Clase1 Conjuntos

PROBABILIDAD Y ESTADSTICA
DOCENTE : Ing. Eduardo Pinos Vlez. M.Sc

CORREO : epinos@ups.edu.ec
PROBABILIDAD Y ESTADSTICA
DESCRIPCIN DE LA ASIGNATURA
Las probabilidades y estadstica constituyen una asignatura
de formacin bsica que pretende dar una visin general al
estudiante sobre la aplicacin de una metodologa en el
anlisis de datos apoyados con software matemtico, a fin
de tomar decisiones con fundamentos cientficos. Es una
materia que requiere conocimientos previos de lgica
matemtica, teora de conjuntos y anlisis matemtico para
su comprensin y desarrollo. Las probabilidades y
estadstica nos permiten resolver problemas relacionados
con probabilidades en espacios muestrales, variables
aleatorias, esperanza matemtica y distribuciones de
probabilidades discretas y continas.
OBJETIVOS DE LA ASIGNATURA
Generales:
Utilizar los conceptos de estadstica y probabilidad
como herramientas para la solucin de problemas de
ingeniera.
Especficos:
1. Identificar las medidas de tendencia central y de
dispersin.
2. Utilizar el clculo de probabilidades.
3. Aplicar las distribuciones de probabilidad.
CONJUNTOS
CONJUNTOS
DEFINICIN
Agrupacin de objetos que poseen
una caracterstica comn bien
definida.
A los objetos de un conjunto se los llama elementos.
NOTACIN
Letras del abecedario, en mayscula
REPRESENTACIN Ejemplo
Extensin o Tabulacin A a, e, i, o, u
Comprensin A x / x es una vocal
Diagramas de VENN Representacin Grfica

CONJUNTOS
PERTENENCIA:
a A
CARDINALIDAD: Nmero de elementos: N ( A)
CONJUNTOS RELEVANTES
A a, e, i, o, u
CONJUNTO Cantidad finita
FINITO
N ( A) 5
de elementos
CONJUNTO Cantidad no finita B x / x es un nmero real N ( B)
INFINITO de elementos
CONJUNTO Un slo elemento C N (C ) 1
UNITARIO
CONJUNTO
VACO No tiene elemento N ( ) 0
CONJUNTO Conjunto
REFERENCIAL Universo
Re U
CONJUNTOS
CUANTIFICADORES
TODO
UNIVERSAL
para todo

ALGN
EXISTENCIAL
Existe por lo menos uno
CONJUNTOS
IGUALDAD
A = B s y solo s tienen los mismos elementos
A B x x A x B
A B A B B A
CONJUNTOS DISJUNTOS.
A y B son DISJUNTOS si y slo si, no tienen

elementos en comn
CONJUNTOS
OPERACIONES
INTERSECCIN A B x / x A x B
Para tres conjuntos A B C x / x A x B x C

CONJUNTOS
OPERACIONES
Para otros casos
A
B
B A
B A A B B
A B
A B A B A
A B
CONJUNTOS
OPERACIONES
UNIN
A B x / x A x B
N ( A B) N ( A) N ( B) N ( A B)
A B C x / x A x B x C
N ( A B C ) N ( A) N ( B ) N (C ) N ( A B) N ( A C ) N B C N ( A B C )
CONJUNTOS
OPERACIONES
DIFERENCIA
A B x / x A x B
slo A
B A x / x B x A
slo B
Analice otras situaciones

CONJUNTOS
OPERACIONES
DIFERENCIA SIMTRICA
AB A B B A
Ejemplo
A 1, , , , B a, ?, ,
A B 1, , , , , a, ?
A B ,
A B 1, ,
B A a, ?
AB 1,, , a, ?
CONJUNTOS
OPERACIONES
COMPLEMENTACIN DE CONJUNTO
AC Re A
CONJUNTOS
ALGEBRA DE CONJUNTOS
UNION INTERSECCIN
A B B A Conmutativa A B B A
A B C A B C Asociativa A B C A B C
A A A Idempotencia A A A
A A Identidad A Re A
A Re Re Absorcin A
CONJUNTOS
Sean A, B y C conjuntos no vacios tales que:
E
Re 1, 2,3, 4,5,6,7,8,9,10
j
A B 1, 2,3, 4 A C 1, 2,7 B C A 8,9
e
A B C 5,6 N A N B 6
C
m
Hallar A, B y C
p
Solucin:
l A 1,2,3,4,7,10
o 1 8
B 1,2,3,4,8,9
7
2
9
3
5
10
4 C 3,4,10
6
CONJUNTOS
La regin sombreada
corresponde a:
a) A B B
B A
C
b)
c) A C B A
C C
d) A C B
C C
A C B C
C C
e)
Solucin:
1.- Se asigna un nmero a cada
regin del grfico
Re 1,2,3,4,5,6,7,8,9,10,11,12,13,14
A 1,2,3,4,5,6,7,8
B 4,5,6,9,10
C 2,5,7,11,12,13
2.- Se analiza cada opcin
CONJUNTOS
PROBLEMAS DE CARDINALIDAD
De los 180 profesores de una universidad, 135 tienen

