ESTADÍSTICA Grado Décimo PDF

Cdigo
PGF 02-R04
COLEGIO FRANCISCANO SAN LUIS BELTRAN

ESTADISTICA
GRADO DCIMO Pgina 1 de 86
L.F. 1813 de 24 OCTUBRE 2003
PRESENTACIN
En nuestra vida diaria nos llega con mucha frecuencia

informacin estadstica. Al leer un peridico o una revista, al
consultar informacin en una enciclopedia o en un texto nos
encontramos con cantidad de grficos, tablas y dato que se
presentan en variedad de formas. Tanto en la economa
como en los deportes, pasando por las comunicaciones, el
estudio de las poblaciones o los resultados de unas
elecciones polticas, nos encontramos con datos manejados
estadsticamente.
En este mdulo estudiaremos las nociones bsicas de la

estadstica utilizando como herramienta primordial el modelo
pedaggico institucional que nos permitir, entre otras cosas,
comprender algunas presentaciones estadsticas de datos.
AREA DE MATEMTICAS
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
TABLA DE CONTENIDO
PROYECTO TRASVERSAL CONVIVENCIA Y SEXUALIDAD
UNIDAD I
Medidas de localizacin para datos agrupados por intervalos.
Intervalos y marcas de clase.

Medidas de tendencia central para datos agrupados (Moda, mediana y promedio)
Cuartiles, deciles y percentiles (En variables discretas y continuas).
UNIDAD II
Medidas de dispersin para datos agrupados por intervalos.
Medidas de dispersin.
Desviacin media.
Desviacin tpica o estndar.
Varianza.
Coeficiente de variacin.
UNIDAD III
Sucesos probabilsticos
Sucesos dependientes e independientes.

Probabilidad en sucesos dependientes
Probabilidad en sucesos independientes.
Probabilidad condicional.
UNIDAD IV
Distribuciones probabilsticas y elementos bsicos de un muestreo
Generalidades.
El tringulo de Pascal.
Distribucin Binomio.
Distribucin probabilstica de Poisson
Introduccin al muestreo.
Tcnicas de muestreo
Muestreo no aleatorio
PROYECTO TRASVERSAL
CONVIVENCIA Y SEXUALIDAD
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Muerte materna en adolescentes
Durante el ao 2000 se registraron 180 muertes maternas en mujeres

adolescentes, lo que representa la cuarta causa de muerte en mujeres de este
grupo de edad.6 Estos datos revelan la necesidad de adecuar los servicios de
salud reproductiva y los mtodos de prevencin de los embarazos no planeados a
las caractersticas y necesidades propias de este grupo de la poblacin.
El inicio temprano de la actividad sexual, las conductas de riesgo, el deterioro del

tejido social y la falta de servicios apropiados para los adolescentes propician las
infecciones de transmisin sexual, incluido el SIDA y los embarazos no planeados.
Las madres adolescentes son responsables del 10% de los partos en el mundo,
pero no todos esos embarazos son indeseados. Muchas de las adolescentes
casadas se embarazan porque quieren formar una familia. En algunas
comunidades las mujeres jvenes solteras ven la maternidad como una forma de
subir en el estatus social y ganar reconocimiento como adultas, o creen que les
ayudar a mantener una relacin estable con el padre del nio/a. En grupos
sociales tradicionales se le da un gran valor a la fertilidad, y la falta de hijos
pueden llevar al marido o compaero a abandonar el hogar o al divorcio. Por tanto,
algunas mujeres jvenes se embarazan antes de casarse para probar que son
frtiles, mientras que algunas adolescentes recin casadas garantizan su
seguridad concibiendo un hijo lo antes posible.
La procreacin en la poblacin adolescente
Los jvenes que han logrado un embarazo representan aproximadamente el 35%

de la poblacin, y para ms de la mitad de ellos y ellas, el primer evento ocurri
entre los 15 y 19 aos de edad.4 De acuerdo a las caractersticas econmicas y
sociales de ese grupo de edad, el arribo del primer descendiente no sucede en las
mejores condiciones de desarrollo personal (Figura 5).
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Figura 5. Fecundidad en los adolescentes y jvenes en Colombia. Edad al Primer

Embarazo.
Los ideales reproductivos de los jvenes indican que la mayora deseara tener
entre uno y tres hijos independientemente de los condicionantes para la
procreacin y que la edad ideal para iniciar la procreacin es en trminos
generales mayores que a la que ocurre el primer embarazo. Esta disociacin entre
la realidad y los ideales reproductivos es uno de los indicadores que permite
evaluar el impacto de las campaas de informacin, educacin y comunicacin
que produce el sector pblico.
ACTIVIDAD
1. Lee cuidadosamente el texto anterior, entindelo, busca los trminos

desconocidos y realiza un glosario con ellos.
2. Realiza un escrito individual de lo que entendiste de la lectura y lo que
puedes aprender de ella
3. Teniendo como base el texto anterior contesta o completa.
a. Durante el ao _______ se registraron _______________________ en

mujeres adolescentes, lo que representa la _______ causa de muerte en
mujeres de este grupo de edad.
b. Estos datos revelan la necesidad de
____________________________________________________________
____________________________________________________________
__________________________________________________________
c. Que propician las infecciones de transmisin sexual?
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
d. Las madres adolescentes son responsables del ______ de los partos en el

mundo, pero no todos esos embarazos son indeseados
e. En algunas comunidades las mujeres jvenes solteras ven la maternidad
como________________________________________________________
____________________________________________________________
f. algunas mujeres jvenes se embarazan antes de casarse para probar que

son frtiles, mientras que
____________________________________________________________
____________________________________________________________
___________________________________________________________
4. realiza un reporte con un anlisis estadstico de lo que entiendas en la

grafica de la figura 5.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Medidas de localizacin para datos agrupados por intervalos
DESEMPEO
Calcular, y analiza medidas de localizacin en datos agrupados en variables
discretas y continuas y los aplica para la solucin de problemas prcticos.
INDICADORES DE DESEMPEO
Calcula e interpreta cuartiles, deciles y percentiles con datos extrados de

tablas de frecuencia en variables discretas y continuas.
Expresa el concepto de moda, media y mediana en datos agrupados por

intervalos y los aplica en el anlisis de situaciones.
Analiza situaciones problemas aplicando el concepto de las medidas.

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
LAS FLORES COLOMBIANAS EN EL MUNDO
La industria floricultora colombiana ocupa un lugar relativamente discreto en la

produccin mundial de flores, puesto que solo representa el 2.1% de los
sembrados a nivel mundial. Ahora bien, ello es producto de que la enorme
mayora, ms de 95% de la produccin se destina al mercado internacional y al
hecho de que Colombia slo compite internacionalmente con las flores frescas
cortadas y no con plantas de jardn o de siembra.
Las flores colombianas se destinan primordialmente al mercado de Norteamrica,

que incluye a Estados Unidos, Canad y Puerto Rico, en un 83% a la unin
Europea en un 13%, a Rusia en un 1.5%, a Japn en un 0.5% y en porcentajes
minoritarios a los dems pases del mundo. Dentro de la unin europea, los
principales compradores son el Reino unido y Holanda, lo cual demuestra la gran
calidad y aceptacin de nuestras flores.
Esa produccin ha permitido que el sector logre unas participaciones de mercado

en su principal mercado, Estados unidos muy significativas. En efecto, Colombia
aporta ms del 60% de las flores que se consumen en ese pas, y dependiendo
del tipo, aporta entre el 94% y el 54% del total de la oferta.
EXPORTACIONES
TOTALES DE FLORES COLOMBIANAS 1998
Grfica 3
rosa
otros rosa clavel

31% 32%
crisantemo
clavel mini clavel

25%
mini clavel otros
10% crisantemo
2%
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
uNIN Exportaciones
EUROPEA; totales de flores
OTROS
12% Colombianas -
PAISES; 6% 1998
Norte america
Grfica 1
Otros Paises
Unin Europea
NORTE
AMRICA;
82%
ACTIVIDAD
1. Las grficas 1 y 3 tienen igual ttulo y sin embargo son diferentes, Qu

representa cada grfica y como podra mejorarse el titulo?
2. A qu regin exporta ms flores Colombia?
3. Qu porcentaje del total de flores exportadas por Colombia recibe tal

regin?
4. Qu porcentaje del total de flores exportadas por Colombia le

corresponden a la Unin Europea?
5. Cul es el tipo de flor ms exportada por Colombia?

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
INTERVALOS Y MARCAS DE CLASE

Intervalo de Clase: Smbolo que encierra un conjunto de datos comprendidos
entre dos valores extremos llamados lmites.
Para determinar los intervalos en una distribucin de frecuencias se deben seguir

los siguientes pasos:
1. Determinar el valor mximo y mnimo de los datos de la distribucin.
2. Determinar el rango de la distribucin, restando el valor mnimo del valor

mximo.
r xmax xmn
3. Determinar la cantidad de intervalos que debe tener la tabla con la siguiente
formula:
m n
4. Determinar la amplitud de los intervalos con la formula:
r
c
m
Ejemplo: Tomemos como ejemplo una muestra de 20 alumnos a fin de conocer
su peso en kilos, para facilitar el trabajo, redondeamos las cifras:
X1 = 74 X4 = 70 X7 = 71 X10 = 85 X13 = 65 X16 = 58 X19 = 72

X2 = 67 X5 = 69 X8 = 79 X11 = 82 X14 = 88 X17 = 76 X20 = 66
X3 = 94 X6 = 61 X9 = 47 X12 = 55 X15 = 52 X18 = 57
Siguiendo los pasos anteriores tenemos:
1. Xmax = 94 X mn = 47
2. r 94 47 47
3. m 20 4,47 5
47
4.
c 9,4
5
Construyamos la tabla de frecuencias y la clase modal, agrupando los datos as:
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Intervalo F. Absoluta Marca de

Yj-1 - Yj Ni clase
Yi
47 56,4 2 51,7
56,4 65.8 4 61,1
65,8 75,2 7 70,5
75,2 84,6 4 79,9
84,6 94 3 89,3
Si observamos la columna de
frecuencias el mayor valor es 7 el cual nos indica que hay 7 alumnos con un peso
entre 65,8 y 75,2 kilogramos.
Luego la Moda se encuentra en este intervalo el cual recibe el nombre de
Intervalo Modal o Clase Modal.
Lmite de Clase: El Lmite de Clase son aquellos valores extremos que toma
un Intervalo. De acuerdo al ejemplo anterior podemos decir que los Lmites de
Clase del Intervalo Modal son:
Lmite Inferior: 65,8

Lmite Superior: 75,2
Marca de clase: Se conoce tambin como punto medio y es el promedio entre

los lmites superior e inferior de los diferentes intervalos.
47,6 56,4 56,4 65,8

Y1 51,7 Y2 61,1
2 2
65,8 75,2 75,2 54,6
Y3 70,5 Y4 79,9
2 2
84,6 94
Y5 89,3
2
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. Elabora una tabla de frecuencias con intervalos. Determina el intervalo modal y

su respectivo porcentaje
10, 20, 18, 17, 15, 16, 14, 21, 13, 12, 10, 16, 17, 15, 11
12, 13, 10, 12, 11, 13, 16, 11, 13, 12, 11, 15, 12, 13, 18
18, 13, 14, 19, 21, 13, 14, 13, 17, 14, 19, 14, 19, 16, 19
13, 14, 13, 15, 15, 20, 13, 15, 14, 13, 12, 13, 18, 14, 21
2. Los siguientes datos corresponden a notas de estadstica de 48 estudiantes.

Elabora una tabla de frecuencias con intervalos. Halla el Intervalo o clase
modal, adems construye un diagrama lineal.
6.7, 7.3, 8.7, 9.4, 9.2, 7.5, 8.1, 8.9, 9.9, 9.2, 10.0, 9.5
8.3, 9.4, 8.1, 9.0, 8.6, 8.0, 8.7, 7.2, 6.3, 7.1, 7.7, 7.4
8.5, 7.8, 6.4, 7.5, 6.6, 7.6, 7.2, 7.0, 7.9, 6.8, 6.9, 6.1
6.8, 7.5, 8.0, 9.3, 6.7, 6.9, 7.5, 8.3, 6.6, 10.0, 7.9, 8.7
3. Las estaturas en centmetros de 60 alumnos de un determinado colegio son

las siguientes:
153 123 129 132 147 138 137 134 131 147
138 128 134 148 139 146 145 148 135 125
152 128 146 143 138 138 122 146 137 151
145 124 132 138 144 141 137 146 138 130
130-150-125-150-110-120-130-127-128-130
a. Agrupar los datos en una tabla de frecuencias, con 6 intervalos.
b. Determinar el intervalo modal.
c. Calcula la mediana y promedio de la informacin
d. Realiza un anlisis grfico: Histograma y un diagrama lineal.

