Professional Documents
Culture Documents
INTRODUCCIN
El presente libro constituye una gua valiosa para aquellos que quieren adentrarse en el camino maravilloso de la estadstica. La Estadstica es una ciencia de tcnicas analticas para ver en unos datos lo que nuestra mirada no es capaz de ver. En Estadstica hay tres tipos de tcnicas, tres actividades bsicas, tres acciones: Descripcin, Relacin y Comparacin. Descripcin: Tcnicas donde no se infiere, slo se mira lo que se tiene: la muestra. Se le calculan descriptores que capten aspectos relevantes de ella. Se dibujan grficos que la resuman. La muestra es el fin, no un medio. Relacin: Tcnicas que buscan relaciones entre variables, entre diferentes caractersticas medidas a una serie de individuos. Se busca la existencia de relacin entre ellas y se pretende establecer relaciones matemticas entre ellas. Comparacin: Tcnicas que comparan poblaciones de individuos. El objetivo es poder hablar de la igualdad o de la diferencia entre esos grupos, entre esas poblaciones. La Relacin y la Comparacin s son tcnicas donde se infiere, son tcnicas inferenciales. La muestra ahora es un medio, no un fin. Se pretende desde la muestra sacar conclusiones poblacionales. Desde la relacin entre las variables a nivel muestral o desde la comparacin de dos o ms muestras se busca hacer afirmaciones poblacionales, afirmaciones que vayan ms all de lo que se ve, ms all de la muestra. En Estadstica estamos siempre describiendo, relacionando o comparando. Pero, qu hace cualquier cientfico en su actividad diaria? Tambin describir, relacionar y comparar. Por esto la Estadstica puede decirse que es, en buena parte, el lenguaje de la ciencia. Por esto se estudia en todas las facultades. Es muy importante situar desde el principio cul es el papel bsico de la Estadstica. Y ver la simplicidad que hay detrs de una aparente complejidad.
La Estadstica es, en realidad, un mundo caracterizado, aunque desde fuera parezca que no, por un paisaje muy homogneo. Una metfora musical: Si la Medicina, la Lingstica, la Economa, la Geografa, la Biologa, son, cada uno de ellos, una sinfona (obras, todas ellas, hechas de movimientos bien distintos), entonces la Estadstica es el Bolero de Ravel: un tema que va repitindose continuamente, machaconamente. Se van aadiendo nuevos instrumentos, pero el tema es siempre el mismo. Sosteniendo a la Estadstica, desde la base, existe un bsico paisaje de conceptos del mundo de la probabilidad: especialmente la nocin de variable aleatoria, la nocin de funcin de distribucin, de modelizacin matemtica. Estos conceptos se vern como complementos de lo que constituye el hilo conductor de la Estadstica: la construccin de tcnicas para describir lo que vemos en la muestra y para inferir acerca de lo que no vemos en la muestra. En este curso aprenderemos, pues, a Describir, Relacionar y Comparar, aprenderemos a visualizar un paisaje muy peculiar y muy til, aprenderemos Estadstica.
OBJETIVOS
Desarrollar las capacidades individuales y grupales en el uso y manejo de los contenidos del mdulo. Valorar la importancia de la Estadstica como herramienta necesaria para la tabulacin, interpretacin y evaluacin de las investigaciones cientficas. Interiorizar la importancia de la Estadstica con la finalidad de alcanzar la optimizacin de los resultados en la produccin del conocimiento cientfico.
UNIDAD I
2) METODOS ESTADISTICOS 2.1) 2.2) 2.3) Estudios experimentales y observacionales Niveles de medicin Tcnicas de anlisis estadstico.
ESTADSTICA
La Estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de datos de una muestra representativa, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o condicional. Sin embargo, la estadstica es ms que eso, es decir, es el vehculo que permite llevar a cabo el proceso relacionado con la investigacin cientfica. Es transversal a una amplia variedad de disciplinas, desde la fsica hasta las ciencias sociales, desde las ciencias de la salud hasta el control de calidad. Se usa para la toma de decisiones en reas de negocios o instituciones gubernamentales. La estadstica se divide en dos grandes reas:
La estadstica descriptiva, se dedica a la descripcin, visualizacin y resumen de datos originados a partir de los fenmenos de estudio. Los datos pueden ser resumidos numrica o grficamente. Ejemplos bsicos de parmetros estadsticos son: la media y la desviacin estndar. Algunos ejemplos grficos son: histograma, pirmide poblacional, grfico circular, entre otros. La estadstica inferencial, se dedica a la generacin de los modelos, inferencias y predicciones asociadas a los fenmenos en cuestin teniendo en cuenta la aleatoriedad de las observaciones. Se usa para modelar patrones en los datos y extraer inferencias acerca de la poblacin bajo estudio. Estas inferencias pueden tomar la forma de respuestas a preguntas si/no (prueba de hiptesis), estimaciones de unas caractersticas numricas (estimacin), pronsticos de futuras observaciones, descripciones de asociacin (correlacin) o modelamiento de relaciones entre variables (anlisis de regresin). Otras tcnicas de modelamiento incluyen anova, series de tiempo y minera de datos.
