Diagrama de sectores

Un diagrama de sectores se puede utilizar para todo tipo de

variables, pero se usa frecuentemente para las variables cualitativas.

Los datos se representan en un crculo, de modo que el ngulo

de cada sector es proporcional a la frecuencia absoluta
correspondiente.

El diagrama circular se construye con la ayuda de un

transportador de ngulos.

Ejemplos

En una clase de 30 alumnos, 12 juegan a baloncesto, 3 practican

la natacin, 9 juegan al ftbol y el resto no practica ningn deporte.

Alumnos ngulos
Baloncesto 12 144
Natacin 3 36
Futbol 9 108
Sin deporte 6 72
Total 30 360
 Diagramas de sectores

Un diagrama de sectores es un grfico que consiste en un

crculo dividido en sectores de amplitud proporcional a la frecuencia de
cada valor. Se utiliza con datos cualitativos y cuantitativos.

Un compaero de Marta decidi preguntar a sus compaeros por

su deporte favorito y obtuvo los datos, que aparecen en la tabla
siguiente:

Frec. Frec. % Grados del

absoluta relativa sector
Danza 5 0,25 25% 0,25*360=90
Futbol 8 0,4 40% 0,4*360=144
Tenis 2 0,1 10% 0,1*360=36
Baloncesto 3 0,15 15% 0,15*360=54
Atletismo 2 0,1 10% 0,1*360=36
Suma 20 1 100% 360
 Observa: la suma de todas las amplitudes es 360, la amplitud
total del crculo.

Para calcular la graduacin de los sectores podemos usar tres

procedimientos:

Grados del sector = frecuencia relativa 360

Usando la proporcin con las frecuencias absolutas:

O bien usando la proporcin con porcentajes:

Para que se utiliza el Grfico o diagrama de sectores

- Se usa para cualquier tipo de variable.

- Est formado por un crculo dividido en sectores circulares,
cuyos ngulos son proporcionales a los datos que representan.
 El ejemplo refleja el nmero de hijos de un determinado grupo
25 familias. Abajo est el diagrama de sectores (es interactivo, pasa
el cursor por encima). Para calcular el ngulo de cada sector hacemos
una regla de tres simple:

EL total 25 representa 360 grados (el crculo completo)

- Las 6 con 0 hijos representan x grados

Por tanto,

Debemos dibujar un sector de 86.4 grados para las familias con

0 hijos.
De igual forma se calcula el resto de ngulos de los dems
sectores.
 QU ES LA PROBABILIDAD Y LA ESTADSTICA?

La Probabilidad y la Estadstica se encargan del estudio del azar

desde el punto de vista de las matemticas:

La Probabilidad propone modelos para los fenmenos aleatorios,

es decir, los que se pueden predecir con certeza, y estudia sus
consecuencias lgicas.
La Estadstica ofrece mtodos y tcnicas que permiten entender
los datos a partir de modelos.
De esta manera, el Clculo de las Probabilidades es una teora
matemtica y la Estadstica es una ciencia aplicada donde hay que dar
un contenido concreto a la nocin de probabilidad.

PROBABILIDAD

En este sentido, el clculo cientfico de probabilidades puede

ayudarnos a comprender lo que en ocasiones la intuicin nos indica de
manera errnea. Un ejemplo tpico es la denominada "paradoja de los
cumpleaos". Supongamos que estamos en un grupo de 23 personas.
Los clculos nos dicen que la probabilidad de que dos personas
celebren el mismo da su cumpleaos es del 50%, algo que a simple
vista parece increble (Paradoja del Cumpleaos ). No es de extraar
por tanto que la Teora de Probabilidad se utilice en campos tan
diversos como la demografa, la medicina, las comunicaciones, la
informtica, la economa y las finanzas.

ESTADSTICA

Cuando hablamos de estadstica, se suele pensar en un conjunto

de datos numricos presentada de forma ordenada y sistemtica. Esta
idea es debida a la influencia de nuestro entorno, ya que hoy da es
casi imposible que cualquier medio de communicacin, peridico,
radio, televisin, etc, no nos aborde diariamente con cualquier tipo de
informacin estadstica.

Slo cuando nos adentramos en un mundo ms especfico como

es el campo de la investigacin de las Ciencias Sociales: Medicina,
Biologa, Psicologa, ... empezamos a percibir que la Estadstica no
slo es algo ms, sino que se convierte en la nica herramienta que,
hoy por hoy, permite dar luz y obtener resultados, y por tanto
beneficios, en cualquier tipo de estudio, cuyos movimientos y
relaciones, por su variabilidad intrnseca, no puedan ser abordadas
desde la perspectiva de las leyes determistas.