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Las medidas de tendencia central dan informacin

respecto a la puntuacin promedio en una
distribucin. Ahora se hace necesario el estudio y
manejo de unas medidas que indiquen el
comportamiento de los datos respecto a su
promedio, es decir, unas medidas que precisen el
grado de variabilidad de los datos las cuales son
las medidas de dispersin.
CUARTILES, DECILES Y
PERCENTILES:
Cuando una distribucin contiene un gran nmero de datos o de intervalos de

clases, lasa medidas de tendencia central (Media, moda y mediana) se hacen
insuficientes para dar una informacin exacta y concisa sobre los datos, es all
cuando se hace necesario tomar otro tipo de medidas que tomen los datos de
manera sectorial o parcial con ese fin se utiliza las medidas de posicin.
a. Los Cuartiles: Son las medidas de posicin, que dividen el conjunto de

datos en cuatro partes iguales.
Se representan por Q , Q , Q y se llaman primero, segundo y tercer
1 2 3
cuartil respectivamente.
Si tenemos un conjunto de datos y lo representamos grficamente:
Q1 Q2= Me Q3
Porcentaje 25% 50% 75%
Valor 0.25 0.50 0.75
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
La Mediana divide la coleccin en dos partes iguales, por consiguiente coincide

con el cuartil Q
2
Para calcular el valor de los cuartiles se emplean las siguientes frmulas:
Q1 = 0.25 x n
Q2 = 0.50 x n
Q3 = 0.75 x n
Donde n es el nmero de observaciones de datos que se estn estudiando.
Ejemplo Cuartiles: la siguiente tabla muestra la informacin correspondiente
al nmero de personas que viven por casa en 54 viviendas de una determinada
localidad:
Tabla de distribucin de frecuencias del nmero de habitantes por vivienda .
No de Pnas (Yj) F. Absoluta (nj) F. Acumulada (Nj)

2 6 6
3 7 13
4 = Q1 9 22
5 = Q2 10 32
6 8 40
7 = Q3 9 49
8 5 54
Hallar: Q1, Q2, y Q3, e interpretar cada dato
Solucin: Para hallar Q1, reemplazando la formula:
Hallar: Q1, Q2, y Q3, e interpretar cada dato
Solucin: Para hallar Q1, reemplazando la formula:
Q1 = 0.25 x 54 Q1= 0.25 X 54 = 13.5 (Posicin).

Nj 1(Ant) = 13 Nj(Sig) = 22 Yj = 4 (Valor)
Luego vamos a la tabla y en la frecuencia acumulada buscamos esa posicin

13.75.
Como el valor mas cercano es 13, decimos que 13.75 esta entre 13 y 22, esos dos
valores reciben el nombre de Nj 1 y Nj respectivamente, luego buscamos a Yj
que es el valor real de Q1 y lo encontramos en el mismo rengln donde esta Nj.
Interpretacin: Como Q1 equivale al 25% de los datos, decimos: El 25% de las

viviendas de un determinado Barrio tienen entre 2 y 4 habitantes.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Q2 = 0.50 x 54 Q2 = 0.50 x 54 = 27 (Posicin).

Nj 1(Ant) = 22 Nj(Sig) = 32 Yj = 5 (Valor).
Interpretacin: Como Q2 equivale al 50% de los datos decimos: El 50% de las

viviendas del Barrio la Pradera tienen entre 2 y 5 habitantes.
Q3 = 0.75 x 54 Q3= 0.75 x 54 = 40.5 (Posicin)

Nj 1(Ant) = 40 Nj(Sig) = 49 Yj = 7 (Valor)
Interpretacin: Como Q3 equivale al 75% de los datos decimos: El 75% de las
viviendas de un determinado Barrio tienen entre 2 y 7 habitantes.
b. Los Deciles: Son las medidas de posicin, que dividen el conjunto de datos
en diez partes iguales.
Se representan por D1 , D2 ,....., D9 . .
Si representamos los datos en una grafica:
D1 D2 D3 D4 D5=Me D6 D7 D8 D9
(%) 10% 20% 30% 40% 50% 60% 70% 80% 90%
Valor 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9
El quinto decil (D5) coincide con Q2 y tambin con la mediana
Para calcular el valor de los deciles se emplean las siguientes frmulas:
D1 = 0.1 x n
D2 = 0.2 x n
D3 = 0.3 x n
Y as sucesivamente hasta llegar a D9
c. Los Percentiles: Son las medidas de posicin, que dividen el conjunto de

datos en cien partes iguales. Se representan por P , P ,....., P
1 2 99
.
P1 ,P2,.P25=Q1,P50=Me,P75=Q3,P98,P99
(%) 1% 25% 50% 75% 99%
Valor 0.01 0.25 0.5 0.75 0.99
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
El quincuagsimo percentil coincide con la mediana y con Q2, de la misma forma

P25 y P75 son iguales a Q1 y Q3 respectivamente.
La formula para el clculo de los percentiles, la frmula es la siguiente:
P1 = 0.01 x n
P2 = 0.02 x n
P3 = 0.03 x n
Se llega hasta P9 = 0.09, a partir de P10 se toma como 0.10, 0.11, 0.12,hasta
llegar a 0.99.
Ejemplo deciles y percentiles: La siguiente tabla muestra la edad de los

alumnos de 6 a 11 de un colegio
Tabla de distribucin de frecuencias, de las edades de los estudiantes de un

colegio
Edad (Yj) F. Absoluta (nj) F. Acumulada(Nj)

10 45 45
11 = D2 36 81
12 42 123
13 50 173
14 = P44 69 242
15 =D7 49 291
16 62 353
17 = P96 33 386
18 11 397
Hallar D2, D7, P44, P96, e interpretar cada dato.
D2 = 0.2 x 397 = 0.2 X 397 = 79.4 (Posicin).

Nj 1(Ant) = 45 Nj (Sig) = 81 Yj = 11 (Valor)
Interpretacin: Como D2 equivale al 20% de los datos, decimos: El 20% de las

edades de los alumnos esta entre 10 y 11 aos
D7 = 0.7 x 397 = 0.7 X 397 = 277.9 (Posicin).

Interpretacin: Como D7 equivale al 70% de los datos, decimos: El 70% de las

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
P44 = 0.44 x 397 = 0.44 X 397 = 174.68 (Posicin).

Interpretacin: Como P44 equivale al 44% de los datos, decimos: El 44% de las
P96 = 0.96 x 397 = 0.96 X397 = 381.12 (Posicin).
Interpretacin: Como P96 equivale al 96% de los datos, decimos: El 96% de las
RANGO INTERCUARTLICO E INTERDECLICO:

Son una de las medidas de posicin que miden la distancia existente entre los
valores extremos de los cuartiles o los deciles y son: El Rango Intercuartlico y el
Rango interdeclico.
El Rango es la diferencia entre los valores mayor y menor de la distribucin.

Indica pues la longitud del tramo en el que se hallan los datos.
El Rango Intercuartlico RQ es la diferencia Q Q .
3 1
Entre el valor del cuartil
superior Q 3
y el valor del cuartil inferior Q. 1
El par de parmetros formados por la mediana (Me) y el recorrido intercuartlico

Q Q , proporciona una buena informacin sobre la forma de la informacin.
3 1
El Rango Interdeclico RI es la diferencia ente D9 y D1. Entre el valor del decil

superior 9 y el D valor del cuartil inferior D1
Ejemplo:
De acuerdo a la siguiente serie de datos
1 10 25 75 90 100
D1 Q 1
50 Q 3
D9
Q 2
Me
RQ = 75 25 = 50
RI = 90 10 = 80
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
CUARTILES, DECILES Y PERCENTILES EN

VARIABLES CONTINUAS CON INTERVALOS
Cuando, las tablas de frecuencias estn dadas por intervalos el calculo de los
cuartiles, deciles y percentiles, se hace un poco mas complejo. Se resuelven con
la siguiente formula:
Qn, Dn, Pn Nj 1
Qn, Dn, Pn = Yj-1 + C , Donde:
nj
Qn, Dn, Pn = La posicin del cuartil, decil o percentil que se desea calcular.
Yj-1 = Limite inferior del intervalo.
C = Rango del intervalo (Limite superior Limite inferior)
Nj-1 =Frecuencia absoluta acumulada (Anterior)
Nj = Frecuencia Absoluta
Ejemplo: Se tiene la siguiente informacin acerca del nmero de elementos

contaminantes del ambiente en 60 capitales del mundo:
Tabla: Distribucin de frecuencias acerca del nmero de elementos

contaminantes del ambiente en 60 capitales del mundo
Y`j-1 Y`j nj Nj Hallar: Q1, D6, P86
3.1 - 8 14 14 Q1=0.25x60 =15(Posicin.), Nj=29, Nj-1=14,
8.1 - 13 15 29 nj= 15, Yj-1=8.1
13.1 - 18 8 37
18.1 - 23 6 43 D6 = 0.60x60 = 36 (Posicin.) Nj=37, Nj-1=29,
23.1 - 28 7 50 nj= 8, Yj-1=13.1
28.1 - 33 10 60
P86 =0.86x60 = 51,6 (Posicin.) Nj=60, Nj-1=50,
nj= 10 Yj-1= 28.1
Si reemplazamos la formula tenemos:
15 14
Q1 = 8.1 + 4.9 = 8.33
15
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Interpretacin: El 25% de las ciudades encuestadas tiene entre 3.1 y 8.33

elementos contaminantes en el ambiente.
36 29
D6 = 13.1 + 4.9 = 17.38
8

51,6 50
P86 = 28.1 + 4.9 = 28.84
10

Salario F. F.
(Yj) Absoluta Acumulada 1. Una multinacional arroj la siguiente
(nj) (Nj) informacin acerca de los salarios de los 1350
1.00 288 empleados que tiene su sede en Colombia,
1.25 210 expresados en el nmero salarios mnimos
1.50 179 que devengan.
1.75 156
2.00 100 a) Darle nombre a la tabla.
2.25 88
2.50 69 b) Hallar: Q1, Q2, Q3, D1, D6, D8, D9, P33,
2.75 55 P86, P97.
3.00 48
3.25 47 c) Interpretar cada dato teniendo en cuenta
3.50 44 que el salario mnimo en el 2012 se
encontraba en $517.000.
3.75 39
4.00 27
d) Calcule el rango intercuartilico e
interdecilico.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
2. La siguiente informacin corresponde al peso en Kilogramos de 245 ovejas que

nacieron durante el ao 2007 en una granja.
Y`j-1 Y`j nj Nj
5,750 - 6,000 20
6,000 - 6,250 36
6,250 - 6,500 18
6,500 - 6,750 56
6,750 - 7,000 11
7,000 - 7,250 25
7,250 - 7,500 36
7,500 - 7,750 16
7,750 - 8,000 27
a) Darle nombre a la tabla.
b) Hallar: Q1, Q2, Q3, D1, D2, D9, P9, P41, P72, P94.
c) Interpretar cada dato.
d) Calcule el rango intercuartilico e interdecilico.
e) Intervalo modal, porcentaje modal
3. La siguiente informacin corresponde a la estatura de soldados que se

incorporaron a la polica para hacer carrera de oficiales en el ao 2010.
Yj-1 Yj nj Nj
1,60 - 1,64 323
1,65 - 1,69 297
1,70 - 1,74 443
1,75 - 1,79 216
1,80 - 1,84 178
1,85 - 1,89 158
1,90 - 1,94 319
1,95 - 1,99 202
2,00 - 2,04 156
2,05 - 2,10 88
a) Hallar: Q1, Q3, D1, P5

Q2, D7, D9, P9
b) Interprete los resultados obtenidos
c) Calcule el rango intercuartilico e interdecilico
d) Realiza una ojiva suvizada

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
3. Completa el siguiente mentefacto y diagrama de Venn Euler
MENTEFACTO CONCEPTUAL
MEDIDAS DE
POSICION
DIAGRAMA DE VENN-EULER