Ambas ramas (descriptiva e inferencial) comprenden la estadstica aplicada. Hay tambin una disciplina llamada estadstica matemtica, la que se refiere a las bases tericas de la materia. La palabra estadsticas tambin se refiere al resultado de aplicar un algoritmo estadstico a un conjunto de datos, como en estadsticas econmicas, estadsticas criminales, entre otros.
HISTORIA Origen
El trmino alemn Statistik, introducido originalmente por Gottfried Achenwall en 1749, se refera al anlisis de datos del Estado, es decir, la "ciencia del Estado" (o ms bien, de la ciudad-estado). Tambin se llam aritmtica poltica de acuerdo con la traduccin literal del ingls. No fue hasta el siglo XIX cuando el trmino estadstica adquiri el significado de recolectar y clasificar datos. Este concepto fue introducido por el militar britnico Sir John Sinclair (1754-1835). En su origen, por tanto, la Estadstica estuvo asociada a los Estados o ciudades libres, para ser utilizados por el gobierno y cuerpos administrativos (a menudo centralizados). La coleccin de datos acerca de estados y localidades contina ampliamente a travs de los servicios de estadstica nacional e internacional. En particular, los censos comenzaron a suministrar informacin regular acerca de la poblacin de cada pas. As pues, los datos estadsticos se referan originalmente a los datos demogrficos de una ciudad o estado determinados. Y es por ello que en la clasificacin decimal de Melvil Dewey, empleada en las bibliotecas, todas las obras sobre estadstica se encuentran ubicadas al lado de las obras de o sobre la demografa. Ya se utilizaban representaciones grficas y otras medidas en pieles, rocas, palos de madera y paredes de cuevas para controlar el nmero de personas, animales o ciertas mercancas. Hacia el ao 3000 a. C. los babilonios usaban ya pequeos envases moldeados de arcilla para recopilar datos sobre la produccin agrcola y de los gneros vendidos o cambiados. Los egipcios analizaban los datos de la poblacin y la renta del pas mucho antes de
construir las pirmides en el siglo XI a. C. Los libros bblicos de Nmeros y Crnicas incluyen en algunas partes trabajos de estadstica. En el primero estn ubicadas al lado de las demogrficas. La estadstica tiene dos censos de la poblacin de la Tierra de Israel y el segundo describe el bienestar material de las diversas tribus judas. En China existan registros numricos similares con anterioridad al ao 2000 a. C. Los antiguos griegos realizaban censos cuya informacin se utilizaba hacia el 594 a. C. para cobrar impuestos.
Orgenes en probabilidad
Los mtodos estadstico-matemticos emergieron desde la teora de probabilidad, la cual data desde la correspondencia entre Pascal y Pierre de Fermat (1654). Christian Huygens (1657) da el primer tratamiento cientfico que se conoce a la materia. El Ars coniectandi (pstumo, 1713) de Jakob Bernoulli y la Doctrina de posibilidades (1718) de Abraham de Moivre estudiaron la materia como una rama de las matemticas. En la era moderna, el trabajo de Kolmogrov ha sido un pilar en la formulacin del modelo fundamental de la Teora de Probabilidades, el cual es usado a travs de la estadstica. La teora de errores se puede remontar a la pera miscellnea (pstuma, 1722) de Roger Cotes y al trabajo preparado por Thomas Simpson en 1755 (impreso en 1756) el cual aplica por primera vez la teora de la discusin de errores de observacin. La reimpresin (1757) de este trabajo incluye el axioma de que errores positivos y negativos son igualmente probables y que hay unos ciertos lmites asignables dentro de los cuales se encuentran todos los errores; se describen errores continuos y una curva de probabilidad. Pierre-Simon Laplace (1774) hace el primer intento de deducir una regla para la combinacin de observaciones desde los principios de la teora de probabilidades. Laplace represent la Ley de probabilidades de errores mediante una curva y dedujo una frmula para la media de tres observaciones. Tambin, en 1871, obtiene la frmula para la ley de facilidad del error (trmino introducido por Lagrange, 1744) pero con ecuaciones inmanejables. Daniel Bernoulli (1778) introduce el principio del mximo producto de las probabilidades de un sistema de errores concurrentes.
El mtodo de mnimos cuadrados, el cual fue usado para minimizar los errores en mediciones, fue publicado independientemente por Adrien-Marie Legendre (1805), Robert Adrain (1808), y Carl Friedrich Gauss (1809). Gauss haba usado el mtodo en su famosa prediccin de la localizacin del planeta enano Ceres en 1801. Pruebas adicionales fueron escritas por Laplace (1810, 1812), Gauss (1823), James Ivory (1825, 1826), Hagen (1837), Friedrich Bessel (1838), W.F. Donkin (1844, 1856), John Herschel (1850) y Morgan Crofton (1870). Otros contribuidores fueron Ellis (1844), Augustus De Morgan (1864), Glaisher (1872) y Giovanni Schiaparelli (1875). La frmula de Peters para , el probable error de una observacin simple es bien conocida. El siglo XIX incluye autores como Laplace, Silvestre Lacroix (1816), Littrow (1833), Richard Dedekind (1860), Helmert (1872), Hermann Laurent (1873), Liagre, Didion y Karl Pearson. Augustus De Morgan y George Boole mejoraron la presentacin de la teora. Adolphe Quetelet (1796-1874), fue otro importante fundador de la estadstica y quien introdujo la nocin del hombre promedio (lhomme moyen) como un medio de entender los fenmenos sociales complejos tales como tasas de criminalidad, tasas de matrimonio o tasas de suicidios.