EJEMPLO
ttulo de Doctor, 145 tienen ttulo de Investigador; de

los doctores 114 son investigadores.
Re:Total de Profesores (180)
Doctores Investigadores
(135) (145)
21 114 31
14
CONJUNTOS
DETERMINE:
a) El nmero de profesores no son doctores.
Resp. 45
CONJUNTOS
b) El nmero de profesores que son Investigadores o Doctores
Resp. 166
CONJUNTOS
c) El nmero de Doctores que no son Investigadores
Resp. 21
CONJUNTOS
d) El nmero de profesores que NO son Investigadores
Resp. 35
CONJUNTOS
e) El nmero de profesores que no son investigadores ni doctores
Resp. 14
CONJUNTOS
Al entrevistar a 100 estudiantes se obtuvieron los siguientes
resultados: 60 practican ftbol, 50 practican bsquet y 15 no
practican ftbol ni bsquet. Determine el nmero de alumnos
que practican ftbol y bsquet.
Solucin:
Re:100
F B 60-x+x+50-x=85
(60) (50)
x=25
x
15 60-x 50-x Segundo Mtodo:
N ( F B) N ( F ) N ( B) N ( F B)
85 60 50 x
x=25
CONJUNTOS
En un curso preuniversitario, ocurri que, de 1600
estudiantes:
801 aprobaron Matemtica
900 aprobaron Economa
752 aprobaron Contabilidad
435 aprobaron Matemtica y Economa
398 aprobaron Matemtica y Contabilidad
412 aprobaron Economa y Contabilidad; y,
310 aprobaron Matemtica , Economa y Contabilidad
Re: Total de Estudiantes (1600)
Solucin:
Mat Econ. 82
(801)
. (900)
278 125
363
310
88 102
252
Cont.
(752)
CONJUNTOS
Determinar cuntos de estos estudiantes aprobaron:
a) Slo una materia
Slo Mat.
Resp. 893
CONJUNTOS
b) Exactamente 2 materias
Resp. 315
CONJUNTOS
c) Ninguna materia
Resp. 82
CONJUNTOS
Ejemplo 3
d) Al menos una materia
1518
CONJUNTOS
e) Cuando mucho 2 materias.
278 125 363
88 102
252
Resp. 1208
CONJUNTOS
Una fbrica produce 100 artculos por hora de los

cuales 60 pasan el control de calidad . El resto de
artculos tuvieron fallas del tipo A, tipo B y tipo C, y
se repartieron del modo siguiente:
8 artculos con fallas del tipo A y tipo B
12 artculos con slo falla de tipo A
3 artculos con fallas de los 3 tipos
5 artculos con fallas de tipo A y C
2 artculos con slo falla de tipo C y tipo B.
El nmero de artculos que tuvieron una sola falla
de tipo C o de tipo B fue el mismo.
CONJUNTOS
Solucin:
8 artculos con fallas del tipo A y tipo B 12 5 x

?
12 artculos con slo falla de tipo 3
A 2 2
3 artculos con fallas de los tipos
x
5 artculos con fallas de tipo A y C
2 artculos con slo falla de tipo C y tipo