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Medidas de dispersin para datos agrupados por intervalos
DESEMPEO
Calcular, y analiza medidas de dispersin en datos agrupados con intervalos en

variables discretas y continuas en la solucin de problemas prcticos.
Analiza e interpreta el concepto de dispersin
Calcula las medidas de dispersin bsicas en datos agrupados con

intervalos
Resuelve problemas prcticos utilizando los clculos de dispersin

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
DISPERSION O VARIACION
Variacin o Dispersin estadstica, es el grado en que
los datos numricos tienden a extenderse o recogerse
con respecto a una medida de tendencia central
(Media o mediana).
Ejemplo: Supongamos las calificaciones en lgebra

o ingls de un grupo de diez estudiantes:
lgebra: 95, 68, 56, 76, 72, 42, 66, 70, 82, 63
Ingls: 68, 65, 64, 60, 74, 72, 78, 64, 75, 70
La media de las dos asignaturas es la misma.
X 69 X 69
A 1
Rango u oscilacin (r): Con el rango intercuartilico e interdeclico vimos que

es la diferencia existente entre los valores extremos de los cuartiles y deciles. De
la misma forma el rango u oscilacin de un conjunto de datos es el resultado de
restar el menor valor de la variable al mayor valor de la variable.
Ejemplo: Para el caso de las notas de algebra e ingles tenemos lo siguiente:
rA = 95 42 = 53 rI = 78 60 = 18
Un anlisis preliminar nos permite afirmar que las calificaciones de algebra se
encuentran mucho mas dispersas que las de ingles, ya que su rango es mucho
mayor
Desviacin: Es el resultado obtenido al restar cada uno de los valores de la

variable con la media aritmtica de los mismos.
Veamos las desviaciones respecto a la media:

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
lgebra Ingls
95 69 = 26 68 69 = -1
68 69 = -1 65 69 = -4
56 69 = 13 64 69 = -5
76 69 = 7 60 69 = -9
72 69 = 3 74 69 = 5
42 69 = -27 72 69 = 3
66 69 = -3 78 69 = 9
70 69 = 1 64 69 = -5
82 69 = 13 75 69 = 6
63 69 = -6 70 69 = 1
Observamos que hubo una mayor variacin el lgebra que en ingls ya que en
ste las calificaciones se acercan ms a la media, es decir, la media aritmtica
correspondiente a ingls es mas representativa de los datos que la media de
algebra, es decir, cuando la desviacin es mnima decimos que los datos son
homogneos, delo contrario son heterogneos.
ESTUDIO DE LAS MEDIDAS DE DISPERSION

1. Desviacin Media (Dm):
Tambin llamada Desviacin Absoluta o Promedio de Desviacin. Es el promedio

de los valores absolutos de las desviaciones X i X , de cada elemento X i , de
la distribucin con respecto a la media aritmtica.
En datos no agrupados, la formula de la Dm es:
x x x
1 2
x ......... x n
x x x i
Dm i 1
n n
Ejemplo 1: En el ejercicio de las notas, la Desviacin Media para las calificaciones
de lgebra es:
26 1 13 7 3 27 3 1 13 6 100
Dm 10
10 10
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
La Desviacin Media para las calificaciones de ingls es:
1 4 5 9 5 3 9 5 6 1 48
Dm 4,8 5
10 10
Ejemplo 2: En la distribucin: 4, 6, 6, 7, 9, 11, 13
Cuya Media es: X = 4+6+6+7+9+11+13 = 56/7 = 8
Entonces, la Desviacin Media es:
4 8 6 8 6 8 7 8 9 8 11 8 13 8
Dm
7
4 2 2 11 3 5
Dm
7
Dm
18 Dm 1.14
7
Dm en datos agrupados
Si los datos X
i estn agrupados con sus respectivas frecuencias, dentro de una
tabla, la desviacin media ser:
n
f X i i
X
DM i 1
n
f
i 1
i
Ejemplo 1:
Calcular la Desviacin media (Dm) de las puntuaciones dadas en la siguiente
distribucin:
Xi 7 8 10 13 16 14 18 20 6 9
f 3 4 3 2 2 5 2 1 6 2
i
En primera instancia debe calcularse la media aritmtica; para ello, se ubican los
Datos de la siguiente manera:
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Xi f i X *f
i i X i
X X i
X f X
i i
X
6 6 36 -4,7 4,7 28,2
7 3 21 -3,7 3,7 11,1
8 4 32 -2,7 2,7 10,8
9 2 18 -1,7 1,7 3.4
10 3 30 -0,7 0,7 2,1
13 2 26 2,3 2,3 4,6
14 5 70 3,3 3,3 16,5
16 2 32 5,3 5,3 10,6
18 2 36 7,3 7,3 14,6
20 1 20 9,3 9,3 9,3
Total 30 321 XXXXXX XXXXXX 111,2
321 111,2
X = 10,7 Dm 3,7
30 30
Para datos agrupados por intervalos se calcula la desviacin media por el mismo
procedimiento anterior, considerando; como la marca de clase Xi (Punto Medio) y
fi como la frecuencia absoluta correspondiente.
Ejemplo:
La siguiente distribucin muestra la mortalidad por edades, ocurrida en la regin

Z, durante los ltimos cinco aos.
Tabla de distribucin de la mortalidad por edades en la regin Z durante los ltimos

5 aos
Edades (Xi) Mortalidad (fi).

18 12
9 16 20
17 24 14
25 32 58
33 40 75
41 48 21
49 56 24
57 64 6
65 72 20
Total 250
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Para hallar la desviacin media se organizan los datos de la siguiente manera:
8909,0 2925,8
X 35,6 Dm 11,7
250 250
2. Desviacin tpica o estndar (S): Es la medida de dispersin

ms significativa; de ah que sea la ms conocida y la ms utilizada.
Permite la comparacin de dos o ms distribuciones, determinando su grado de
variabilidad absoluta.
La desviacin tpica de una serie de datos:
X ,X ,X
1 2 3
,............., X n Se calcula mediante la frmula:
X i X
2
S
i 1
Es decir, la desviacin tpica es la raz cuadrada de la media de los cuadrados de

las desviaciones de los datos respecto a su media.
La desviacin tpica es sensible, por tanto, a los valores extremos de las

Puntuaciones.
Ejemplo 1:
La desviacin tpica o estndar de los nmeros: 1, 4, 5, 4, 2, 6, 7, 3, es:
32
X 4
8
Intervalo
f X *f X X f X X
(Edad) X i i
i i X i X i i i
1 - 8 4,5 12 54,0 -31,1 31,1 373,2

9 - 16 12,5 20 250,0 -23,1 23,1 462,0
17 - 24 20,5 14 287,0 -15,1 15,1 211,4
25 - 32 28,5 58 1653,0 -7,1 7,1 411,8
33 - 40 36,5 75 2737,5 0,9 0,9 67,5
41 48 44,5 21 934,5 8,9 8,9 186,9
49 56 52,5 24 1260,0 16,9 16,9 405,6
57 64 60,5 6 363,0 24,9 24,9 149,4
65 72 68,5 20 1370,0 32,9 32,9 658,0
Total xxxx 250 8909,0 xxxxxxx xxxxxxxx 2925,8
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
(1 4) 2 (4 4) 2 (5 4) 2 (4 4) 2 (2 4) 2 (6 4) 2 (7 4) 2 (3 4) 2
S
8
(3) 2 (0) 2 (1) 2 (0) 2 (2) 2 (2) 2 (3) 2 (1) 2
S
8
9 0 1 0 4 4 9 1 28
S S 3.5 1.87
8 8
Si las puntuaciones se presentan con sus respectivas frecuencias dentro de

una tabla, la desviacin tpica est dada por la siguiente formula:
X
n 2
f i i X
S i 1
n
f
i 1
i
Ejemplo 2:
Los siguientes datos corresponden al nmero de personas que viven en 43 casas
del barrio La Pradera.
X i
f i
X *f
i i X i
X
X X
i
2
i
f X i X
2
2 3 6 -1,9 3,61 10,83

3 2 6 -0,9 0,81 1,62
4 2 8 0,1 0,01 0,02
5 2 10 1,1 1,21 2,42
6 1 6 2,1 4,41 4,41
7 1 7 3,1 9,61 9,61
Totales 11 43 28,91
43 28,91
X 3,9 S 2,63 1,62
11 11
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Ejemplo 3:
Calculemos la desviacin tpica para la siguiente tabla:
X i
f i
X *fi i X i
X
X X
i
2
i
f X i X
2
1 3 21 -3,7 13,69 41,07

6 6 36 -4,7 22,09 132,54
8 4 32 -2,7 7,29 29,16
9 2 18 -1,7 2,89 5,78
10 3 30 -0,7 0,49 1,47
13 2 26 2,3 5,29 10,58
14 5 70 3,3 10,89 54,45
16 2 32 5,3 28,09 56,18
18 2 36 7,3 53,29 106,58
20 1 20 9,3 86,49 86,49
Total 30 321 XXXXX XXXXXX 524,30
321 524,30
X 10,7 S 17,47 4,18
En la 30 misma forma 30
anterior se
calcula la desviacin tpica para datos agrupados por intervalos, siendo X i la
marca de clase punto medio.
A continuacin se aplica el procedimiento para calcular la desviacin tpica en la

distribucin de frecuencias, cuando los datos estn agrupados con intervalos.
Edades
X i
f i
X *f i i X i
X
X X
i
2
i
f X i X 2
1-8 4,5 12 54,0 -31,1 967,21 11606,52

9-16 12,5 20 250,0 -23,1 533,61 10672,20
17-24 20,5 14 287,0 -15,1 228,01 3192,14
25-32 28,5 58 1653,0 -7,1 50,41 2923,78
33-40 36,5 75 2737,5 0,9 0,81 60,75
41-48 44,5 21 934,0 8,9 79,21 1663,41
49-56 52,5 24 1260,0 16,9 285,61 6854,64
57-64 60,5 6 363,0 24,9 620,01 3720,06
65-72 68,5 20 1370,0 32,9 1082,41 21648,20
Totales XXX 250 8908,5 XXXXX XXXXXX 62341,70
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
8908,5
X 35,6
250
62341,70
S 249,4 15,8
250
2
3. La Varianza ( S )
Tambin llamada Dispersin Cuadrtica de los datos.
La Varianza de una coleccin de datos se define como el cuadrado de la

desviacin tpica, es decir, es la media de los cuadrados de las
desviaciones respecto a la media aritmtica.
Presenta el inconveniente de expresar el grado de variabilidad en unidades

cuadradas, lo cual pierde significado para muchas medidas.
Mientras mayor es la dispersin de las observaciones, mayor es la

magnitud de sus desviaciones respecto a la media y, por consiguiente, ms
alto el valor numrico de la varianza.
Ejemplo: Si retomamos el Ejemplo 1 de la Pg. 19, para calcular la

Varianza, tenemos:
La S (desviacin estndar) de los nmeros: 1, 4, 5, 4, 2, 6, 7, 3, es 1,87
Su varianza ser:
1.87 2 3,5
2 2
S S
En toda distribucin o coleccin de datos, la Varianza es mayor que la Desviacin
tpica o estndar y sta, a su vez, mayor que la Desviacin media:
S2 S Dm
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
4. Coeficiente de Variacin o dispersin (Cv):

La dispersin se dice absoluta o variacin real cuando se determina por
algunas de las medidas ya estudiadas.
Si al realizar una medicin de 15 Km. Encontramos una dispersin de 150 m,

Podemos apreciar el diferente efecto que producen las dos dispersiones. Se
hace entonces necesario utilizar una medida que determina este tipo de
efecto sobre las mediciones. Esta medida es la Dispersin Relativa.
Se define la Dispersin Relativa como el cociente entre la Dispersin