Estado actual
Durante el siglo XX, la creacin de instrumentos precisos para asuntos de salud pblica (epidemiologa, bioestadstica, etc.) y propsitos econmicos y sociales (tasa de desempleo, econometra, etc.) necesit de avances sustanciales en las prcticas estadsticas. Hoy el uso de la estadstica se ha extendido ms all de sus orgenes como un servicio al Estado o al gobierno. Personas y organizaciones usan la estadstica para entender datos y tomar decisiones en ciencias naturales y sociales, medicina, negocios y otras reas. La estadstica es entendida generalmente no como un sub-rea de las matemticas sino como una ciencia diferente aliada. Muchas universidades tienen departamentos acadmicos de matemticas y estadstica separadamente. La estadstica se ensea en departamentos tan diversos como psicologa, educacin y salud pblica.
Al aplicar la estadstica a un problema cientfico, industrial o social, se comienza con un proceso o poblacin a ser estudiado. Esta puede ser la poblacin de un pas, de granos cristalizados en una roca o de bienes manufacturados por una fbrica en particular durante un periodo dado. Tambin podra ser un proceso observado en varios instantes y los datos recogidos de esta manera constituyen una serie de tiempo. Por razones prcticas, en lugar de compilar datos de una poblacin entera, usualmente se estudia un subconjunto seleccionado de la poblacin, llamado muestra. Datos acerca de la muestra son recogidos de manera observacional o experimental. Los datos son entonces analizados estadsticamente lo cual sigue dos propsitos: descripcin e inferencia. El concepto de correlacin es particularmente valioso. Anlisis estadsticos de un conjunto de datos puede revelar que dos variables (esto es, dos propiedades de la poblacin bajo consideracin) tienden a variar conjuntamente, como si hubiera una conexin entre ellas. Por ejemplo, un estudio del ingreso anual y la edad de muerte podran resultar en que personas pobres tienden a tener vidas ms cortas que personas de mayor ingreso. Las dos variables se dicen que estn correlacionadas. Sin embargo, no se puede inferir inmediatamente la existencia de una relacin de causalidad entre las dos variables. El fenmeno correlacionado podra ser la causa de una tercera, previamente no considerada, llamada variable confusora. Si la muestra es representativa de la poblacin, inferencias y conclusiones hechas en la muestra pueden ser extendidas a la poblacin completa. Un problema mayor es el de determinar que tan representativa es la muestra extrada. La estadstica ofrece medidas para estimar y corregir por aleatoriedad en la muestra y en el proceso de recoleccin de los datos, as como mtodos para disear experimentos robustos como primera medida, esta el diseo experimental. El concepto matemtico fundamental empleado para entender la aleatoriedad es el de probabilidad. La estadstica matemtica (tambin llamada teora estadstica) es la rama de las matemticas aplicadas que usa la teora de
probabilidades y el anlisis matemtico para examinar las bases tericas de la estadstica. El uso de cualquier mtodo estadstico es vlido solo cuando el sistema o poblacin bajo consideracin satisface los supuestos matemticos del mtodo. El mal uso de la estadstica puede producir serios errores en la descripcin e interpretacin, afectando las polticas sociales, la prctica mdica y la calidad de estructuras tales como puentes y plantas de reaccin nuclear. Incluso cuando la estadstica es correctamente aplicada, los resultados pueden ser difcilmente interpretados por un inexperto. Por ejemplo, el significado estadstico de una tendencia en los datos, que mide el grado al cual la tendencia puede ser causada por una variacin aleatoria en la muestra, puede no estar de acuerdo con el sentido intuitivo. El conjunto de habilidades estadsticas bsicas (y el escepticismo) que una persona necesita para manejar informacin en el da a da se refiere como cultura estadstica.