La Estadstica se ocupa de los mtodos y procedimientos para

recoger, clasificar, resumir, hallar regularidades y analizar los datos
(Estadstica Descriptiva), siempre y cuando la variabilidad e
incertidumbre sea una causa intrnseca de los mismos; as como de
realizar inferencias a partir de ellos, con la finalidad de ayudar a la
toma de decisiones y en su caso formular predicciones ( Estadstica
Inferencial).

Probabilidades

Las probabilidades constituyen una rama de las matemticas

que se ocupa de medir o determinar cuantitativamente la posibilidad
de que un suceso o experimento produzca un determinado resultado.
La probabilidad est basada en el estudio de la combinatoria y es
fundamento necesario de la estadstica .

La creacin de la probabilidad se atribuye a los matemticos

franceses del siglo XVII Blaise Pascal y Pierre de Fermat, aunque
algunos matemticos anteriores, como Gerolamo Cardano en el siglo
XVI, haban aportado importantes contribuciones a su desarrollo.

La probabilidad matemtica comenz como un intento de

responder a varias preguntas que surgan en los juegos de azar, por
ejemplo saber cuntas veces se han de lanzar un par de dados para
que la probabilidad de que salga seis sea el 50 por ciento.

La probabilidad de un resultado se representa con un nmero

entre 0 y 1, ambos inclusive. La probabilidad 0 indica que el resultado
no ocurrir nunca, y la probabilidad 1 que el resultado ocurrir
siempre. Los problemas ms sencillos estudian la probabilidad de un
suceso favorable en un experimento o acontecimiento con un nmero
finito de resultados, todos ellos con igual probabilidad de ocurrir.

Si un experimento tiene n posibles resultados, y f de ellos se

consideran favorables, la probabilidad de un suceso favorable es f/n .
Por ejemplo, un dado no trucado se puede lanzar de seis formas
posibles, por tanto, la probabilidad de que salga un 5 un 6 es 2/6.

Problemas ms complicados estudian acontecimientos en que

los distintos resultados tienen distintas probabilidades de ocurrir. Por
ejemplo, encontrar la probabilidad de que salga 5 6 al lanzar un par
de dados: los distintos resultados (2, 3,12) tienen distintas
probabilidades. Algunos experimentos pueden incluso tener un
nmero infinito de posibles resultados, como la probabilidad de que
una cuerda de circunferencia dibujada aleatoriamente sea de longitud
mayor que el radio.

Los problemas que estudian experimentos repetitivos relacionan

la probabilidad y la estadstica. Algunos ejemplos: encontrar la
probabilidad de obtener 5 veces un 3 y al menos 4 veces un 6 al
lanzar un dado, sin hacer trampas, 50 veces; si una persona lanza una
moneda al aire y da un paso hacia delante si sale cara y un paso hacia
atrs si sale cruz, calcular la probabilidad de que, despus de 50
pasos, la persona est a menos de 10 pasos del origen.

El uso ms generalizado de la probabilidad es su utilizacin en el

anlisis estadstico. Por ejemplo, la probabilidad de sacar 7 al lanzar
dos dados es 1/6, lo que significa (se interpreta como) que al lanzar
dos dados aleatoriamente y sin hacer trampas, un gran nmero de
veces, alrededor de un sexto de los lanzamientos darn 7.

La probabilidad matemtica se utiliza mucho en las ciencias

fsicas, biolgicas y sociales, as como en el comercio y la industria.
Se aplica a muchas reas tan dispares como la gentica, la mecnica
cuntica y los seguros. Tambin estudia problemas matemticos
tericos de gran importancia y dificultad y est bastante relacionada
con la teora del anlisis matemtico, que se desarroll a partir del
clculo.

Importancia de la Probabilidad

La importancia de la probabilidad radica en que, mediante este

recurso matemtico, es posible ajustar de la manera ms exacta
posible los imponderables debidos al azar en los ms variados
campos tanto de la ciencia como de la vida cotidiana.
 En efecto, la probabilidad es una estrategia mediante la cual se
intenta estimar la frecuencia con la que se obtiene un cierto resultado
en el marco de una experiencia en la que se conocen todos los
resultados posibles. As, el ejemplo ms tradicional consiste en definir
cual es la prevalencia de obtener un nmero al arrojar un dado. Sobre
seis resultados posibles (todas las caras), slo es posible lograr un
nmero por cada vez que el dado es arrojado. En este caso, la
probabilidad puede expresarse como uno en seis, un sexto, la sexta
parte o, en trminos matemticos precisos, 0.16 16%.

La teora de la probabilidad, en especial en el marco de sistemas

ms complejos, se aplica en reas variadas del conocimiento, como
las ciencias exactas (estadstica, matemtica pura y aplicada, fsica,
qumica, astronoma), las ciencias sociales (sociologa, psicologa
social, economa), la astronoma, la meteorologa y, en especial en
forma ms reciente, la biomedicina.

