lo menos la mitad
estn ocupadas, quiere decir que pueden ser 60 o ms habitaciones.
BIMESTRE
PRIMER
Recordemos que al trabajar con una variable discreta, debemos proceder a establecer la correccin por
continuidad, entonces segn el caso, debemos expresar que:
Cuando la probabilidad a encontrarse dice que por lo menos ocurra X, se utiliza el rea por encima de (X -
0,5):
SEGUNDO
BIMESTRE
(X-0,5)=(60-0,5)
(X-0,5)=(59,5)
SOLUCIONARIO
X
MULTIMEDIA
RECURSOS
Z= - 6,43
P(X60)=0,5+(Area para Z=-6,43)
P(X60)=0,5+0,5
P(X60)=1
El resultado nos indica que existe absoluta certeza (100%) de que por lo menos la mitad de las habitaciones
se encuentren ocupadas en un da dado.
Quiz en este caso cabe una aclaracin, como el valor de Z es mayor a 3, y si recordamos la regla emprica,
prcticamente a partir de 3 desviaciones tpicas con respecto a la media aritmtica, se encuentran todas
las observaciones, por ello en la tabla de reas bajo la curva normal usted encontrar solamente hasta el
valor de Z = 3,09 con el rea de 0,4990, por ello a partir de este valor de Z se considera como el rea 0,5.
b. Cul es la probabilidad de que 100 o ms de las habitaciones estn ocupadas en un da dado?
Con los resultados anteriores, procedemos a identificar la probabilidad solicitada.
Como nos estn solicitando calcular la probabilidad de 100 o ms, aplicamos la correccin por continuidad
y tendremos:
101
NDICE
(X-0,5)=(100-0,5)
(X-0,5)=99,5
PRELIMINARES
BIMESTRE
PRIMER
X
SEGUNDO
BIMESTRE
Z= 2
P(X100)=0,5-(Area para Z=2)
SOLUCIONARIO
P(X100)=0,5-0,4772
P(X100)=0,0228
La respuesta a la inquietud presentada se establece diciendo que existe el 2,28% de probabilidades de

que 100 o ms habitaciones se encuentren ocupadas en un da cualquiera.
MULTIMEDIA
RECURSOS
Como podr analizar, hemos llegado a concluir los temas previstos para este componente educativo,
espero que le sean de utilidad en su formacin profesional, por ello le invito a desarrollar las siguientes
actividades con la finalidad de que vaya adquiriendo las destrezas y habilidades que le permitan analizar
los casos que se presenten.
Luego le propongo una autoevaluacin para que confirme su nivel de logro o establezca las acciones
correctivas para mejorar sus resultados.
102
NDICE
PRELIMINARES
Como he venido insistiendo al finalizar cada unidad temtica, es preciso llevar a cabo algunas actividades
que le permitan afianzar los contenidos estudiados, por ello le recomiendo realizar las siguientes
actividades:
BIMESTRE
PRIMER
1. Realice un cuadro sinptico con cada una de las caractersticas definitorias de una distribucin
normal.
2. Repase el procedimiento a seguirse para llegar a resolver un problema de probabilidades con una
distribucin normal.
SEGUNDO
BIMESTRE
3. Obtenga datos que le permitan llegar a calcular la o las probabilidades con una distribucin
normal.
4. Revise los datos para las distribuciones binomiales y trabaje con la aproximacin de la normal a la
SOLUCIONARIO
binomial para que luego llegue a determinar las probabilidades correspondientes.
Ahora es necesario tambin hacer una revisin de la comprensin de los contenidos desarrollados en la
unidad, para ello le propongo responder al siguiente cuestionario. Al final de esta gua se encuentran las
soluciones para que pueda medir el logro obtenido.
MULTIMEDIA
RECURSOS
103
NDICE
Autoevaluacin 7
PRELIMINARES
BIMESTRE
1.() Una variable continua se caracteriza porque puede existir una gran cantidad de
PRIMER
valores intermedios entre dos valores consecutivos.
2.() Dentro de las distribuciones de probabilidad continua se pueden identificar las

distribuciones de probabilidad uniforme.
SEGUNDO
BIMESTRE
3.() La distribucin de probabilidad normal se caracteriza por ser asimtrica positiva, ya
que siempre la media aritmtica es mayor que cualquier otro valor.
4.() Una distribucin de probabilidad normal se caracteriza porque se distribuye con
SOLUCIONARIO
media igual a 0 y varianza igual a 1, en trminos de referencia tipificada o valores de Z.
5.() Las probabilidades normales se calculan primero transformando los valores de X a