Niveles de medicin
Hay cuatro tipos de mediciones o escalas de medicin en estadstica. Los cuatro tipos de niveles de medicin (nominal, ordinal, intervalo y razn)
tienen diferentes grados de uso en la investigacin estadstica. Las medidas de razn, en donde un valor cero y distancias entre diferentes mediciones son definidas, dan la mayor flexibilidad en mtodos estadsticos que pueden ser usados para analizar los datos. Las medidas de intervalo tienen distancias interpretables entre mediciones, pero un valor cero sin significado (como las mediciones de coeficiente intelectual o temperatura en grados Celsius). Las medidas ordinales tienen imprecisas diferencias entre valores consecutivos, pero un orden interpretable para sus valores. Las medidas nominales no tienen ningn rango interpretable entre sus valores. La escala de medida nominal, puede considerarse la escala de nivel ms bajo. Se trata de agrupar objetos en clases. La escala ordinal, por su parte, recurre a la propiedad de orden de los nmeros. La escala de intervalos iguales est caracterizada por una unidad de medida comn y constante. Es importante destacar que el punto cero en las escalas de intervalos iguales es arbitrario, y no refleja en ningn momento ausencia de la magnitud que estamos midiendo. Esta escala, adems de poseer las caractersticas de la escala ordinal, permite determinar la magnitud de los intervalos (distancia) entre todos los elementos de la escala. La escala de coeficientes o Razones es el nivel de medida ms elevado y se diferencia de las escalas de intervalos iguales nicamente por poseer un punto cero propio como origen; es decir que el valor cero de esta escala significan ausencia de la magnitud que estamos midiendo. Si se observa una carencia total de propiedad, se dispone de una unidad de medida para el efecto. A iguales diferencias entre los nmeros asignados corresponden iguales diferencias en el grado de atributo presente en el objeto de estudio.
Correlacin Iconografa de las correlaciones Frecuencia estadstica Anlisis de frecuencia acumulada Prueba de la diferencia menos significante de Fisher Coeficiente de correlacin de Pearson Coeficiente de correlacin de Spearman Anlisis factorial exploratorio Anlisis factorial confirmatorio Grfica estadstica
Disciplinas especializadas
Algunos campos de investigacin usan la estadstica tan extensamente que tienen terminologa especializada. Estas disciplinas incluyen:
Ciencias actuariales Fsica estadstica Estadstica industrial Estadstica Espacial Matemticas Estadstica Estadstica en Medicina Estadstica en Medicina Veterinaria y Zootecnia Estadstica en Nutricin Estadstica en Agronoma Estadstica en Planificacin Estadstica en Investigacin Estadstica en Restauracin de Obras Estadstica en Literatura Estadstica en Astronoma Estadstica en la Antropologa (Antropometra) Estadstica en Historia Estadstica militar Geoestadstica Bioestadstica Estadsticas de Negocios
Estadstica Computacional Estadstica en las Ciencias de la Salud Investigacin de Operaciones Estadsticas de Consultora Estadstica de la educacin, la enseanza, y la formacin Estadstica en la comercializacin o mercadotecnia Cienciometra Estadstica del Medio Ambiente Estadstica en Epidemiologa Minera de datos (aplica estadstica y reconocimiento de patrones para el conocimiento de datos) Econometra (Estadstica econmica) Estadstica en Ingeniera Geografa y Sistemas de informacin geogrfica, ms especficamente en Anlisis espacial Demografa Estadstica en psicologa (Psicometra) Calidad y productividad Estadsticas sociales (para todas las ciencias sociales) Cultura estadstica Encuestas por Muestreo Anlisis de procesos y quimiometra (para anlisis de datos en qumica analtica e ingeniera qumica) Confiabilidad estadstica Procesamiento de imgenes Estadsticas Deportivas
La estadstica es una herramienta bsica en negocios y produccin. Es usada para entender la variabilidad de sistemas de medicin, control de procesos (como en control estadstico de procesos o SPC (CEP)), para compilar datos y para tomar decisiones. En estas aplicaciones es una herramienta clave, y probablemente la nica herramienta disponible.
Computacin estadstica
El rpido y sostenido incremento en el poder de clculo de la computacin desde la segunda mitad del siglo XX ha tenido un sustancial impacto en la prctica de la ciencia estadstica. Viejos modelos estadsticos fueron casi siempre de la clase de los modelos lineales. Ahora, complejos computadores junto con apropiados algoritmos numricos, han causado un renacer del inters en modelos no lineales (especialmente redes neuronales y rboles de decisin) y la creacin de nuevos tipos tales como modelos lineales generalizados y modelos multinivel. El incremento en el poder computacional tambin ha llevado al crecimiento en popularidad de mtodos intensivos computacionalmente basados en remuestreo, tales como tests de permutacin y de bootstrap, mientras tcnicas como el muestreo de Gibbs han hecho los mtodos bayesianos ms accesibles. La revolucin en computadores tiene implicaciones en el futuro de la estadstica, con un nuevo nfasis en estadsticas experimentales y empricas. Un gran nmero de paquetes estadsticos est ahora disponible para los investigadores. Los sistemas dinmicos y teora del caos, desde hace una dcada, empezaron a interesar en la comunidad hispana, pues en la anglosajona de Estados Unidos estaba ya establecida la conducta catica en sistemas dinmicos no lineales con 350 libros para 1997 y empezaban algunos trabajos en los campos de las ciencias sociales y en aplicaciones de la fsica. Tambin se estaba contemplando su uso en analtica.