La importancia esencial de la aplicacin de los mtodos de

clculo de la probabilidad reside en su capacidad para estimar o
predecir eventos. Cuanto mayor sea la cantidad de datos disponibles
para calcular la probabilidad de un acontecimiento, ms preciso ser el
resultado calculado. Dada la complejidad de los sistemas en los que
suele aplicarse la teora de la probabilidad, se requiere de modelos
informticos y estadsticos de gran elaboracin, que seran imposibles
de no contarse con los modernos recursos tecnolgicos relacionados
con la computacin.

Un buen ejemplo de su aplicabilidad cotidiana lo constituyen los

anlisis del comercio de las commodities (materias primas) en las
relaciones internacionales actuales. Dado que gran parte de los
factores involucrados en la estimacin de la produccin son azarosos
(vientos, humedad ambiental, exposicin solar, mano de obra real,
condiciones econmicas y financieras locales, avatares polticos
regionales, entre otros), la teora de la probabilidad resulta de gran
importancia, ya que intenta ajustar en conceptos matemticos cual
ser el devenir de los acontecimientos para calcular, por ejemplo, la
produccin final de cereales, combustibles fsiles y otros recursos de
un rea geogrfica.

Por lo tanto, la probabilidad es una herramienta fundamental en

la planificacin estratgica de los movimientos sociales, econmicos y
laborales de toda la comunidad.

en que se utiliza la probabilidad?

Dos aplicaciones principales de la teora de la probabilidad en el

da a da son en el anlisis de riesgo y en el comercio de los mercados
de materias primas. Los gobiernos normalmente aplican mtodos
probabilsticos en regulacin ambiental donde se les llama "anlisis de
vas de dispersin", y a menudo miden el bienestar usando mtodos
que son estocsticos por naturaleza, y escogen qu proyectos
emprender basndose en anlisis estadsticos de su probable efecto
en la poblacin como un conjunto. No es correcto decir que la
estadstica est incluida en el propio modelado, ya que tpicamente los
anlisis de riesgo son para una nica vez y por lo tanto requieren ms
modelos de probabilidad fundamentales, por ej. "la probabilidad de
otro 11-S". Una ley de nmeros pequeos tiende a aplicarse a todas
aquellas elecciones y percepciones del efecto de estas elecciones, lo
que hace de las medidas probabilsticas un tema poltico.

Un buen ejemplo es el efecto de la probabilidad percibida de

cualquier conflicto generalizado sobre los precios del petrleo en
Oriente Medio - que producen un efecto domin en la economa en
conjunto. Un clculo por un mercado de materias primas en que la
guerra es ms probable en contra de menos probable probablemente
enva los precios hacia arriba o hacia abajo e indica a otros
comerciantes esa opinin.

Se puede decir razonablemente que el descubrimiento de

mtodos rigurosos para calcular y combinar los clculos de
probabilidad ha tenido un profundo efecto en la sociedad moderna. Por
consiguiente, puede ser de alguna importancia para la mayora de los
ciudadanos entender cmo se clculan los pronsticos y las
probabilidades, y cmo contribuyen a la reputacin y a las decisiones,
especialmente en una democracia.
 Otra aplicacin significativa de la teora de la probabilidad en el
da a da es en la fiabilidad. Muchos bienes de consumo, como los
automviles y la electrnica de consumo, utilizan la teora de la
fiabilidad en el diseo del producto para reducir la probabilidad de
avera. La probabilidad de avera tambin est estrechamente
relacionada con la garanta del producto.

Se puede decir que no existe una cosa llamada probabilidad.

Tambin se puede decir que la probabilidad es la medida de nuestro
grado de incertidumbre, o esto es, el grado de nuestra ignorancia dada
una situacin. Por consiguiente, puede haber una probabilidad de 1
entre 52 de que la primera carta en un baraja de cartas es la J de
diamantes. Sin embargo, si uno mira la primera carta y la reemplaza,
entonces la probabilidad es o bien 100% o 0%, y la eleccin correcta
puede ser hecha con precisin por el que ve la carta. La fsica
moderna proporciona ejemplos importantes de situaciones
determinsticas donde slo la descripcin probabilstica es factible
debido a informacin incompleta y la complejidad de un sistema as
como ejemplos de fenmenos realmente aleatorios.