Absoluta y un Promedio.
Si se toma como desviacin absoluta la desviacin tpica y como promedio la

media aritmtica, la dispersin relativa correspondiente recibe el nombre de
Coeficiente de Dispersin. Generalmente se expresa en trminos
porcentuales.
S
Coeficiente de Dispersin = Cd
X
Este coeficiente deja de ser til cuando la media est prxima a cero.
Esta medida de variabilidad nos permite comparar la dispersin en varias

distribuciones an cuando tengan diferentes unidades, ya que es un nmero
adimensional.
Ejemplo:
Para la distribucin correspondiente a la tabla de la Pgs.33, el coeficiente de

dispersin es:
15.8
Cd 0.4438 x100% 44.38%
35.6
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. Un grupo de estudiantes realiza mediciones del permetro de una

circunferencia de 10cm de radio, as:
62,8 63,0 62,9 62,7 62,9 63,2 63,0 62,8 62,9 63,0 cm.
a. Calcular la media de estas mediciones.
b. Calcular la desviacin media, la desviacin tpica y la varianza para esta
serie de datos.
2. Determinar el rango, la desviacin media, la desviacin estndar, la varianza y

el coeficiente de variacin para la siguiente serie de datos:
a. 5, 8, 8, 3, 4, 9, 5, 3, 3, 9, 9, 10, 12, 5, 9, 6, 10, 11, 18, 15, 13, 5, 7, 9
b. 8-10-15-24-30-1-23-10-9-8-8,5-10-10-12-20-30-45
c. 1-0-0-3-4-2-6-8-19-10-11-3-5
3. Con las siguientes tablas de frecuencias hallar: Dm, S, S2, Cd
a)
INTERVALO Fi
0.5 - 8.4 12
8.5 - 16.4 20
16.5 - 24.4 15
24.5 - 32.4 47
32.5 - 40.4 20
40.5 - 48.4 50
48.5 - 56.4 35
b) Xi Fi c) Xi Fi
6 7 0.28 8
7 3 0.32 2
8 7 0.36 3
10 6 0.37 4
13 2 0.38 7
14 1 0.43 9
16 8 0.47 6
18 5 0.53 4
19 4 0.55 10
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
4. Completar las siguientes expresiones:
a. La ______________________ es el promedio de las desviaciones de las

puntuaciones a partir de su media, elevadas al cuadrado.
b. La desviacin estndar se define como la raz cuadrada de la

____________
c. La media es una medida de ______________. La desviacin tpica es una

medida de _______________.
d.
iX X 2
representa la suma de los _____________ de las
_______________respecto a la media.
e. La __________________ es la media de los de las desviaciones de los

datos con respecto a la media.
f. La desviacin tpica es la ______________________ de la varianza.
g. El _____________________________ deja de ser til cuando la media

tiende a cero.
h. La desviacin media se calcula mediante la frmula

____________________
6. La siguiente tabla muestra las calificaciones obtenidas en Historia por 100

estudiantes:
Calcular:
Calificaciones Fi
30-39 3 a. Desviacin Media
40-49 6
b. Desviacin Tpica
50-59 20
60-69 30
c. Varianza
70-79 15
80-89 14 d. Coeficiente de Dispersin
90-99 12
Total 100
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Soluciona el siguiente taller aplicando lo visto en clase.
1. Dadas las series estadsticas:
3, 5, 2, 7, 6, 4, 9.
3, 5, 2, 7, 6, 4, 9, 1.
Calcular:
La moda, la mediana y la media.
La desviacin media, la varia nza y la desviacin tpica .
Los cuartiles 1 y 3.
Los deciles 2 y 7.
Los percentiles 32 y 85.
2. Una distribucin estadstica viene dada por la siguiente

tabla:
[10, 15) [15, 20) [20, 25) [25, 30) [30, 35)
fi 3 5 7 4 2
Hallar:
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
La moda, mediana y media.
El rango, desviaci n media y va ria nza.
Los cuartiles 1 y 3.
Los deciles 3 y 6.
Los percentiles 30 y 70.
3. Dada la distribucin estadstica:
[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, )
fi 3 5 7 8 2 6
Calcular:
La mediana y moda .
Cua rtil 2 y 3 .
Media.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
4. Completar el siguiente mentefacto conceptual y diagrama de Venn -

Euler
Medidas de dispersin

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Anotar V o F segn sean verdaderas o falsas las siguientes afirmaciones:
a. El rango es una medida de dispersin confiable. ( )
b. La varianza es una medida de tendencia central. ( )
c. Dm S S2 ( )
d. Las medidas de tendencia central son necesarias y suficientes para un correcto

anlisis de los datos. ( )
e. La medida de dispersin ms significativa es el rango. ( )
f. El rango de un conjunto de observaciones es la diferencia entre la mayor y la

menor. ( )
n
f X i i
X
g. La formula de la S es S i 1
n
( )
f
i 1
i
h. La medida de dispersin que mejor representa los datos es la Varianza ( )
i. La Desviacin Media es el promedio de las desviaciones de los datos con

respecto a la media ( )
j. La desviacin tpica es la medida de variabilidad que permite comparar la

dispersin en varias distribuciones an cuando tengan diferentes unidades. ( )
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
DISPERSIN:
ESTADIGRAFO DE DISPERSIN:
DESVIACIN TIPICA:
DESVIACION MEDIA:
VARIANZA:
COEFICIENTE DE VARIACIN:
COEFICIENTE DE DISPERSIN:
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
DESEMPEO
Interpretar sucesos probabilsticos y los aplica en la solucin de problemas
cotidianos.
Expresa el concepto de probabilidad
Resuelve problemas aplicando sucesos probabilsticos
Aplica las reglas de la probabilidad a la solucin de

problemas.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
SUCESOS PROBABILISTICOS
SUCESOS DEPNDIENTES
E INDEPENDIENTES
En el grado noveno, se vieron las reglas de la
probabilidad, como operaciones tiles para
calcular probabilidades de diferentes sucesos,
teniendo en cuenta el entorno y las
circunstancias como estos se presentan.
Debemos recordar que las reglas de la

probabilidad vistas fueron:
a. Regla de la adicin.
b. Regla de la multiplicacin.
c. Regla del exponente.
d. Regla del complemento
Ahora nos centraremos en recordar y estudiar la regla tal vez ms significativa e

importante de todas, la regla de la multiplicacin, con el objetivo de prepararnos
para lo que veremos en la unidad III denominada como DISTRIBUCIONES DE
PROBABILIDAD.
REGLA DE LA MULTIPLICACIN
Como su nombre lo indica, se basa en la operacin de la multiplicacin y
determina la probabilidad de dos o ms sucesos, teniendo en cuenta la forma
como estos se presentan.
Recordemos que la regla de la multiplicacin contempla dos tipos de sucesos:

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Sucesos independientes
Podemos decir que dos o ms sucesos son independientes, si la probabilidad de
presentacin de alguno de ellos no queda influenciada por la presentacin del
otro. Es decir, si el resultado de un suceso no afecta al otro estamos hablando de
sucesos independientes. En caso contrario se dice que son dependientes.
Por lo tanto se efectuar la multiplicacin de las probabilidades para cada suceso.
Si P1 , P2 ,....., Pn son las distintas probabilidades de presentacin de n sucesos

Independientes, la probabilidad (P) de que ocurran todos estos sucesos en un solo
ensayo, estar dada por el producto de cada suceso.
P = P1 P2 P3 ..... Pn .
Ejemplo1:
Qu probabilidad tendremos de obtener dos reyes sacando una carta de una
baraja espaola y la otra de una segunda baraja de pker?
4 4 16 1
P = 0.007691 = 0.761%
40 52 2080 130
Ejemplo 2:
Al lanzar dos dados cual la probabilidad de obtener dos seis?
1 1 1
P 0,027 2,7%
6 6 36
Ejemplo 3:
Al lanzar 3 monedas, cual es la probabilidad de
obtener 3 sellos?
1 1 1 1
P 0,125 12,5%
2 2 2 8
Sucesos Dependientes:
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Se dice que los sucesos son dependientes o eventos compuestos, si la

ocurrencia o no ocurrencia de un evento en cualquier prueba afecta la
probabilidad de otros eventos en otras pruebas, es decir que la probabilidad del
segundo suceso depende del primer suceso, en el tercero lo que haya sucedido
en el primero y segundo y as sucesivamente.
Si se van a sacar tres cartas de una baraja, se debe hacer sin reposicin, es
decir al extraer una carta, ella no vuelve a formar parte del total y en vez de
tener en cuenta 40 cartas, para la segunda se tendrn 39.
Recordemos, que dos o ms eventos son dependientes, cuando la ocurrencia

de uno afecta la ocurrencia de los otros, en un orden determinado. En caso
contrario los sucesos son independientes.
La frmula general ser:
P P P P .......... P
1 2 3 n
Ejemplo 1:
Probabilidad de obtener 3 ases, sacando sucesivamente tres cartas de una
baraja espaola, sin volverlas a incluir (sin reposicin) en el montn.
4 3 2
P 1
, P 2
; P 3

40 39 38
4 3 2 24
P 0.04%
40 39 38 59280
Ejemplo 2:
En la sede de la asociacin de deportistas se
encuentran reunidos 6 futbolistas, 3 beisbolistas, 4
tenistas 7 atletas, y 5 golfistas. Si al iniciar la sesin
solo haba 22 deportistas. Cual es la probabilidad
de que los que se fueron sean:
a. 1 beisbolista y 1 futbolista y 1 tenista?
b. 2 atletas y un golfista?
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
3 6
a. P B
; P F
;
25 24
4
P
T

23
3 6 4 72
P 0.521%
25 24 23 13800
7 6
b. P A
; P A
;
25 24
5
P T

23
7 6 5 210
P 1.52%
25 24 23 13800
ACTIVIDAD 5
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. Supongamos que se dispone de tres barajas de pker de 52 cartas cada una.

Se desea extraer tres cartas, una de cada baraja; Cul es la probabilidad de
obtener un As y una J de trboles y un seis?
2. Una mquina en buenas condiciones de trabajo, produce un artculo defectuoso

por cada 150. Los resultados correspondientes a artculos producidos
sucesivamente son independientes. Cul es la probabilidad para que los
prximos dos artculos producidos por esta mquina no tengan fallas?
3. La probabilidad de obtener un As y un Rey de espadas y un Diez de oros,

sacando sucesivamente tres cartas, sin reposicin, de una baraja de 40 cartas.
4. De una baraja de Pker de 52 cartas se desea extraer tres cartas en forma

sucesiva sin reposicin, es decir, la carta que se extrae no se regresa a la
baraja; cul es la probabilidad de que en la primera extraccin aparezca un
As de Picas y en la segunda una Q y en la tercera un cinco de diamantes?
5. En uno de los salones de clase se encuentran reunidos los representantes

estudiantiles al consejo estudiantil conformado as, 2 estudiantes de sexto, 5 de
sptimo, 5 octavo, 7 de noveno, 4 de dcimo y 3 de once, si al iniciar la sesin
solo haba 23 estudiantes; cual es la probabilidad de que los que hayan salido
sean:
a. 1 estudiante de sexto y 1 de octavo y 1 de dcimo?
b. 1 estudiante de sptimo y 1 de noveno y 1 de once?
c. 2 estudiantes de sptimo y 1 de dcimo?
d. 2 estudiantes de sexto y 1 de noveno?
e. 3 estudiantes de octavo?
6 En una urna hay unas balotas numeradas desde el 00 hasta el 45. Cul es la
probabilidad de sacar las cinco primeras balotas, teniendo en cuenta que las
balotas no se pueden reponer en la urna?
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
UNION E
INTERSECCION DE
SUCESOS
Dos eventos A y B definidos en un espacio
muestral S son mutuamente excluyentes si no
pueden ocurrir al mismo tiempo en el
experimento.
Si A y B son eventos mutuamente excluyentes, la
probabilidad de la ocurrencia de A o B es igual a
la suma de las probabilidades individuales.
Es decir, P A B P A PB
Si los eventos no son mutuamente excluyentes,

la regla de la suma tiene que modificarse con el
fin de tener en cuenta el hecho de que A y B pueden ocurrir al mismo tiempo.
Si A y B son un par de eventos cualesquiera, entonces:
P( A B) P A PB P A B
P A B Representa la probabilidad de que ocurran A y B simultneamente.
Ejemplo 1:
Supongamos que hay un grupo de 500 profesionales

recin graduados, de los cuales 175 se especializaron en
Educacin Fsica, 150 en Comercio Exterior, 100 en una
Ingeniera y 75 en Ciencias de la Salud. Supongamos
tambin que se elige al azar una persona de este grupo.
Cul es la probabilidad de que la persona elegida se
haya especializado en Educacin Fsica o en Comercio
Exterior?
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Si A representa el evento de que la persona elegida se ha especializado en

Educacin Fsica, entonces P A
175
, y si B representa el evento de que la
500
persona elegida se haya especializado en comercio exterior, entonces PB
150
.
500
Si podemos suponer que ninguno de los profesionales

se especializ en mas de una materia (los eventos son
mutuamente excluyentes), podemos emplear la
siguiente regla para hallar la probabilidad de que la
persona elegida se haya especializado en Educacin
Fsica o en Comercio Exterior (este evento se
simboliza como ( A B ):
P A B P( A) P( B)
175 150 325
0,650 65%
500 500 500
Por lo tanto existe un 65% de posibilidad de que la persona

elegida se haya especializado en Educacin fsica o en
comercio exterior
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. Dados los eventos mutuamente excluyentes A y B con P(A) = 0,28 y