Crticas a la estadstica
Hay una percepcin general de que el conocimiento estadstico es intencionado y frecuentemente mal usado, encontrando maneras de interpretar los datos que sean favorables al presentador. Un dicho famoso, al parecer de Benjamin Disraeli, es: Hay tres tipos de mentiras: mentiras pequeas, mentiras grandes y estadsticas. El popular libro How to lie with statistics (Cmo mentir con las estadsticas en la edicin espaola) de Darrell Huff discute muchos casos de mal uso de la estadstica, con nfasis en grficas malintencionadas. Al escoger (o rechazar o modificar) una cierta muestra, los resultados pueden ser manipulados; por ejemplo, mediante la
eliminacin selectiva de valores atpicos (outliers). Este puede ser el resultado de fraudes o sesgos intencionales por parte del investigador (Darrel Huff). Lawrence Lowell (decano de la Universidad de Harvard) escribi en 1909 que las estadsticas, como algunos pasteles, son buenas si se sabe quin las hizo y se est seguro de los ingredientes. Algunos estudios contradicen resultados obtenidos previamente, y la poblacin comienza a dudar en la veracidad de tales estudios. Se podra leer que un estudio dice (por ejemplo) que hacer X reduce la presin sangunea, seguido por un estudio que dice que hacer X no afecta la presin sangunea, seguido por otro que dice que hacer X incrementa la presin sangunea. A menudo los estudios se hacen siguiendo diferentes metodologas, o estudios en muestras pequeas que prometen resultados maravillosos que no son obtenibles en estudios de mayor tamao. Sin embargo, muchos lectores no notan tales diferencias, y los medios de comunicacin simplifican la informacin alrededor del estudio y la desconfianza del pblico comienza a crecer. Sin embargo, las crticas ms fuertes vienen del hecho que la aproximacin de pruebas de hiptesis, ampliamente usada en muchos casos requeridos por ley o reglamentacin, obligan una hiptesis a ser 'favorecida' (la hiptesis nula), y puede tambin exagerar la importancia de pequeas diferencias en estudios grandes. Una diferencia que es altamente significativa puede ser de ninguna significancia prctica. En los campos de la psicologa y la medicina, especialmente con respecto a la aprobacin de nuevos medicamentos por la Food and Drug Administration, crticas de la aproximacin de prueba de hiptesis se han incrementado en los aos recientes. Una respuesta ha sido un gran nfasis en el p-valor en vez de simplemente reportar si la hiptesis fue rechazada al nivel de significancia dado. De nuevo, sin embargo, esto resume la evidencia para un efecto pero no el tamao del efecto. Una posibilidad es reportar intervalos de confianza, puesto que estos indican el tamao del efecto y la incertidumbre. Esto ayuda a interpretar los resultados, como el intervalo de confianza para un dado indicando simultneamente la significancia estadstica y el efecto de tamao.
El p valor y los intervalos de confianza son basados en los mismos clculos fundamentales como aquellos para las correspondientes pruebas de hiptesis. Los resultados son presentados en un formato ms detallado, en lugar del sio-no de las pruebas de hiptesis y con la misma metodologa estadstica. Otro tipo de aproximacin es el uso de mtodos bayesianos. Esta aproximacin ha sido, sin embargo, tambin criticada. El fuerte deseo de que los medicamentos buenos sean aprobados y que los medicamentos peligrosos o de poco uso sean rechazados crea tensiones y conflictos (errores tipo I y II en el lenguaje de pruebas de hiptesis).
UNIDAD II
2.1. ESTADISTICA 2.2. TIPOS DE VARIABLES 2.3. TABLAS 2.4. DIAGRAMA DE BARRAS 2.5. DIAGRAMA DE SECTORES 2.6. HISTOGRAMA 2.7. PARAMETROS 2.8. MEDIANA 2.9. MODA 2.10. MEDIANA 2.11. MEDIA ARITMETICA 2.12. CUARTILES 2.13. DECILES 2.14. CENTILES 2.15. PERCENTILES 2.16. DESVIACION MEDIA 2.17. VARIANZA 2.18. DESVIACION TIPICA 2.19. COEFICIENTE DE VARIACION 2.20. RESUMEN 2.21. EJERCICIOS I 2.22. SOLUCION EJERCICIOS I 2.23. EJERCICIOS II 2.24. SOLUCION EJERCICIOS II
Individuo
Un individuo o unidad estadstica es cada uno de los elementos que componen la poblacin.
Muestra
Una muestra es un conjunto representativo de la poblacin de referencia, el nmero de individuos de una muestra es menor que el de la poblacin.
Muestreo
El muestreo es la reunin de datos que se desea estudiar, obtenidos de una proporcin reducida y representativa de la poblacin.
Valor
Un valor es cada uno de los distintos resultados que se pueden obtener en un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos dos valores: cara y cruz.
Dato
Un dato es cada uno de los valores que se ha obtenido al realizar un estudio estadstico. Si lanzamos una moneda al aire 5 veces obtenemos 5 datos: cara, cara, cruz, cara, cruz.