En un universo determinista, basado en los conceptos

newtonianos, no hay probabilidad si se conocen todas las condiciones.
En el caso de una ruleta, si la fuerza de la mano y el periodo de esta
fuerza es conocido, entonces el nmero donde la bola parar ser
seguro. Naturalmente, esto tambin supone el conocimiento de la
inercia y la friccin de la ruleta, el peso, lisura y redondez de la bola,
las variaciones en la velocidad de la mano durante el movimiento y as
sucesivamente. Una descripcin probabilstica puede entonces ser
ms prctica que la mecnica newtoniana para analizar el modelo de
las salidas de lanzamientos repetidos de la ruleta. Los fsicos se
encuentran con la misma situacin en la teora cintica de los gases,
donde el sistema determinstico en principio, es tan complejo (con el
nmero de molculas tpicamente del orden de magnitud de la
constante de Avogadro ) que slo la descripcin estadstica de sus
propiedades es viable.

La mecnica cuntica, debido al principio de indeterminacin de

Heisenberg, slo puede ser descrita actualmente a travs de
distribuciones de probabilidad, lo que le da una gran importancia a las
descripciones probabilsticas. Algunos cientficos hablan de la
expulsin del paraso.[cita requerida] Otros no se conforman con la
prdida del determinismo. Albert Einstein coment estupendamente en
una carta a Max Born: Jedenfalls bin ich berzeugt, da der Alte nicht
wrfelt. (Estoy convencido de que Dios no tira el dado).

La probabilidad y la estadstica en la vida diaria

OBABILIDAD

Nuestra vida cotidiana est llena de cosas que nos suceden sin
que podamos predecir los resultados con exactitud. Por ejemplo, si
vamos caminando por la calle y se nos cae una moneda al piso,
sabemos si caer con la cara al cielo? Claramente no, pues nuestra
experiencia nos indica que algunas veces el lado del guila cae hacia
abajo y otras hacia arriba. Cuando decides hacer una breve parada en
el casino para jugar a las maquinas tragamonedas nunca sabes a
ciencia cierta que saldr cuando jales la palanca.

Estos son slo dos de los innumerables ejemplos en los cuales

el azar interviene. A los sucesos donde interviene el azar se los llama
aleatorios o probabilsticos. Diremos que hay una probabilidad de
que caiga guila o sella. Hay una probabilidad de que salgan 3 lados
iguales, pero (desgraciadamente!) no podemos tener la certeza de
ello.

En la vida cotidiana son ms frecuentes las situaciones que

podemos atribuir al azar (eventos o sucesos aleatorios) que las que
corresponden al acontecer previsible con exactitud. De qu humor
estar el profesor hoy? Nos resfriaremos este invierno? Quin
ganar el campeonato? Hechos tan simples como los mencionados
requieren ser interpretados con pensamiento probabilstico, el cual gira
alrededor de las nociones azar e incertidumbre.

Al analizar cada uno de estos hechos aisladamente (por

ejemplo, cmo lleg el profesor el lunes), nada se puede concluir. Sin
embargo, si se toma un conjunto de cada uno de esos datos en
nmero y forma apropiados (por ejemplo, cuntos y cules das el
profesor lleg de mal humor), es posible prever con cierto grado de
certeza qu es lo que posiblemente acontezca en el futuro que nos
interesa.

En otras palabras, si bien nuestra vida no es completamente

previsible (menos mal!), nos interesa y podemos encontrar la manera
de mejorar nuestra situacin respecto de ello. Una rama de las
matemticas se ha encargado de estudiar el problema y de desarrollar
mtodos que nos ayuden a tal fin: se trata del estudio de
probabilidades, o estadstica.

ESTADSTICA

El que sabe tomar decisiones ocupa los mejores lugares en la

direccin de una empresa. All estn las mejores remuneraciones.
Cuando en una empresa se busca a alguien para ocupar un puesto
de direccin se escoge de entre los que saben tomar decisiones
correctas. Es decir, no los escogen entre los que siempre esperan
que les digan qu es lo que deben hacer; sino entre los que deciden
qu hacer cuando hay urgencia de hacer algo, coincidiendo con que
no est presente el responsable del departamento.

El mejor empleado no es el que ms suda, sino que es el que

mejor piensa y decide hacer lo que considera que es racionalmente
correcto. Para tomar decisiones se debe estar en capacidad de llenar
los vacos de informacin de la manera ms racional posible. Es aqu
donde la Estadstica puede ayudar a tomar decisiones racionalmente
correctas: ayuda a llenar los vacos de informacin.

Algunos ejemplos de estadstica en la vida diaria son:

Tasa de mortalidad (por ejemplo por accidentes de transito,

mortalidad infantil, cncer etc.)
clculo de elecciones y candidatos (intencin de voto)
cantidad de gente con educacin
cantidad de desempleados
nivel de consumo con tarjeta de crdito (%de ventas en cuotas
con tarjetas por ejemplo)
cantidad de nacimientos de madres adolescentes.