B.
El nmero de artculos que tuvieron
una sola falla de tipo C o de tipo B
12 5 3 2 2 x x 40
fue el mismo.
x 8
CONJUNTOS
Determine:
a)Cuntos artculos tuvieron fallas de tipo B?
5 8
3
2
Art .B 5 3 2 8 18
CONJUNTOS
Determine:
a) Cuntos artculos tuvieron slo una falla?
12 8
12 8 8 28
INDUCCIN MATEMTICA
AXIOMAS DE PEANO
A) 1 es natural
B) Si n es un nmero natural, entonces n+1
tambin es un numero natural (llamado el sucesor
de n).
C) 1 no es sucesor de nmero natural alguno, ya
que es el primer elemento del conjunto.
D) Si los sucesores de dos nmeros naturales n y m
son iguales, entonces n y m son nmeros naturales
iguales.
E) Si un conjunto de nmeros contiene al 1 y a los
sucesores de cada uno de sus elementos, entonces
contiene a todos los nmeros naturales.
Nomenclatura a usar para las proposiciones
en induccin matemtica
Caso base
Caso general
Teorema de induccin
Si es una propiedad sobre el conjunto de los
nmeros naturales , tal que:
(Caso inductivo o general)
Entonces, es decir,
DEMOSTRACIN POR INDUCCIN
Demuestre las siguientes propiedades usando el
teorema de induccin matemtica
reas que conforman a la Estadstica
Estadstica Descriptiva (Deductiva): es la
encargada de la organizacin,
condensacin, presentacin de los datos en
tablas y grficos y del clculo de medidas
numricas que permitan estudiar los
Tema 1. Introduccin
aspectos ms importantes de los datos.
DESCRIBIR
reas que conforman a la Estadstica
Estadstica Inferencial o Inferencia
Estadstica: est definida por un conjunto
de tcnicas, mediante las cuales se hacen
generalizaciones o se toman decisiones en
base a informacin parcial obtenida
Tema 1. Introduccin
mediante tcnicas descriptivas.
INFERIR
reas de Aplicacin de la Estadstica
El uso de la Estadstica es muy amplio. Resulta difcil
nombrar un rea en la cual no se emplee.
Los mtodos estadsticos han encontrado aplicacin
en:
Gobierno
Negocios
Ciencias Sociales
Tema 1. Introduccin
Ingeniera
Ciencias Fsica y Naturales
Control de Calidad
Procesos de Manufactura
Muchos otros campos de la actividad intelectual.
reas de Aplicacin de la Estadstica
Esto se debe a la creciente facilidad con la
cual se pueden manejar grandes
cantidades de datos numricos, debido al
uso de
Tema 1. Introduccin
Conceptos de Poblacin y Muestra
Poblacin: es la coleccin de todas las
posibles mediciones u observaciones que
pueden hacerse de una variable bajo
estudio.
Tema 1. Introduccin
Se clasifica en dos categoras:
Finita: es aquella que incluye una cantidad
limitada contable de observaciones, individuos o
medidas. Siempre que sea posible alcanzar
(contar) el nmero total de todas las posibles
Tema 1. Introduccin
mediciones, se considera como finita la poblacin.
Infinita: es aquella que incluye un gran conjunto
de observaciones o mediciones que no pueden
alcanzarse por conteo. Al menos, hipotticamente,
no existe lmite en cuanto al nmero de
observaciones que el experimento puede generar.
Tema 1. Introduccin
Muestra:
es un conjunto de mediciones u
observaciones tomadas a partir de una
poblacin.
es un subconjunto de la poblacin.
Tema 1. Introduccin
Muestra aleatoria: se considera aleatoria
siempre y cuando cada observacin, medicin o
individuo de la poblacin tenga la misma
probabilidad de ser seleccionado.
Tema 1. Introduccin
Tipos de datos y escalas de medida
Variables:
son las caractersticas o lo que se estudia de cada
individuo de la muestra. Ej: sexo, edad, peso,
estatura, color de ojos, estado civil, temperatura,
cantidad de nacimientos, presin, grosor,
Tema 1. Introduccin
dimetro, ...
Datos:
son los valores que toma la variable en cada caso.
Tipos de datos
Cualitativos: son datos que solo toman valores
asociados a las cualidades o atributos, clasificndolos
en una de varias categoras, es decir, no son valores
numricos. Ej:
Sexo: f/m.
Tema 1. Introduccin
Hbito de fumar: Fumador/No fumador
Color de ojos: negro, azul, marrn,
Religin: catlica, evanglica,
Estado civil: soltero, casado, divorciado,
Tipos de datos
Cuantitativos: provienen de variables que pueden
medirse, cuantificarse o expresarse numricamente.
Ejemplos:
Peso
Edad
Tema 1. Introduccin
Estatura
Presin
Humedad
Intensidad de un sismo
Cantidad de hermanos
Organizacin de los datos
Una vez que se ha
realizado la
recoleccin de los
Tema 2. Estadstica Descriptiva

datos, se obtienen
datos en bruto, los
cuales rara vez son
significativos sin una
organizacin y
tabulacin.
Formas de organizar los datos:

Un arreglo: es la forma ms sencilla de organizar los
datos en bruto, consiste en colocar las observaciones

en orden segn su magnitud: ascendente o
descendente.
Poco prctica cuando se tiene una gran cantidad de
datos.
Una distribucin de frecuencias: es un arreglo de

los datos que permite expresar la frecuencia de
ocurrencias de las observaciones en cada una de
las clases, mostrando el patrn de la distribucin

de manera ms significativa.
Clase Pto. fi Fi fri FRi

Medio
La Distribucin de Frecuencias:
Se recomienda su uso cuando se tienen
grandes cantidades de datos (n).

Su construccin requiere, en primer lugar,
la seleccin de los lmites de los intervalos
de clase.
Para definir la cantidad de intervalos de
clase (k), se puede usar:
La regla de Sturges: k = 1 + 3.3log(n)
La cantidad de clases no puede ser tan pequeo
(menos de 5) o tan grande (ms de 20), que la
verdadera naturaleza de la distribucin sea
imposible de visualizar.

La amplitud de todas las clases deber ser la
misma. Se recomienda que sea impar y que los
puntos medios tengan la misma cantidad de
cifras significativas que los datos en bruto.
Los lmites de las clases deben tener una cifra
significativa ms que los datos en bruto.
Determinar:
Punto medio = (Li+Ls)/2.

Frecuencia absoluta de la clase (fi).
Frecuencia acumulada de la clase (Fi).
Frecuencia relativa de la clase (fri):
fri = fi/n
Frecuencia relativa acumulada de la clase (FRi).
Ejemplos de Distribucin de
Frecuencias
A continuacin se presentan las
calificaciones de 60

estudiantes que presentaron la
PINA en el ao 2009:
Ejemplos de Distribucin de Frecuencias
23 60 79 32 57 74 52 70 82 36
80 77 81 95 41 65 92 85 55 76
52 10 64 75 78 25 80 98 81 67
41 71 83 54 64 72 88 62 74 43
60 78 89 76 84 48 84 90 15 79
34 67 17 82 69 74 63 80 85 61
a) Construya una distribucin de frecuencias.

b) Qu puede concluir de estos datos.
Representacin grfica de los datos
Los grficos permiten visualizar en forma global y
rpida el comportamiento de los datos.

Para datos cuantitativos agrupados en clases,
comnmente se utilizan tres grficos:
Histogramas.
Polgono de frecuencias.
Ojiva o Polgono de frecuencias acumuladas.
Histograma

Histograma y Polgono de Frecuencias

Ojiva
Para datos cualitativos se usan:
Curvas

Barras
Sectores
Barras
Barras
Curvas
Sectores, torta o circular

Ejemplos de construccin de

grficos
Medidas de tendencia central o posicin
Corresponden a valores que generalmente se
ubican en la parte central de un conjunto de

datos.
Forma como los datos pueden condensarse en
un solo valor central alrededor del cual todos los
datos muestrales se distribuyen.
Medidas de tendencia central o posicin
Las medidas de tendencia central ms
importantes son:

Media: Aritmtica y Aritmtica ponderada.
Mediana.
Moda.
Media Aritmtica
Es la suma de todas las observaciones dividida entre el
nmero total de observaciones.
Expresada de forma ms intuitiva, podemos decir que la
media aritmtica es la cantidad total de la variable

distribuida a partes iguales entre cada observacin.
(wikipedia)
Por ejemplo, si en una habitacin hay tres personas, la
media de dinero que tienen en sus bolsillos sera el resultado
de tomar todo el dinero de los tres y dividirlo a partes iguales
entre cada uno de ellos. Es decir, la media es una forma de
resumir la informacin de una distribucin (dinero en el
bolsillo) suponiendo que cada observacin (persona) tendra
la misma cantidad de la variable. (wikipedia)
Clculo de la media aritmtica
Para datos no agrupados:

n
x i

X i 1
n
Para datos agrupados:
k
m f i i
X i 1
n
Donde: mi: punto medio de la clase i
fi: frecuencia absoluta de la clase i
k: cantidad de clases
Mediana
Es el valor que ocupa la posicin central de un
conjunto de observaciones, una vez que han sido

ordenados en forma ascendente o descendente.
Divide al conjunto de datos en dos partes
iguales.
Clculo de la mediana
Para datos no agrupados:
Si n es impar: posicin donde se ubica la mediana

es igual a (n+1)/2.
Si n es par: (n+1)/2 no es entero, por lo tanto la
mediana ser igual al promedio de las dos
posiciones centrales.
Clculo de la mediana
Datos agrupados: clase mediana es la que

contiene a la observacin que ocupa la
posicin n/2.

n 1
F ( xm 1 )
Md Lm 2 Cm
f ( xm )
Donde: Lm: lmite inferior de la clase mediana.

F(xm-1): frecuencia acumulada de la clase
anterior a la clase mediana.
f(xm): frecuencia absoluta de la clase mediana.
Cm: amplitud de la clase mediana.
Moda
Observacin o clase que tiene la mayor
frecuencia en un conjunto de observaciones.

Un conjunto de datos puede ser unimodal,
bimodal o multimodal.
Es la nica medida de tendencia central que se
puede determinar para datos de tipo cualitativo.
Clculo de la moda
Para datos no agrupados: es simplemente la

observacin que ms se repite.
Para datos agrupados:

1
Mo Lim Cm
1 2
Donde: Lim: lmite inferior de la clase modal.
1: diferencia entre fi de la clase modal y la
anterior.
2: diferencia entre fi de la clase modal y la
posterior.
Cm: amplitud de la clase modal (clase de mayor
frecuencia).
Relacin entre la media, la mediana y la
moda

Cuando los datos son sesgados es mejor emplear la Md
Cuantiles
Los cuantiles son medidas de posicin no
central que se utilizan con mayor frecuencia y

se emplean sobre todo para resumir o describir
las propiedades de conjuntos grandes de datos
numricos.
Cuartiles
Deciles
Percentiles
Cuartiles
De la misma manera que la mediana divide un
conjunto de datos en dos grupos iguales, los

cuartiles lo dividen en cuatro grupos iguales.
Cada grupo est formado por 25% de los datos
de la muestra y se denotan por Q1, Q2 y Q3
respectivamente
25% 25% 25% 25%
Q1 Q2 Q3
Cuartiles
La obtencin de los cuartiles depende del nmero de
datos de la muestra; se utilizan los mismo conceptos del
clculo de la mediana. Las frmulas para cada los

cuartiles 1 y al vienen a ser:
n 1
Q1 ValorPosic in ( )
4
2(n 1)
4
3(n 1)
4
Ejemplo
Se define en minutos el tiempo que le lleva arreglarse, desde que se
levanta hasta que sale de casa. A lo largo de 10 das hbiles
consecutivos, Usted recaba los tiempos (redondeados a minutos)
que se muestras a continuacin

39 29 43 52 39
44 40 31 44 35
Cuartil 1 Ejemplo
2-2008
Tamao de la muestra N=10
29
n 1
31 Q1 VP( )
3 35 4

39 10 1
39 Q1 VP( )
40 4
43 Q1 VP(2.75)
44
44
Q1 VP(3)
52 Q1 35
Ejemplo
Cuartil 2
29
n 1
31 Q1 VP( )
35 4

39 2(10 1)
Q2 VP( )
39 4
5.5 40 Q2 VP(5.5)
43
39 40
44 Q2
44 2
52 Q2 39.5
Ejemplo
Cuartil 3
29
31 n 1
Q1 VP( )
35 4

39
3(10 1)
39 Q3 VP( )
40
4
43 Q3 VP(8.25)
8 44 Q3 VP(8)
44
52
Q3 44
2-2008
Deciles
Los deciles dividen una muestra en 10 grupos
iguales y cada decil acumula el 10% de los

datos.
10% 10% 10% 10% 10% 10% 10% 10% 10% 10%
Se trabajan igual que los cuartiles
90
2-2008
Percentiles
Los percentiles dividen una muestra en 100
grupos iguales y cada percentil acumula el 1%

de los datos.
1% 1% 1% 1% 1% 1% 1%
. . .
Se trabajan igual que los cuartiles y deciles
91
Medidas de dispersin, variacin o
variabilidad.
Son valores numricos que indican o describen
la forma en que las observaciones estn

dispersas o diseminadas, con respecto al valor
central.
variabilidad.
Son importantes debido a que dos muestras de
observaciones con el mismo valor central

pueden tener una variabilidad muy distinta.
variabilidad.
Rango.
Varianza.