Variable cuantitativa
Una variable cuantitativa es la que se expresa mediante un nmero, por tanto se pueden realizar operaciones aritmticas con ella. Podemos distinguir dos tipos:
Variable discreta.- Una variable discreta es aquella que toma valores aislados, es decir no admite valores intermedios entre dos valores especficos. Por ejemplo: El nmero de hermanos de 5 amigos: 2, 1, 0, 1, 3. Variable continua.- Una variable continua es aquella que puede tomar valores comprendidos entre dos nmeros. Por ejemplo: La altura de los 5 amigos: 1.73, 1.82, 1.77, 1.69, 1.75.
En la prctica medimos la altura con dos decimales, pero tambin se podra dar con tres decimales.
Tipos de frecuencias:
Frecuencia absoluta.- La frecuencia absoluta es el nmero de veces que aparece un determinado valor en un estudio estadstico. Se representa por fi. La suma de las frecuencias absolutas es igual al nmero total de datos, que se representa por N. Para indicar resumidamente estas sumas se utiliza la letra griega (sigma mayscula) que se lee suma o sumatoria.
Frecuencia relativa.- La frecuencia relativa es el cociente entre la frecuencia absoluta de un determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento y se representa por ni.
La suma de las frecuencias relativas es igual a 1. Frecuencia acumulada.- La frecuencia acumulada es la suma de las frecuencias absolutas de todos los valores inferiores o iguales al valor considerado. Se representa por Fi. Frecuencia relativa acumulada.- La frecuencia relativa acumulada es el cociente entre la frecuencia acumulada de un determinado valor y el nmero total de datos. Se puede expresar en tantos por ciento.
Ejemplo: Durante el mes de julio, en una ciudad se han registrado las siguientes temperaturas mximas: 32, 31, 28, 29, 33, 32, 31, 30, 31, 31, 27, 28, 29, 30, 32, 31, 31, 30, 30, 29, 29, 30, 30, 31, 30, 31, 34, 33, 33, 29, 29. En la primera columna de la tabla colocamos la variable ordenada de menor a mayor, en la segunda hacemos el recuento y en la tercera anotamos la frecuencia absoluta.
xi
Recuento
fi 1 2 6 7 8 3 3 1 31
Fi 1 3 9
27 I 28 II 29 30 31 32 III 33 III 34 I
Lmites de la clase Cada clase est delimitada por el lmite inferior de la clase y el lmite superior de la clase. Amplitud de la clase La amplitud de la clase es la diferencia entre el lmite superior e inferior de la clase. Marca de clase La marca de clase es el punto medio de cada intervalo y es el valor que representa a todo el intervalo para el clculo de algunos parmetros. Construccin de una tabla de datos agrupados 3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13. 1 Se localizan los valores menor y mayor de la distribucin. En este caso son 3 y 48. 2 Se restan y se busca un nmero entero un poco mayor que la diferencia y que sea divisible por el nmero de intervalos queramos establecer. Es conveniente que el nmero de intervalos oscile entre 6 y 15. En este caso, 48 - 3 = 45, incrementamos el nmero hasta 50: 5 = 10 intervalos. Se forman los intervalos teniendo presente que el lmite inferior de una clase pertenece al intervalo, pero el lmite superior no pertenece intervalo, se cuenta en el siguiente intervalo.
ci
[0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) [35, 40) [40, 45) [45, 50) 2.5 7.5 12.5 17.5 22.5 27.5 32.5 37.5 42.5 47.5
fi
1 1 3 3 3 6 7 10 4 2 40
Fi
1 2 5 8 11 17 24 34 38 40
ni
0.025 0.025 0.075 0.075 0.075 0.150 0.175 0.250 0.100 0.050 1
Ni
0.025 0.050 0.125 0.200 0.275 0.425 0.600 0.850 0.950 1
Se representan sobre unos ejes de coordenadas, en el eje de abscisas se colocan los valores de la variable, y sobre el eje de ordenadas las frecuencias absolutas o relativas o acumuladas. Los datos se representan mediante barras de una altura proporcional a la frecuencia. Ejemplo: Un estudio hecho al conjunto de los 20 alumnos de una clase para determinar su grupo sanguneo ha dado el siguiente resultado:
Grupo sanguneo A B AB 0 fi 6 4 1 9 20
Polgonos de frecuencia
Un polgono de frecuencias se forma uniendo los extremos de las barras mediante segmentos. Tambin se puede realizar trazando los puntos que representan las frecuencias y unindolos mediante segmentos. Ejemplo: Las temperaturas en un da de otoo de una ciudad han sufrido las siguientes variaciones:
Hora Temperatura 6 9 12 15 18 21 24 7 12 14 11 12 10 8
DIAGRAMA DE SECTORES
Un diagrama de sectores se puede utilizar para todo tipo de variables, pero se usa frecuentemente para las variables cualitativas. Los datos se representan en un crculo, de modo que el ngulo de cada sector es proporcional a la frecuencia absoluta correspondiente.
El diagrama circular se construye con la ayuda de un transportador de ngulos. Ejemplo: En una clase de 30 alumnos, 12 juegan a baloncesto, 3 practican la natacin, 9 juegan al ftbol y el resto no practica ningn deporte.