P(B)=0,54, averigua cul es el valor de P( A B ).
2. Dados los eventos A y B con probabilidades P(A) =0,24 P(B) = 0,52 y

P( A B ) = 0,12, halla P( A B ).
3. La probabilidad de que a un paciente que va al odontlogo se le realice una

exodncia es 0,06, la probabilidad de que se haga calzar una pieza dental
es 0,23 y la de que se le extraiga un diente y se le calce otro es de 0,02.
4. Cul es la probabilidad de que un paciente que va al odontlogo se haga

extraer un diente o calzar otro, o bien ambas cosas?
5. Completar el siguiente cuadro de probabilidades:
P(A) P(B) P( A B ) P( A B )
1/2 1/3 1/5
3/10 7/10 1/8
1/4 1/2 1/5
1/2 3/4 2/3
3/10 2/10 7/10
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
PROBABILIDAD
CONDICIONAL
La probabilidad condicional consiste en
calcular la probabilidad de suceso, el cual
debe cumplir con ciertas condiciones para
que pueda suceder u ocurrir.
Para determinar la probabilidad condicional

se debe aplicar la siguiente formula:
P( AB )
P B / A
PB
Ejemplo 1: Se encuentra en una facultad que del 80% de los alumnos

matriculados, el 70% son mujeres y el 18% son mujeres estudiantes de economa.
Si elegimos un estudiante al azar y resulta que es mujer, Cul es la probabilidad
de que este estudiando economa?
Primero extraigamos los datos necesarios para la formula:
P (B/A) = 70% = 0.7

P (AB)= 18% = 0.18
Luego remplazamos la formula as:
0.18
P B / A 0.2571*100% 25.71%
0.70
Hay un 25.71% de probabilidades de que la mujer seleccionada est estudiando
economa.
Ejemplo 2: Para una investigacin

econmica se encontr que el 10%
de los conductores de taxi son
hombres profesionales. Tambin se
sabe que el 80% de los conductores
son hombres. Cual es la probabilidad,
al tomar un taxi su conductor sea un
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
hombre y adems sea profesional.
Extraigamos los datos necesarios para la formula:

P (B/A) = 80% = 0.8
P (AB)= 10% = 0.10
Luego reemplazamos la formula as:

0.10
P B / A 0.125 *100% 12.5%
0.80
Hay un 12.5% de probabilidades de que al tomar un taxi su conductor sea hombre
y adems profesional.
SOLUCIONA LOS SIGUIENTES PROBLEMAS
1. Se arroja una moneda equilibrada (normal), si sale cara se elige al azar un

nmero del 1 al 10, si sale ceca se elige al azar un numero entero del 6 al
10. cul es la probabilidad que el nmero elegido sea par?
2. Una oficina tiene 100 mquinas calculadoras. Algunas de estas son elctricas,
mientras que otras son manuales. Adems algunas son nuevas mientras que otras
son usadas. Una persona entra a la oficina, toma una mquina al azar, y descubre
que s nueva... cul es la probabilidad de que sea elctrica?
E M
N 40 30 70
U 20 10 30
60 40 100
3. Tomamos las tres cajas siguientes:
Caja1: contiene: 10 lmparas de las cuales son defectuosas

Caja2: contiene 6 lmparas de las cuales 1 es defectuosa
Caja3: contiene 8 lmparas de las cuales 3 son defectuosas.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Tomamos al azar una caja y luego sacamos al azahar una lmpara, cul es la
probabilidad de que la lmpara sea defectuosa?
4. En una cierta facultad 25% de los estudiantes perdieron matemtica. El 15%

perdieron qumica y el 10 %perdieron las dos. Se selecciona un estudiante al azar:
a. si perdi qumica, qu probabilidad hay que tambin haya perdido

matemtica?
b. Si perdi matemtica, cual es la probabilidad que haya perdido qumica?
c. cul es la probabilidad que haya perdido matemtica o qumica?
5. de un grupo de cinco mujeres y 4 hombres, se seleccionan sucesivamente y al

azar 3 personas. Calcular la probabilidad de elegir:
a. por lo menos 2 mujeres.

b. 2mujeres y 1 hombre
6. En cierta facultad el 25% de los alumnos cursan matemtica, el 15% cursan

fsica, el 10% cursan ambas. Si seleccionamos un estudiante al azar, cul es la
probabilidad que:
a. Curse matemtica si cursa fsica.

b. Curse fsica dado que cursa matemtica.
7. De acuerdo a una investigacin realizada en una determinada ciudad acerca d e

mujeres mayores de 20 aos se ha comprobado que entre otras cosas el 68%
estn casadas, de estas el 40 % trabaja fuera del hogar. De las que no estn
casadas, el 72 % trabajan fuera del hogar:
a. Que porcentaje de mujeres mayores de 20 aos trabaja fuera del hogar.

b. Si se selecciona al azar una mujer mayor de 20 aos, cul es la
probabilidad de que no est casada ni trabaje fuera?
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
8. Completa el siguiente mentefacto y diagrama de Venn Euler.
PROBABILIDAD
CONDICIONAL

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
PROBABILIDAD:
SUCESO INDEPENDIANTE:
SUCESO DEPENDIENTE:
SUCESOS EXCLUYENTES:
SUCESOS COMPLEMENTARIOS:
INTERSECCION DE SUCESOS:
PROBABILIDAD CONDICIONAL:
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Distribuciones probabilsticas y elementos bsicos de un

muestro
DESEMPEO
Determinar probabilidades y aplicarlas para la solucin de problemas

probabilsticos usando las distribuciones (Binomial y de Poisson) e Interpretar el
muestreo como un proceso estadstico importante para la sociedad, en diferentes
ramas del conocimiento.
Interpreta las distribuciones binomio y Poisson a travs de la solucin de

problemas y la determinacin de probabilidades de uno o varios sucesos.
Construye e interpreta tablas de nmeros aleatorios para la seleccin de

elementos mustrales por sorteo y por intervalos regulares.
Interpreta el muestreo con y sin reemplazamiento, aplicando para ello

ejemplos cotidianos o de carcter empresarial.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Las nociones elementales de

probabilidad que se vieron durante el
grado noveno, son de gran importancia
para lo que veremos en esta Unidad,
especialmente en la eleccin de un
modelo que permita la descripcin del
comportamiento de los datos. El
termino modelo, considerado en el
sentido probabilstico corresponde a
una expresin empleada para estudiar
los resultados de un experimento. En
un sentido mucho ms amplio se
considera de gran importancia en el
proceso de predecir el comportamiento
en futuras repeticiones de dicho
experimento.
Veamos ahora algunas definiciones de

trminos que se deben entender y
manejar:
Probabilidad: Es el grado de incertidumbre o creencia de que un suceso o evento
pueda ocurrir.
Distribucin de Probabilidad: Son todos los posibles valores que resulta de un

experimento aleatorio, junto con la probabilidad asociada a cada valor.
Variable aleatoria: Corresponde a una caracterizacin cualitativa de los

resultados que constituyen el espacio muestral. Cada cantidad o valor es el
resultado de un experimento aleatorio y, como tal puede tomar distintos valores.
Variable aleatoria discreta: Se considera as cuando los valores que asume se

pueden contar, y si estos pueden organizare en una secuencia al igual que los
nmeros enteros positivos. Solo puede asumir un nmero finito de valores.
Variable aleatoria continua: Se da cuando puede sumir cualquier valor dentro de

un intervalo o en una unin de intervalos.
Como ejemplo se podra considerar cualquier resultado de medicin del ancho,
longitud de una cosa, as como el tiempo en la realizacin de una tarea, en estos
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
casos las variables admiten fracciones y se pueden escribir con nmeros

decimales.
Dentro de los modelos de probabilidad correspondiente a variables aleatoria

discretas con mayor aplicacin se tienen: Bernoulli, Binomial, Exponencial,
Multinomial, Hipergeomtrica, y en cuanto a variable aleatoria continua se
considera el modelo distribucin normal
Algunos la denominan como mtodo exacto y, corresponde a una distribucin de

variable aleatoria discreta. Pero antes de comenzar a explicar en qu consiste,
cmo se calcula y en qu casos se debe aplicar, vale la pena recordar algunos
conocimientos, que nos puedan ser tiles en la distribucin binomial: el Tringulo
de Pascal.
Para obtener los coeficientes con ms facilidad, podemos valernos de la relacin
de Pascal llamada tambin Tringulo de Pascal, con el cual se pueden calcular los
sucesivos coeficientes de los trminos, al desarrollar cierta potencia de un
binomio.
1 0
0
1 1 1 1
0 1
1 2 2 2 1 2
0 1 2
1 3 3 3 3 3 1 3
0 1 2 3
1 4 4 4 6 4 4 4 1 4
0 1 2 3 4
1 5 5 5 10 5 10 5 5 5 1 5
0 1 2 3 4 5
1 6 6 6 15 6 20 6 15 6 6 6 1 6
0 1 2 3 4 5 6
1 7 7 7 21 7 35 7 35 7 21 7 7 7 1 7
0 1 2 3 4 5 6 7
1 8 8 8 28 8 56 8 70 8 56 8 28 8 8 8 1 8
0 1 2 3 4 5 6 7 8
1 9 9 9 36 9 84 9 126 9 126 9 84 9 36 9 9 9 1 9
0 1 2 3 4 5 6 7 8 9
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Comprobamos que los coeficientes del desarrollo binomial corresponden al calculo

de la combinacin de n elementos tomados de r ene r.
5 5! 5 x 4 x3!
Ejemplo 1: = 5C2 = 10
2 2!3! (2 x1) x3!
Tambin podemos observar una propiedad de las combinaciones, donde:
n n 10 10 10 10! 10 x9 x8 x7 x6! 5040
= . = = C4 = = = 210
x n x 4 6 4!6! (4 x3x 2 x1) x6! 24
Ejemplo 2: En el tringulo anterior podemos hacer algunas comprobaciones, tales

como:
4 4 7 7 8 8
= = 4; = = 21; = = 56
1 3 2 5 3 5
Consideremos como xito la aparicin de Cara (C) y como fracaso la aparicin de

Sello (S). Supondremos que las probabilidades de C y S son p y q
respectivamente, siendo p + q = 1. As tenemos que P(c) = p y P(s) = q. Por otra
parte, se debe considerar que C y S se presentan independientemente (Sucesos
independientes); por tal razn, la probabilidad de que ocurran esto sucesos en un
solo ensayo se obtiene multiplicando las probabilidades para cada suceso.
Supongamos que en el lanzamiento de 4 monedas se quiera obtener xito (Cara)
en la primer y tercera moneda y fracaso (Sello) en la segunda y en la cuarta; se
tendr que:
P (cscs) = P(c) x P(s) x P(c) x P(s) = p x q x p x q = p2 x q2
En el ejemplo del lanzamiento de una moneda, las probabilidades de obtener cara

y sello son:
1 1
p 0.5 y q 0.5 ; ahora consideremos a n = 4 y desarrollemos el
2 2
binomio:
( p q) 4 p 4 4 p 3 q 6 p 2 q 2 4 pq 3 q 4
1
Ahora si reemplazamos a p y q por le valor respectivo de , se tiene que:
2
4 4 3 2 2 3 4
1 1 1 1 1 1 1 1 1 1
4 6 4
2 2 2 2 2 2 2 2 2 2
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
4
1 1 1 1 1 1 1
4 6 4
2 2 16 16 16 16 16
4
1 1 1 4 6 4 1 16
1x100% 100%
2 2 16 16 16 16 16 16
De acuerdo a lo anterior encontramos que si durante repetidos ensayos, siendo p

la probabilidad de xito en un solo ensayo, la cual debe permanecer fija, y q la
probabilidad de fracaso, entonces la probabilidad P de que se obtengan x xitos
en n ensayos, es el termino del desarrollo binomial de ( p q) n . La frmula ser:
n
P( X ) p x q n x
x
De esta manera los criterios que debe satisfacer una experiencia binomial son:
a) Debe existir un nmero fijo de pruebas o ensayos repetidos (n).
b) Cada una de las n pruebas debe tener dos resultados, favorable o

desfavorable. En el caso de la moneda por ejemplo ser cara o sello.
c) La probabilidad de xito de un suceso o evento es fijo, nunca cambia.
d) Las pruebas son independientes.
e) Nos interesa el nmero de xitos en n pruebas.
Ejemplo 1: Al lanzar 4 monedas independientemente, se

quiere determinar la probabilidad de obtener exactamente
dos caras.
Debemos primero identificar los datos que tenemos y lo que

queremos calcular:
n=4
p=
q=
x=2
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Luego remplazamos la formula de la distribucin binomial:

4 2
n 1
2
1
P( X 2) C *
x 2 2
1 1 6
P( X 2) 6 * 0.375 x100% 37.5%
4 4 16
Ejemplo 2: En un colegio de la ciudad, la
probabilidad de que un estudiante gane el ao es del
80% (0.8). Si consideramos 8 estudiantes. Cual es la
probabilidad de que:
a) dos ganen?
n=8
p = 0.8 (ganar)
q = 0.2 (Perder)
x=2
P(X=2)= ?
8
P( X 2) C * (0.8) 2 (0.2)82
2
P( X 2) 28 * (0.8)2 (0.2)6 (28)(0.64)(0.000064)
P( X 2) 0.001146 x100% 0.1146%

b) Por lo menos dos pierdan?
n=8
p = 0.2 (perder)
q = 0.8 (ganar)
x = mnimo 2 = 2, 3 ,4, 5, 6, 7, y 8
P(X 2)= ?
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003

P( X 2) P( 2) P(3) P( 4) P(5) P(6) P(7) P(8) 1 P(0) P(1)
8 8
P( X 2) 1 C (0.2) (0.8) C (0.2) (0.8)
0 8 1 7
0 1
P( X 2) 1 (1)(1)(0.1678) (8)(0.2)(0.2097)
P( X 2) 1 0.1678 0.3355 1 0.5033 0.4967 49.17%

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. En el caso del dado, se quiere la probabilidad de obtener exactamente 2 cincos

en 4 lanzamientos.
2. Se lanza 6 veces una moneda. Encontrar la probabilidad de obtener:
a.) Exactamente 4 caras
b.) Exactamente 2 sellos
3. En una universidad, la probabilidad de que un alumno sea aceptado es del 75%

(0.75). Si consideramos una muestra de10 alumnos, Cul es la probabilidad de
que:
a. Tres sean aceptados?
b. Cuatro no sean aceptados?
c. Ninguno sea aceptado?
5. Se sabe que en la produccin de un artculo, uno de cada 10 resulta defectuoso

Cual es la probabilidad de que una muestra de 4 artculos contenga:
a) Ninguno defectuoso?
b) Exactamente dos defectuosos?
6. La ltima novela de un a utor ha tenido un gran xito, hasta el

punto de que el 80% de los lectores ya la han leido. Un grupo
de 4 a migos son aficionados a la lectura:
Cul es la probabilidad de que en el grupo hayan leido la

novela 2 personas Y c mo m xi mo 2 ?
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
7. Un agente de se guros vende plizas a cinco personas de la

misma edad y que disfrutan de buena salud. Segn las tablas
actuales, la probabilidad de que una persona en estas
condiciones viva 30 aos o m s es 2/3 . Hllese la probabilidad
de que, transcurridos 30 aos, vivan :
a. Las cinco personas.
b. Al meno s tres personas.
c. Exacta mente dos personas.

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Simen Denis Poisson (1781-1840), fue un fsico y

matemtico francs al que se le conoce por sus
diferentes trabajos en el campo de la electricidad,
tambin hizo publicaciones sobre la geometra
diferencial y la teora de probabilidades.
La primera memoria de Poisson sobre la
electricidad fue en 1812, en que intent calcular
matemticamente la distribucin de las cargas
elctricas sobre la superficie de los conductores, y
en 1824, tambin demostr que estas mismas
formulaciones podan aplicarse de igual forma al
magnetismo.
El trabajo ms importante de Poisson fue una serie de escritos de las integrales
definidas, y cuando tan solo tena 18 aos, escribi una memoria de diferencias
finitas.
Poisson enseaba en la escuela Politcnica desde el ao 1802 hasta 1808, en
que lleg a ser un astrnomo del Bureau des Longitudes. En el campo de la
astronoma estuvo fundamentalmente interesado en el movimiento de la Luna.
En 1809 fue nominado como profesor de matemticas puras en la nuevamente
abierta facultad de ciencias.
En 1837 public en Rerecherchs sur la probabilite des jugements, un trabajo
importante en la probabilidad, en el cual describe la probabilidad como un
acontecimiento fortuito ocurrido en un tiempo o intervalo de espacio bajo las
condiciones que la probabilidad de un acontecimiento ocurre es muy pequea,
pero el nmero de intentos es muy grande, entonces el evento ocurre algunas
veces.
Durante toda su vida public entre 300 y 400 trabajos matemticos incluyendo
aplicaciones a la electricidad, el magnetismo y la astronoma.
En una distribucin binomial cuando n es grande, por lo general mayor de

cincuenta; y p, la probabilidad de xito de un suceso, se acerca a cero, mientras
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
que q la probabilidad de fracaso, se aproxima a 1 de tal manera que el producto

de np, llamado lambda > 5, en ambos casos, se puede aplicar esta distribucin.
Su formula es: P (x) = x e - Siendo e= 2,71828 (Constante)

x! = np
x = nmero de casos favorables
Generalmente se dice que la distribucin de Poisson tiene su mayor aplicacin,
cuando en el experimento que se realiza ocurren sucesos llamados raros, los
cuales se identifican con una probabilidad de xito sumamente pequea (p) y el
nmero de observaciones (n) grande; pero la verdad es que esta distribucin se
aplica a una variedad de situaciones diferentes, como las ocurrencias respecto a
un campo continuo, como rea o tiempo. Algunos de estos eventos aleatorios
ocurren en forma independiente a una velocidad dentro de un campo o intervalo,
generalmente de tiempo o espacio.
Son ejemplos para aplicacin de la distribucin
de Poisson: el nmero de personas que llegan a
un almacn, banco o aeropuerto en un tiempo
determinado; el nmero de llamadas telefnicas
por minuto; el nmero de defectos en piezas
similares en el material, ya sea por centmetro
cuadrado o centmetro lineal; nmero de bacteria
en un cultivo; insectos por kilmetro cuadrado; el
nmero de fallas de una maquina durante una
hora o un da; el nmero de accidentes por da;
el nmero de reclamaciones o solicitudes a una
compaa de seguros en un determinado
periodo, etc. Como se puede observar, se trata
de hallar la probabilidad de ocurrencia de
cualquier nmero de xitos (X) por unidad de
medicin (minuto, hora, da, centmetro, metro,
etc.) y en estos problemas que se presentan
para su solucin dan el valor del parmetro lambda, o sea, el promedio o razn de
ocurrencia del evento aleatorio por unidad de tiempo o espacio y el nmero de
xitos.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Ejemplo 1: Si el 1% de las bombillas fabricadas por una compaa son

defectuosas, hallar la probabilidad de que, en una muestra de 100 bombillas, 3
sean defectuosas.
n = 100
x=3 P(x=3) = 13 e -1 = 1(0.36788) = 0.06131 = 6.13%
e = 2.71828 3! 3x2x1
p = 0.01
= 100(0.01) = 1
Ejemplo 2: Si la probabilidad de que una persona adquiera una enfermedad como
consecuencia de una vacuna contra la misma es de 0.0002, cual es la
probabilidad de que la adquieran exactamente 5 personas en una poblacin de
10.000 vacunados?
n = 10.000
x=5 P(x=5) = 25 e -2 = 32(0.13534) = 0.03609 = 3.61%
e = 2.71828 5! 5x4x3x2x1
p = 0.0002
= 10.000(0.0002) =2
1. Un 10% de los utensilios producidos en un cierto proceso de fabricacin resulta

ser defectuoso. Hallar la probabilidad de que una muestra de diez utensilios,
seleccionados al azar sean exactamente 2 defectuosos, mediante:
a.) Distribucin Binomial
b.) Distribucin de Poisson
2. Si la probabilidad de que un individuo sufra una reaccin por una inyeccin de

un determinado suero es 0,001. Determinar la probabilidad de que, de un total de
2.000 individuos:
a.) exactamente 3 tengan la reaccin

b.) ms de 2 individuos tengan reaccin.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
3.) Si el 3% de las calculadoras fabricadas por una compaa son defectuosas,

hallar la probabilidad de que en una muestra de 100 calculadoras salgan.
a) 0 defectuosas,
b) 1 defectuosa,
c) 2 defectuosas,
4.) Con el problema anterior, hallar la probabilidad de:

a) ms de 5 sean defectuosas,
b) entre 1 y 3 sean defectuosas,
c) 2 calculadoras o menos sean defectuosas.
1. El nmero de pinchazos en los neumticos de cierto vehculo industrial tiene

una distribucin de Poisson con media 0.3 por cada 50 000 kilmetros. Si el
vehculo recorre 100000 km, se pide:
a) Probabilidad de que no haya tenido pinchazos.

b) Probabilidad de que tenga menos de 3 pinchazos
c) Nmero de km recorridos para que la probabilidad de que no tenga ningn
pinchazo sea 0.4066
2. Sea el caso de una droga X, con una dosis mortal de 1g/100 ml

para cobayos experimentales, en el 25% de los casos. Aplicando esta dosis a
cien cobayos se desea saber cuanto vale la probabilidad de que
a. Cual es la probabilidad de que 20 de ellos mueran

b. 15 de ellos no mueran
3. En una farmacia se ha calculado la probabilidad de venderle a un cliente con

obra social es del 20%. Se eligen al azar 15 clientes de ese tipo que ingresan
al negocio y se desea calcular la probabilidad de concretar menos de
tres ventas.
Ayuda (P(x<3) = P(x=0) + P(x=1) + P(x=2))
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
4. Si de seis a siete de la tarde se admite que un n mero de

telfono de cada cinc o est comunicando, cul es la
probabilidad de que, cuando se marquen 10 n meros de
telfono elegidos al azar, slo comuniquen dos?
5La probabilidad de que un hombre acierte en el blanco es

1/4. Si dispara 10 veces cul es la probabilidad de que
acierte exacta mente en tres o casiones? Cul es la
probabilidad de que acierte por lo men os en una ocasin?
6En unas pruebas de alcoholemia se ha observado que el 5%

de los conductores controlados dan positivo en la prueba y
que el 10% de los conductores controlad os no llevan
aprovechado el cinturn de seguridad. Tambin se ha
observado que las dos infracciones son independientes.
Un guardia de trfico para cinco conductores al azar. Si

tene mos en cuenta que el n mero de conductores es
suficientemente i mportante co mo para estimar que la
proporcin de infractores no vara al hacer la seleccin.
a. Deter minar la probabilidad a de que exacta mente tres

conductores hayan co metido alguna de las dos infracciones.
b. Deter mine la probabilidad de que al menos uno de los

conductores controlados haya co metido alguna de las dos
infracciones.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
7La probabilidad de que un artculo producido por una fabrica

sea defectuoso es p 0.002. Se envi u n carga mento de
10.000 artculos a unos almacenes. Ha llar el nmero
esperado de artculos d efectuosos, la varianza y la
desviacin tpica.
8En una urna hay 30 bolas, 10 rojas y el resto blancas. Se

elige una bola al azar y se anota si es roja; el proceso se
repite, devolviendo la bola, 10 veces. Calcular la media y la
desviacin tpica.
9Un laboratorio afirma que una droga causa de efectos

secundarios en una proporcin de 3 de cada 100 pacientes.
Para contrastar esta afirma cin, otro laboratorio elige al azar
a 5 pacientes a los que aplica la droga. Cul es la
probabilidad de los siguientes suce sos?
a.Ningn paciente tenga efectos secundarios.
b. Al meno s dos tengan efectos secun darios.
c..Cul es el nmero medio de pacientes que espera

laboratorio que sufran efectos secundarios si elige 100
pacientes al azar?
10 . Un representante realiza 5 visitas cada da a los comercios de su ramo y por

su experiencia anterior sabe que la probabilidad de que le hagan un pedido en
cada visita es del 0.4. Obtener:
a) El nmero medio de pedidos por da
b) La varianza
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
c) La probabilidad de que el nmero de pedidos que realiza durante un da est

comprendido entre 1 y 3
d) La probabilidad de que por lo menos realice dos pedidos
11. Los accidentes laborales diarios de una empresa siguen una distribucin de
Poisson de parmetro 0' 4 . Calcular las probabilidades:
a) de que en un determinado dia se produzcan dos; a lo sumo dos; por lo menos
dos accidentes.
b) de que hayan 4 accidentes en una semana.
c) de que haya un accidente hoy y ninguno maana.
12. Los mensajes que llegan a una computadora utilizada como servidor lo hacen
de acuerdo con una distribucin Poisson con una tasa promedio de 0.1 mensajes
por minuto.
a)Cual es la probabilidad de que lleguen como mucho 2 mensajes en una hora?
b) Determinar el intervalo de tiempo necesario para que la probabilidad de que no

llegue ningn mensaje durante ese lapso de tiempo sea 0.8.
13. Una prueba de inteligencia consta de diez cuestiones cada una de ellas con
cinco respuestas de las cuales una sola es verdadera. Un alumno responde al
azar (es decir, sin tener la menor idea sobre las diez cuestiones). Cul es la
probabilidad de que responda bien a dos cuestiones? Cul la de que responda
bien a cuatro? Cul la de que responda bien a seis?
1. La distribucin binomial y de Poisson son distribuciones de:
a. Probabilidad
b. Frecuencias
c. Normalidad
d. Estandarizadas
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
2. La formula para la solucin de problemas mediante la distribucin binomial es:
n x
a. P(x) = p q x+n
x
x x
b. P(x) = q p x-n
n
n x
c. P(x) = p q n-x
x
n x
d. P(x) = p q x+n
x
3. Segn la distribucin binomial, el binomio de Newton puede describirse as:
a. (a + b)n = an + na n-1 b + n (n-1) a n-2 b2 + ......... bn