valores de Z o valores tipificados.
6.() Por regla general se puede afirmar que el 68% de las observaciones se encuentran
entre la media () 2.
MULTIMEDIA
RECURSOS
7.() Una probabilidad normal es considerada como una buena aproximacin a la
distribucin binomial cuando los productos n y n(1 ), son por lo menos igual a 10.
8.() Para aproximar una probabilidad normal a una distribucin de probabilidad binomial,
primero se debe realizar la correccin de continuidad de la variable.
9.() Si se trata de calcular la probabilidad de por lo menos ocurra X, entonces a la variable

se le debe sumar 0,5.
10.() En la aproximacin normal a la binomial, tambin se deben satisfacer las cuatro

caractersticas bsicas de la probabilidad binomial, en donde una de ellas dice que la
probabilidad de xito se mantiene para cada una de las pruebas.
Importante: al final de esta gua didctica puede encontrar las soluciones, pero no pase a esta parte mientras
no haya terminado de contestarla, luego puede definir sus logros y si hay algn tema que no ha quedado
claro, vuelva a revisarlo hasta que se encuentre seguro de su conocimiento.
Ir a solucionario
104
NDICE
Para recordar:
PRELIMINARES
Hemos analizado la distribucin de probabilidad normal, que se aplica a una variable de carcter
continuo, como hemos observado, aqu debemos trabajar con la tabla de reas bajo la curva normal.
Es recomendable que para desarrollar los ejercicios, primero se plantee el problema y se lo realice
grficamente a fin de que se asegure cul es el rea que debe encontrar.
Tambin hemos visto un caso especial que se presenta en el tema de las probabilidades cuando nos
BIMESTRE
PRIMER
referimos a variables discretas que por la cantidad de casos investigados no se facilitara trabajar como
una distribucin de probabilidad binomial, en cuyo caso es aconsejable trabajar la variable como si
fuera continua y aplicar la distribucin de probabilidad normal.
SEGUNDO
BIMESTRE
SOLUCIONARIO
MULTIMEDIA
RECURSOS
105
NDICE
7. Solucionario
PRELIMINARES
PRIMER BIMESTRE
Unidad 1
1 V
BIMESTRE
PRIMER
2 V
3 F
4 V
5 F
SEGUNDO
BIMESTRE
6 V
7 V
8 F
SOLUCIONARIO
9 V
10 V
MULTIMEDIA
RECURSOS
Ir a autoevaluacin
106
NDICE
Unidad 2
PRELIMINARES
1 F
2 F
3 V
4 V
5 V
BIMESTRE
PRIMER
6 V
7 V
8 F
9 V
SEGUNDO
BIMESTRE
10 V
SOLUCIONARIO
Ir a autoevaluacin
MULTIMEDIA
RECURSOS
107
NDICE
Unidad 3
PRELIMINARES
1 V
2 V
3 F
4 F
5 V
BIMESTRE
PRIMER
6 V
7 V
8 V
9 F
SEGUNDO
BIMESTRE
10 V
SOLUCIONARIO
Ir a autoevaluacin
MULTIMEDIA
RECURSOS
108
NDICE
SEGUNDO BIMESTRE
PRELIMINARES
Unidad 4
1 V
2 V
3 F
4 V
BIMESTRE
PRIMER
5 V
6 F
7 V
8 V
SEGUNDO
BIMESTRE
9 V
10 V
SOLUCIONARIO
Ir a autoevaluacin
MULTIMEDIA
RECURSOS
109
NDICE
Unidad 5
PRELIMINARES
1 V
2 F
3 F
4 V
5 V
BIMESTRE
PRIMER
6 V
7 F
8 V
9 F
SEGUNDO
BIMESTRE
10 F
SOLUCIONARIO
Ir a autoevaluacin
MULTIMEDIA
RECURSOS
110
NDICE
Unidad 6
PRELIMINARES
1 V
2 V
3 V
4 F
5 V
BIMESTRE
PRIMER
6 F
7 V
8 F
9 F
SEGUNDO
BIMESTRE
10 V
SOLUCIONARIO
Ir a autoevaluacin
MULTIMEDIA
RECURSOS
111
NDICE
Unidad 7
PRELIMINARES
1 V
2 V
3 F
4 V
5 V
BIMESTRE
PRIMER
6 F
7 F
8 V
9 F
SEGUNDO
BIMESTRE
10 V
SOLUCIONARIO
Ir a autoevaluacin
MULTIMEDIA
RECURSOS
Felicitaciones por haber superado con xito el estudio de este
componente educativo
112
NDICE
8. Recursos educativos multimedia
PRELIMINARES
BIMESTRE
Videoconferencias Diapositivas
PRIMER
Primer Bimestre Primer Bimestre
1. Distribuciones de frecuencia 1. Distribuciones de frecuencia
SEGUNDO
BIMESTRE
2. Media aritmetica 2. Media aritmetica
3. Mediana y moda 3. Mediana y moda
Segundo Bimestre
SOLUCIONARIO
Segundo Bimestre
1. Medidas de dispercin 1. Medidas de dispercin
2. Aspectos bsicos en el estudio de 2. Aspectos bsicos en el estudio de

probabilidad probabilidad
3. Distribucin de probabilidad binomial 3. Distribucin de probabilidad binomial
MULTIMEDIA
RECURSOS
4. Distribucin de probabilidad normal 4. Distribucin de probabilidad normal
CCG/vtc/2013-07-16/112
G.D.: VJ/2014-07-21/114
wo/2015-08-05
113