HISTOGRAMA
Un histograma es una representacin grfica de una variable en forma de barras. Se utilizan para variables continuas o para variables discretas, con un gran nmero de datos, y que se han agrupado en clases. En el eje abscisas se construyen unos rectngulos que tienen por base la amplitud del intervalo, y por altura, la frecuencia absoluta de cada intervalo. La superficie de cada barra es proporcional a la frecuencia de los valores representados. Polgono de frecuencia Para construir el polgono de frecuencia se toma la marca de clase que coincide con el punto medio de cada rectngulo. Ejemplo:
hi es la altura del intervalo. fi es la frecuencia del intervalo. ai es la amplitud del intervalo. Ejemplo En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y sobresaliente) obtenidas por un grupo de 50 alumnos.
fi [0, 5) [5, 7) [7, 9) [9, 10) 15 20 12 3 50 3 10 6 3 hi
Medidas de centralizacin
Nos indican en torno a qu valor (centro) se distribuyen los datos. Las medidas de centralizacin son: Media aritmtica.- La media es el valor promedio de la distribucin. Mediana.- La mediana es la puntacin de la escala que separa la mitad superior de la distribucin y la inferior, es decir divide la serie de datos en dos partes iguales. Moda.- La moda es el valor que ms se repite en una distribucin.
Medidas de posicin
Las medidas de posicin dividen un conjunto de datos en grupos con el mismo nmero de individuos. Para calcular las medidas de posicin es necesario que los datos estn ordenados de menor a mayor. Las medidas de posicin son: Cuartiles.- Los cuartiles dividen la serie de datos en cuatro partes iguales. Deciles.- Los deciles dividen la serie de datos en diez partes iguales. Percentiles.- Los percentiles dividen la serie de datos en cien partes iguales.
Medidas de dispersin
Las medidas de dispersin nos informan sobre cuanto se alejan del centro los valores de la distribucin. Las medidas de dispersin son: Rango o recorrido.- El rango es la diferencia entre el mayor y el menor de los datos de una distribucin estadstica. Desviacin media.- La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media.
Varianza.- La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media. Desviacin tpica.- La desviacin tpica es la raz cuadrada de la varianza.
Li es el lmite inferior de la clase modal. fi es la frecuencia absoluta de la clase modal. fi--1 es la frecuencia absoluta inmediatamente inferior a la clase modal.
fi-+1 es la frecuencia absoluta inmediatamente posterior a la clase modal. ai es la amplitud de la clase. Tambin se utiliza otra frmula de la moda que da un valor aproximado de sta:
Ejemplo Calcular la moda de una distribucin estadstica que viene dada por la siguiente tabla:
fi [60, 63) [63, 66) [66, 69) [69, 72) [72, 75) 5 18 42 27 8 100
2 Los intervalos tienen amplitudes distintas. En primer lugar tenemos que hallar las alturas.
Ejemplo En la siguiente tabla se muestra las calificaciones (suspenso, aprobado, notable y sobresaliente) obtenidas por un grupo de 50 alumnos. Calcular la moda.
hi
Clculo de la mediana
1. Ordenamos los datos de menor a mayor.
2. Si la serie tiene un nmero impar de medidas la mediana es la puntuacin central de la misma. 2, 3, 4, 4, 5, 5, 5, 6, 6 Me= 5 3. Si la serie tiene un nmero par de puntuaciones la mediana es la media entre las dos puntuaciones centrales. 7, 8, 9, 10, 11, 12Me= 9.5
es la semisuma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase mediana. ai es la amplitud de la clase.
La mediana es independiente de las amplitudes de los intervalos. Ejemplo Calcular la mediana de una distribucin estadstica que viene dada por la siguiente tabla: fi [60, 63) [63, 66) [66, 69) [69, 72) [72, 75) 5 18 42 27 8 100 100/2 = 50 Clase de la mediana: [66, 69) Fi 5 23 65 92 100
Ejemplo Los pesos de seis amigos son: 84, 91, 72, 68, 87 y 78 kg. Hallar el peso medio.
Ejercicio de media aritmtica En un test realizado a un grupo de 42 personas se han obtenido las puntuaciones que muestra la tabla. Calcula la puntuacin media.
xi [10, 20) [20, 30) [30,40) [40, 50) [50, 60 [60,70) [70, 80) 15 25 35 45 55 65 75
fi 1 8 10 9 8 4 2 42
La suma de las desviaciones de los nmeros 8, 3, 5, 12, 10 de su media aritmtica 7.6 es igual a 0: 8 7.6 + 3 7.6 + 5 7.6 + 12 7.6 + 10 7.6 = = 0. 4 4.6 2.6 + 4. 4 + 2. 4 = 0
2. La suma de los cuadrados de las desviaciones de los valores de la variable con respecto a un nmero cualquiera se hace mnima cuando dicho nmero coincide con la media aritmtica.
3. Si a todos los valores de la variable se les suma un mismo nmero, la media aritmtica queda aumentada en dicho nmero. 4. Si todos los valores de la variable se multiplican por un mismo nmero la media aritmtica queda multiplicada por dicho nmero.
xi [60, 63) [63, 66) [66, 69) [69, 72) [72, ) 61.5 64.5 67.5 70.5 5 18 42 27 8
fi
100
En este caso no es posible hallar la media porque no podemos calcular la marca de clase de ltimo intervalo.