Desviacin Tpica.
Coeficiente de variacin.
Medidas de dispersin: Rango
Rango (amplitud o recorrido):
Est determinado por los dos valores
extremos de los datos muestrales, es

simplemente la diferencia entre la mayor y
menor observacin.
Es una medida de dispersin absoluta, ya
que depende solamente de los datos y
permite conocer la mxima dispersin.
Medidas de dispersin: Rango
Casi no se emplea debido a que depende
nicamente de dos valores.

No proporciona una medida de variabilidad de
las observaciones con respecto al centro de la
distribucin.
Notacin: R
Medidas de dispersin: Varianza
Es un valor numrico que mide el grado de
dispersin relativa porque depende de la

posicin de los datos x1,x2,,xn con respecto a la
media.
Es el promedio al cuadrado de las desviaciones
de cada observacin con respecto a la media.
Notacin: s2, 2, var(X)
Medidas de dispersin:
Varianza
Si la varianza de un conjunto de observaciones
es grande se dice que los datos tiene una mayor
variabilidad que un conjunto de datos que

tenga un varianza menor.
x x
n
2
i
Para datos NO s2 i 1
agrupados: n
n
i
x 2
2
s
2 i 1
x
n
Medidas de dispersin: Varianza
Para datos agrupados en una distribucin de
frecuencias:

k

im x 2
fi
s2 i 1
n
k
i fi
m 2
x
2
s2 i 1
n
Medidas de dispersin: Desviacin
Tpica
Es la raz cuadrada de la varianza.

Notacin: s, .

s s 2
Medidas de dispersin: Coeficiente de
Variacin
Es una medida de dispersin relativa que

permite comparar el nivel de dispersin de dos
muestras de variables estadsticas diferentes.

No tiene dimensiones.
Notacin: CV
s
CV 100%
x
Medidas de Forma: Asimetra
Permiten estudiar la forma de la curva,
dependiendo de cmo se agrupan los datos.

Clase1 Conjuntos

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

Clase1 Conjuntos

Hochgeladen von

Copyright:

Verfügbare Formate

PROBABILIDAD Y ESTADSTICA

DOCENTE : Ing. Eduardo Pinos Vlez. M.Sc

Diagramas de VENN Representacin Grfica

A y B son DISJUNTOS si y slo si, no tienen

Para tres conjuntos A B C x / x A x B x C

Analice otras situaciones

De los 180 profesores de una universidad, 135 tienen

ttulo de Doctor, 145 tienen ttulo de Investigador; de

a) El nmero de profesores no son doctores.

b) El nmero de profesores que son Investigadores o Doctores

c) El nmero de Doctores que no son Investigadores

d) El nmero de profesores que NO son Investigadores

e) El nmero de profesores que no son investigadores ni doctores

a) Slo una materia

Determinar cuntos de estos estudiantes aprobaron:

d) Al menos una materia

e) Cuando mucho 2 materias.

278 125 363

Una fbrica produce 100 artculos por hora de los

8 artculos con fallas del tipo A y tipo B 12 5 x

2 artculos con slo falla de tipo C y tipo

(Caso inductivo o general)

Tema 2. Estadstica Descriptiva

Formas de organizar los datos:

Tema 2. Estadstica Descriptiva

Una distribucin de frecuencias: es un arreglo de

Tema 2. Estadstica Descriptiva

Clase Pto. fi Fi fri FRi

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

a) Construya una distribucin de frecuencias.

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Para datos no agrupados:

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Datos agrupados: clase mediana es la que

Tema 2. Estadstica Descriptiva

Donde: Lm: lmite inferior de la clase mediana.

Tema 2. Estadstica Descriptiva

Para datos no agrupados: es simplemente la

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

25% 25% 25% 25%

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tamao de la muestra N=10

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva

Tema 2. Estadstica Descriptiva