2
b. (a + b)n = an + na n+1 b + n (n-1) a n-2 b2 + ......... bn

1X2
c. (a + b)n = an + na n-1 b + n (n-1) a n-2 b2 + ......... bn

1X2
d. (a + b)n = an + na n+1 b + n (n-1) a n-2 b2 + ......... bn

1X2
4. La distribucin de Poisson debe utilizarse cuando:
a. n es pequea, p 0, q 1 y 5
b. n es grande, p 0, q 0 y 5
c. n es grande, p 0, q 1 y 5
d. n es pequea, p 0, q 1 y 5
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
5. La formula para la solucin de problemas con la distribucin de Poisson es:
a. P (x) = x e -
x!
b. P (x) = x e
x!
c. P (x) = x e -
x
d. P (x) = x e
x!
6. El valor de la constante e de la distribucin de Poisson es:
a. 2,71826
b. 2,71825
c. 2,71827
d. 2,71828
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Completar El siguiente mentefacto conceptual y diagrama de Venn - Euler
DISTRIBUCIONES
PROBABILISTICAS

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
DISTRIBUCION:
PROBABILIDAD:
MUESTRA:
POBLACION:
COEFICIENTE :
ESPACIO MUESTRAL:
VARIABLE ALEATORIA:
VARIABLE ALEATORIA DISCRETA:
VARIABLE ALEATORIA CONTINUA:

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Hoy la estadstica esta considerada como la teora de la informacin, no solo como

funcin descriptiva, sino con el objeto bsico de hacer estimaciones acerca de los
valores estadsticos de la poblacin o en la comprobacin de hiptesis de las
caractersticas investigativas.
De lo anterior se observa que la estadstica cubre dos aspectos de gran

importancia: en la estadstica descriptiva a travs de la recoleccin, clasificacin,
presentacin, ya sea en forma de cuadros o graficas, la aplicacin de medias
como promedios, desviaciones, etc. Y la interpretacin y anlisis de datos a fin de
obtener conclusiones. Se realiza un proceso deductivo de lo general a lo
particular.
El segundo aspecto es la inferencia estadstica o mtodo inductivo, el cual,

mediante investigaciones por muestreo, logra obtener resultados considerados
como estimadores de los valores de los estadsticos, correspondientes a las
caractersticas de las unidades de la poblacin.
Se podra afirmar que la tarea ms importante de la estadstica es la realizacin de

inferencias acerca de una poblacin objetivo, con base en los resultados obtenidos
a travs de una muestra.
Poblacin o universo se puede definir como un conjunto de elementos.
El elemento o unidad puede ser una persona, familia, empresa, zona, animal u
objeto.
Del elemento se estudia sus caractersticas. Estas se clasifican en: cualitativas o

atributos, expresadas por palabras, y se cuantifican mediante el conteo o recuento
las cuantitativas o variables expresadas en forma numrica, que puede ser
medidas (variable continua) o contadas (variable discreta).
Muestreo:
Es el procedimiento o tcnica empleado para obtener una o ms muestras de una
poblacin.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Este se realiza una vez que se ha establecido un marco muestral representativo

de la poblacin, se procede a la seleccin de los elementos de la muestra aunque
hay muchos diseos de la muestra.
Al tomar varias muestras de una poblacin, las estadsticas que calculamos para
cada muestra no necesariamente seran iguales, y lo ms probable es que
variaran de una muestra a otra.
Otros autores consideran al muestreo, como la actividad por la cual se toman
ciertas muestras de una poblacin de elementos de los cuales vamos a tomar
ciertos criterios de decisin.
El muestreo es importante porque a travs de l podemos hacer anlisis de
situaciones de una empresa o de algn campo de la sociedad.
CONCEPTOS BASICOS DE MUESTREO
Para conocer y entender con claridad el muestreo es importante tener claro que es
una Poblacin; que es una muestra y tener en cuenta los parmetros estadsticos
utilizados para su determinacin, as como sus caractersticas; que es un marco
muestral y conocer los diferentes tipos de muestreo segn se presente el caso.
POBLACIN: Puede definirse como un conjunto de medidas, o el recuento de

todas las unidades que presentan una caracterstica comn, se podra definir
como un conjunto de mediciones finito o infinito, real o conceptual.
La poblacin se clasifica en finita o infinita.
Ejemplos de poblacin:
El conjunto formado por todos los estudiantes universitarios en Colombia.

El conjunto de todos los estudiantes de una Universidad.
El conjunto de las personas fumadoras de una regin.
MUESTRA: Es un subconjunto de elementos que tienen caractersticas comunes

y que ha sido extrado de la poblacin.
La muestra, para que sea representativa de la poblacin, requiere que todas las
unidades de la poblacin tengan la misma probabilidad de ser seleccionadas, es
decir, debe ser aleatoria, el azar o probabilstica.
Ejemplos de muestra:
El conjunto formado por los estudiantes de Ingeniera en Colombia.

El conjunto de todos los estudiantes de Economa una Universidad.
El conjunto de las personas fumadoras entre 20 y 40 aos de una regin.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
PARAMETRO: Una parmetro es una medida usada para describir alguna

caracterstica de una poblacin, tal como una media aritmtica, una mediana o
una desviacin estndar de una poblacin.
ESTADISTICO: Un estadstico es una medida usada para describir alguna
caracterstica de una muestra , tal como una media aritmtica, una mediana o una
desviacin estndar de una muestra.
ERROR MUESTRAL: O de estimacin o Standard. Es la diferencia entre un
estadstico y su parmetro correspondiente. Es una medida de la variabilidad de
las estimaciones de muestras repetidas en torno al valor de la poblacin, nos da
una nocin clara de hasta dnde y con qu probabilidad una estimacin basada en
una muestra se aleja del valor que se hubiera obtenido por medio de un censo
completo. Siempre se comete un error, pero la naturaleza de la investigacin nos
indicar hasta qu medida podemos cometerlo (los resultados se someten a error
muestral e intervalos de confianza que varan muestra a muestra). Vara segn se
calcule al principio o al final. Un estadstico ser ms preciso en cuanto y tanto su
error es ms pequeo. Podramos decir que es la desviacin de la distribucin
muestral de un estadstico y su fiabilidad.
NIVEL DE CONFIANZA: Probabilidad de que la estimacin efectuada se ajuste a
la realidad. Cualquier informacin que queremos recoger est distribuida segn
una ley de probabilidad (Gauss o Student), as llamamos nivel de confianza a la
probabilidad de que el intervalo construido en torno a un estadstico capte el
verdadero valor del parmetro.
VARIANZA POBLACIONAL: Cuando una poblacin es ms homognea la
varianza es menor y el nmero de entrevistas necesarias para construir un modelo
reducido del universo, o de la poblacin, ser ms pequeo. Generalmente es un
valor desconocido y hay que estimarlo a partir de datos de estudios previos.
CENSO: Es la totalidad de los elementos pertenecientes a la poblacin, y de los
cuales se esta realizando un estudio o investigacin.
UNIDAD BASICA: Es un elemento perteneciente a la poblacin y al muestra
puede ser, personas, casas, empresas. Etc.
Factores tales como: costo, tiempo, recursos humanos, poblaciones muy grandes
o infinitas, destruccin de la unidad sometida a control, caractersticas con gran
homogeneidad, impiden la realizacin del censo. Se sustituyen, entonces, por una
investigacin parcial o muestra.
El objetivo principal del muestreo es considerar el mayor nmero de unidades con
el menor costo posible.
El muestreo aleatorio realizado bajo ciertas condiciones y sometido a ciertos

requisitos, se constituye en un procedimiento prctico, econmico y rpido para
generalizar conclusiones obtenidas a travs de una muestra, aplicables a toda la
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
poblacin de la que forma parte, dentro de ciertos lmites de confiabilidad,

establecidos de antemano.
TECNICAS DE MUESTREO
La teora del muestreo tiene por objetivo, el estudio
de las relaciones existentes entre la distribucin de
un carcter en dicha poblacin y las distribuciones
de dicho carcter en todas sus muestras.
Las ventajas de estudiar una poblacin a partir de
sus muestras son principalmente:
Costo reducido: Si los datos que buscamos los
podemos obtener a partir de una pequea parte del
total de la poblacin, los gastos de recogida y
tratamiento de los datos sern menores. Por
ejemplo, cuando se realizan encuestas previas a un
referndum, es ms barato preguntar a 4.000
personas su intencin de voto, que a 30.000.000;
Mayor rapidez: Estamos acostumbrados a ver
cmo con los resultados del escrutinio de las
primeras mesas electorales, se obtiene una
aproximacin bastante buena del resultado final de
unas elecciones, muchas horas antes de que el
recuento final de votos haya finalizado;
Ms posibilidades: Para hacer cierto tipo de estudios, por ejemplo el de
duracin de cierto tipo de bombillas, no es posible en la prctica destruirlas
todas para conocer su vida media, ya que no quedara nada que vender. Es
mejor destruir slo una pequea parte de ellas y sacar conclusiones sobre las
dems.
Existen dos tipos de tcnicas para efectuar muestreos; el muestreo aleatorio y el
muestreo no aleatorio.
MUESTREO ALEATORIO
Dentro del Muestreo aleatorio se tienen las siguientes tcnicas:
1. Muestreo aleatorio simple o muestreo aleatorio irrestricto:
Consideremos una poblacin finita, de la que deseamos extraer una muestra.
Cuando el proceso de extraccin es tal que garantiza a cada uno de los elementos
de la poblacin la misma oportunidad de ser incluidos en dicha muestra,
denominamos al proceso de seleccin muestreo aleatorio simple.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
2. Muestreo aleatorio estratificado:

Un muestreo aleatorio estratificado es aquel en el que se divide la poblacin de
N individuos, en k subpoblaciones o estratos, atendiendo a criterios que puedan
ser importantes en el estudio, de tamaos respectivos N1, ..., Nk.
Y realizando en cada una de estas subpoblaciones muestreos aleatorios simples
de tamao ni .
El muestreo aleatorio estratificado maneja dos tcnicas que son: asignacin

proporcional y ptima, las cuales garantizan la representatividad, reduciendo el
error de la muestra al formar grupos o subpoblaciones ms o menos homogneas,
en su composicin interna o heterognea cuando se comparan los estratos entre
s.
3. Muestreo por conglomerados:

Si intentamos hacer un estudio sobre los
habitantes de una ciudad, el muestreo aleatorio
simple puede resultar muy costoso, ya que
estudiar una muestra de tamao n implica enviar a
los encuestadores a n puntos distintos de la
misma, de modo que en cada uno de ellos slo se
realiza una entrevista. En esta situacin es ms
econmico realizar el denominado muestreo por
conglomerados, que consiste en elegir
aleatoriamente ciertos barrios dentro de la ciudad,
para despus elegir calles y edificios. Una vez
elegido el edificio, se entrevista a todos los
vecinos.
Cuando la unidad bsica de muestreo se

encuentra en la poblacin en grupos o
conglomerados y la seleccin de la unidad permite
la observacin del total de elementos de cada
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
conglomerado elegido. Cada conglomerado tiene las mismas caractersticas de la

poblacin; puede hacerse un segundo muestreo dentro del conglomerado
seleccionado, denominndose de doble tapa.
4. Muestreo sistemtico:
La seleccin de las unidades se hace a intervalos regulares, en un orden

sistemtico.
Cuando los elementos de la poblacin estn ordenados en fichas o en una lista,
una manera de muestrear consiste en
Sea ;
Elegir aleatoriamente un nmero m, entre 1 y k;
Tomar como muestra los elementos de la lista:
Esto es lo que se denomina muestreo sistemtico. Cuando el criterio de

ordenacin de los elementos en la lista es tal que los elementos ms parecidos
tienden a estar ms cercanos, el muestreo sistemtico suele ser ms preciso que
el aleatorio simple, ya que recorre la poblacin de un modo ms uniforme. Por otro
lado, es a menudo ms fcil no cometer errores con un muestreo sistemtico que
con este ltimo.
5. Muestreo por reas o geogrfico:
Aplicado cuando no se dispone de un marco de referencia completo. El rea total

se divide en pequeas reas, las que son muestreadas. Cada rea seleccionada
podr ser subdividida y enumerada para una nueva seleccin, si es necesario, y
as sucesivamente dando origen al muestreo por etapas.
6. Muestreo por fases:

En ocasiones es conveniente y econmico recoger cierta informacin de la
totalidad de elementos de una muestra, la cual se extrae de la poblacin en tal
forma que sea la suficientemente grande. Adems, otra informacin ms
detallada obliga a una nueva muestra proveniente de la anterior, ocasionando un
muestreo de dos fases o bifsico. Puede considerarse, tambin, de varias fases o
polifsico.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. cul es el objetivo de la estadstica?
2. cuntos mtodos existen en el muestreo aleatorio y nmbrelos?
3. mencione como mnimo 3 caractersticas de inters en el caso que se tenga

como unidad de estudio.
a. familia
b. predio agrcola
c. establecimiento industrial
d. un producto terminado
e. una empresa comercial
f. un animal
CONDICIONES NECESARIAS PARA EFECTUAR UN

MUESTREO ALEATORIO.
Las condiciones del muestreo aleatorio implican consideraciones importantes:
a. Se debe seguir un diseo estadstico especfico (muestreo aleatorio simple,
estratificado, etc); el mejor es aqul que proporciona la precisin necesaria,
en trminos de un lmite, en cuanto al error de estimacin a un menor costo;
b. La seleccin de los elementos al azar, para luego recolectar la informacin
por cualquiera de los mtodos: entrevista, observacin directa, correo,
telfono, etc.;
c. El error muestral, es decir, la diferencia entre el resultado obtenido mediante
la muestra y el obtenido posiblemente mediante la investigacin total o
censo.
El error de estimacin es la diferencia que puede haber entre la estimacin
puntual y el parmetro. Cuando la estimacin no representa bien al parmetro, a
pesar de estar perfectamente diseada nos referiremos a errores muestrales; los
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
errores no muestrales son ocasionados por el mal diseo del formulario, errores
cometidos en el proceso de recoleccin, procesamiento y anlisis de los datos.
Parmetro (poblacional) son las medidas descriptivas numricas aplicadas a las
caractersticas de las unidades de la poblacin. Tambin se les denomina como
valores estadsticos de la poblacin.
El estimador por intervalos es una regla que nos indica cmo calcular dos
puntos o valores a travs de una muestra. La estimacin por intervalos es la
estimacin del parmetro mediante la especificacin de un intervalo de valores,
determinado por un lmite inferior y otro superior (lmites de confianza) dentro del
cual estar comprendido el valor verdadero o parmetro poblacional.
Estimador puntual son las medidas descriptivas numricas aplicadas a las
caractersticas de las unidades de la muestra. Se podr decir que el estimador es
una norma o mtodo para estimar una constante perteneciente a una poblacin.
La estimacin hace referencia a los valores numricos de los parmetros
poblacionales desconocidos, a los cuales se llega mediante una muestra.
Se dice que un buen estimador puntual debe ser:
Insesgado: Es decir que no tenga sesgo, o error, cuando el valor del
estimado es igual al del parmetro. En caso contrario la estimacin ser
sesgada.
Consistente: Es aquel estimador que, al aumentar el tamao de la
muestra, converge en probabilidad al parmetro que estima.
Eficiente: Es el estimador que tiene la menor varianza entre todos los

estimadores posibles.
Suficiente: Cuando incluye toda la informacin que la muestra puede

proporcionar acerca del parmetro.
Encuestas descriptivas y analticas. Algunos autores clasifican las encuestas,

en trminos generales como: encuestas descriptivas y encuestas analticas. En las
primeras el inters se especifica en la obtencin de alguna informacin
correspondiente a una poblacin. En las otras, la finalidad es analizar ciertas
hiptesis o supuestos acerca de la poblacin, que el investigador se fij de
antemano. Hay encuestas que sirven a ambos propsitos.
El intervalo de confianza, corresponde a un intervalo de valores, dentro de los

cuales se espera que est el parmetro con cierto grado de confianza o con riesgo
de error conocido; para ello es necesario determinar primero la estimacin puntual.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
La probabilidad de que un intervalo de confianza contenga el parmetro que se

estima, se denomina coeficiente de confianza.
Se han visto una serie de trminos y definiciones respecto al muestreo aleatorio.

Tambin existe el muestreo no aleatorio, circunstancial o errtico, mtodo cuyos
resultados o estimaciones no son de ninguna manera confiables, dado que la
seleccin de las unidades que conforman la muestra, se realiza en forma
caprichosa o por conveniencia, primando el juicio personal del investigador.
MUESTREO NO ALEATORIO
Dentro del muestreo no aleatorio existen
algunos mtodos, tales como:
Muestreo a juicio intencional u

opintico: Donde los elementos se
seleccionan a juicio o en opinin del
investigador, se podra decir que prima la
intencin de que estas unidades sean
incluidas dentro de la muestra.
Muestreo por convivencia: Donde se

eligen los elementos que estn ms al
alcance del investigador.
Muestreo voluntario: Donde el

informante, voluntariamente, suministra
informacin sin ser seleccionado.
Muestreo por cuotas: Es un nmero de entrevistas, encuestas, condiciones

o cuotas que se le fijan al encuestador para que a su vez seleccione los
elementos en la forma que considere oportuno.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. Establezca una diferencia entre el muestreo aleatorio simple y el muestreo

aleatorio sistemtico.
2. Cul es la diferencia entre el muestreo a juicio y el aleatorio?
3. Qu es la inferencia estadstica?
4. Describa 2 propiedades deseables de un estimador

Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
5. Completa el siguiente mentefacto conceptual y diagrama de Venn Euler
TECNICAS DE MUESTREO
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
1. Una poblacin puede ser:
a. Finita
b. Infinita
c. Finita, cualitativa, cuantitativa
d. Infinita y Finita
2. Es un mtodo del muestreo no aleatorio
a. Muestreo por conglomerados

b. Muestreo por fases
c. Muestreo por cuotas
d. Muestreo estratificado
3. El objetivo principal del muestreo es:
a. Abarcar toda la poblacin sin importar el costo.

b. Considerar el mayor nmero de unidades con el menor costo.
c. Investigar todas las caractersticas de la poblacin.
d. Seleccionar elementos muestrales para estudiarlos
4. Las caractersticas de un buen estimador deben ser:
a. Suficiente
b. Insesgado, suficiente, eficiente
c. Consistente
d. Todas las anteriores
5. Los mtodos de seleccin pueden ser:
a. Estratificados
b. Conglomerados
c. Fases
d. Con reemplazo, sin reemplazo y por sorteo.
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
MUESTREO:
ALEATORIO:
SORTEO:
INTERVALO:
POBLACION:
MUESTRA:
PARAMETRO:
ESTIMADOR:
CENSO:
NIVEL DE CONFIANZA:
Cdigo
PGF 02-R04

ESTADISTICA
L.F. 1813 de 24 OCTUBRE 2003
Estadstica y Muestreo. Ed. Ecoe Ediciones
Matemtica con Tecnologa Aplicada 10. Ed. Prentice Hall
Serie Matemtica Moderna Segundo Curso. Ed. Norma
Manual Prctico de Estadstica 2. Ed. Pime
www.wikipedia.com
www.monografias.com

ESTADÍSTICA Grado Décimo PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

ESTADÍSTICA Grado Décimo PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Cdigo

COLEGIO FRANCISCANO SAN LUIS BELTRAN

En nuestra vida diaria nos llega con mucha frecuencia

En este mdulo estudiaremos las nociones bsicas de la

COLEGIO FRANCISCANO SAN LUIS BELTRAN

Intervalos y marcas de clase.

Sucesos dependientes e independientes.

COLEGIO FRANCISCANO SAN LUIS BELTRAN

Muerte materna en adolescentes

Durante el ao 2000 se registraron 180 muertes maternas en mujeres

El inicio temprano de la actividad sexual, las conductas de riesgo, el deterioro del

La procreacin en la poblacin adolescente

Los jvenes que han logrado un embarazo representan aproximadamente el 35%

COLEGIO FRANCISCANO SAN LUIS BELTRAN

Figura 5. Fecundidad en los adolescentes y jvenes en Colombia. Edad al Primer

1. Lee cuidadosamente el texto anterior, entindelo, busca los trminos

a. Durante el ao _______ se registraron _______________________ en

COLEGIO FRANCISCANO SAN LUIS BELTRAN

d. Las madres adolescentes son responsables del ______ de los partos en el

f. algunas mujeres jvenes se embarazan antes de casarse para probar que

4. realiza un reporte con un anlisis estadstico de lo que entiendas en la

COLEGIO FRANCISCANO SAN LUIS BELTRAN

Medidas de localizacin para datos agrupados por intervalos

Calcula e interpreta cuartiles, deciles y percentiles con datos extrados de

Expresa el concepto de moda, media y mediana en datos agrupados por

Analiza situaciones problemas aplicando el concepto de las medidas.

COLEGIO FRANCISCANO SAN LUIS BELTRAN

LAS FLORES COLOMBIANAS EN EL MUNDO

La industria floricultora colombiana ocupa un lugar relativamente discreto en la

Las flores colombianas se destinan primordialmente al mercado de Norteamrica,

Esa produccin ha permitido que el sector logre unas participaciones de mercado

otros rosa clavel

clavel mini clavel

COLEGIO FRANCISCANO SAN LUIS BELTRAN

1. Las grficas 1 y 3 tienen igual ttulo y sin embargo son diferentes, Qu

2. A qu regin exporta ms flores Colombia?

3. Qu porcentaje del total de flores exportadas por Colombia recibe tal

4. Qu porcentaje del total de flores exportadas por Colombia le

5. Cul es el tipo de flor ms exportada por Colombia?

COLEGIO FRANCISCANO SAN LUIS BELTRAN

INTERVALOS Y MARCAS DE CLASE

Para determinar los intervalos en una distribucin de frecuencias se deben seguir

1. Determinar el valor mximo y mnimo de los datos de la distribucin.

2. Determinar el rango de la distribucin, restando el valor mnimo del valor

X1 = 74 X4 = 70 X7 = 71 X10 = 85 X13 = 65 X16 = 58 X19 = 72

Siguiendo los pasos anteriores tenemos:

COLEGIO FRANCISCANO SAN LUIS BELTRAN

Intervalo F. Absoluta Marca de

Lmite Inferior: 65,8

Marca de clase: Se conoce tambin como punto medio y es el promedio entre

47,6 56,4 56,4 65,8

COLEGIO FRANCISCANO SAN LUIS BELTRAN

1. Elabora una tabla de frecuencias con intervalos. Determina el intervalo modal y

2. Los siguientes datos corresponden a notas de estadstica de 48 estudiantes.

3. Las estaturas en centmetros de 60 alumnos de un determinado colegio son

a. Agrupar los datos en una tabla de frecuencias, con 6 intervalos.

b. Determinar el intervalo modal.

c. Calcula la mediana y promedio de la informacin

d. Realiza un anlisis grfico: Histograma y un diagrama lineal.

COLEGIO FRANCISCANO SAN LUIS BELTRAN

Las medidas de tendencia central dan informacin

Cuando una distribucin contiene un gran nmero de datos o de intervalos de

a. Los Cuartiles: Son las medidas de posicin, que dividen el conjunto de

a. Durante el ao _ se registraron _________________ en