Guía de Estadística I

Hochgeladen von

Dokumentinformationen

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

Guía de Estadística I

Hochgeladen von

Copyright:

Verfügbare Formate

NDICE

La Universidad Catlica de Loja

Administracin de Empresas Tursticas y Hoteleras II

La Universidad Catlica de Loja

UNIVERSIDAD TCNICA PARTICULAR DE LOJA

6.1. Competencias genricas............................................................................................... 12

UNIDAD 2: DISTRIBUCIONES DE FRECUENCIA Y REPRESENTACIONES GRFICAS................. 22

UNIDAD 4: MEDIDAS DESCRIPTIVAS: MEDIDAS DE DISPERSIN........................................... 59

UNIDAD 6: DISTRIBUCIONES DE PROBABILIDAD DISCRETA................................................... 84

UNIDAD 7: DISTRIBUCIN DE PROBABILIDAD CONTINUA...................................................... 95

Correa Granda, Carlos (2013). Gua Didctica Estadstica I. LojaEcuador: Ediloja

De igual manera se encuentran actividades recomendadas para confirmar en mayor medida la

5. Orientaciones generales para el estudio

Recuerde que el estudio de la estadstica requiere un ambiente adecuado de trabajo y no dejar

Recuerde que en el sistema de estudios a distancia, el estudiante es el constructor de su propio

6.1. Competencias genricas

Comunicacin oral y escrita

RECURSOS SEGUNDO PRIMER

UNIDAD 2: Distribuciones de frecuencia Revisin de la gua Organiza Semanas 3 y 4

2.5. Distribuciones de frecuencia

3.2.1.3. Formas de clculo

3.2.5. Relacin entre la media

3.2.6. Media geomtrica

Revisin de todos los Semanas 7 y 8

6.3. Sistema de evaluacin del componente educativo (primero y segundo bimestre)

Investigacin (cita fuentes de

PORCENTAJE 10% 20% 30% 70%

Tenga presente que la finalidad de la valoracin cualitativa es

1.2. Qu se entiende por estadstica?

Le sugiero que subraye las ideas principales que encuentre.

Lo invito ahora a que enuncie su propia definicin sobre la estadstica.

1.3. Por qu hay que estudiar estadstica?

1.4. Tipos de estadstica

Nos permite conocer los mtodos

Cundo es necesario extraer una muestra?

1.5. Tipos de variables

Bien, despus de la lectura estar en capacidad de contestar a la siguiente pregunta:

1.6. Fuentes de datos estadsticos

Ahora bien, de dnde se genera y cmo se obtiene la informacin?

1.7. Niveles de medicin

Revise un texto en el peridico y observe los datos que se presentan.

3.() La estadstica descriptiva se refiere a aquellos mtodos que permiten extraer

6.() Un ejemplo de variable discreta es el nmero de estudiantes en una clase.

10.() Un ejemplo del nivel medicin de intervalo es la temperatura.

Video UNIDAD 2: DISTRIBUCIONES DE FRECUENCIA Y REPRESENTACIONES GRFICAS

Tabla 2: Volumen de ventas durante el mes de septiembre de 2012

2.2. Elaboracin de una distribucin de frecuencias

De acuerdo. Si usted lo ha considerado, entonces est en lo correcto.

Esta parte se encuentra desarrollada en el texto bsico en lo referente a la construccin de distribuciones

Intervalos de clase o categoras

Lmites reales de clase

Fuente: texto bsico

Si trabajamos con variables continuas, llegamos a obtenerla directamente a travs de la diferencia

Donde: H = Xmx = valor mximo de la variable

L = Xmin = valor mnimo de la variable

Intervalos de clase (con Intervalos de clase

k, es un nmero entero positivo que representa el nmero de clases o intervalos de clase en

Por simple inspeccin, se ha establecido el nmero de intervalos, puesto que:

En el ejemplo desarrollado en el texto bsico, solamente se

En el caso de que vayamos a construir la distribucin de frecuencias, se procede a aplicar la frmula en

2.2.2. Sugerencias para elaborar una tabla de distribucin de frecuencias

Ahora realicemos un ejemplo para aplicar lo mencionado anteriormente:

En 50 bancos comerciales y/o instituciones de prstamos, se registr el nmero de solicitudes de

Se solicita presentar la informacin a travs de una tabla de frecuencias.