CUARTILES
Los cuartiles son los tres valores de la variable que dividen a un conjunto de datos ordenados en cuatro partes iguales. Q1, Q2 y Q3 determinan los valores correspondientes al 25%, al 50% y al 75% de los datos. Q2 coincide con la mediana.
Li es el lmite inferior de la clase donde se encuentra el cuartil. N es la suma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase del cuartil. ai es la amplitud de la clase.
Ejercicio de cuartiles Calcular los cuartiles de la distribucin de la tabla: fi [50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120) 8 10 16 14 10 5 2 65 Fi 8 18 34 48 58 63 65
DECILES
Los deciles son los nueve valores que dividen la serie de datos en diez partes iguales. Los deciles dan los valores correspondientes al 10%, al 20%... y al 90% de los datos. D5 coincide con la mediana.
Li es el lmite inferior de la clase donde se encuentra el decil. N es la suma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase el decil. ai es la amplitud de la clase.
Ejercicio de deciles Calcular los deciles de la distribucin de la tabla: fi [50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120) 8 10 16 14 10 5 2 65 Clculo del primer decil Fi 8 18 34 48 58 63 65
PERCENTILES
Los percentiles son los 99 valores que dividen la serie de datos en 100 partes iguales. Los percentiles dan los valores correspondientes al 1%, al 2%... y al 99% de los datos. P50 coincide con la mediana.
Li es el lmite inferior de la clase donde se encuentra el percentil. N es la suma de las frecuencias absolutas. Fi-1 es la frecuencia acumulada anterior a la clase del percentil. ai es la amplitud de la clase.
Ejercicio de percentiles Calcular el percentil 35 y 60 de la distribucin de la tabla: fi [50, 60) [60, 70) [70, 80) [80, 90) [90, 100) [100, 110) [110, 120) 8 10 16 14 10 5 2 65 Percentil 35 Fi 8 18 34 48 58 63 65
Percentil 60
Desviacin media
La desviacin media es la media aritmtica de los valores absolutos de las desviaciones respecto a la media.
Ejemplo Calcular la desviacin media de la distribucin: xi [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) 12.5 17.5 22.5 27.5 32.5 fi 3 5 7 4 2 21 xi fi 37.5 87.5 157.5 110 65 457.5 |x - x| 9.286 4.286 0.714 5.714 10.714 |x - x| fi 27.858 21.43 4.998 22.856 21.428 98.57
VARIANZA
La varianza es la media aritmtica del cuadrado de las desviaciones respecto a la media de una distribucin estadstica. La varianza se representa por .
Para simplificar el clculo de la varianza vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.
Calcular la varianza de la distribucin de la tabla: xi [10, 20) [20, 30) [30,40) [40, 50) [50, 60 [60,70) [70, 80) 15 25 35 45 55 65 75 fi 1 8 10 9 8 4 2 42 xi fi 15 200 350 405 440 260 150 1 820 xi2 fi 225 5000 12 250 18 225 24 200 16 900 11 250 88 050
Propiedades de la varianza
1. La varianza ser siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales. 2. Si a todos los valores de la variable se les suma un nmero la varianza no vara.
3. Si todos los valores de la variable se multiplican por un nmero la varianza queda multiplicada por el cuadrado de dicho nmero. 4. Si tenemos varias distribuciones con la misma media y conocemos sus respectivas varianzas se puede calcular la varianza total. Si todas las muestras tienen el mismo tamao:
DESVIACIN TPICA
La desviacin tpica es la raz cuadrada de la varianza. Es decir, la raz cuadrada de la media de los cuadrados de las puntuaciones de desviacin. La desviacin tpica se representa por .
Para simplificar el clculo vamos o utilizar las siguientes expresiones que son equivalentes a las anteriores.
Calcular la desviacin tpica de la distribucin de la tabla: xi [10, 20) [20, 30) [30,40) [40, 50) [50, 60) [60,70) [70, 80) 15 25 35 45 55 65 75 fi 1 8 10 9 8 4 2 42 xi fi 15 200 350 405 440 260 150 1 820 xi2 fi 225 5000 12 250 18 225 24 200 16 900 11 250 88 050
4. Si tenemos varias distribuciones con la misma media y conocemos sus respectivas desviaciones tpicas se puede calcular la desviacin tpica total. Si todas las muestras tienen el mismo tamao:
COEFICIENTE DE VARIACIN
El coeficiente de variacin es la relacin entre la desviacin tpica de una muestra y su media.
El coeficiente de variacin permite comparar las dispersiones de dos distribuciones distintas, siempre que sus medias sean positivas. Se calcula para cada una de las distribuciones y los valores que se obtienen se comparan entre s. La mayor dispersin corresponder al valor del coeficiente de variacin mayor. Ejercicio Una distribucin tiene x = 140 y = 28.28 y otra x = 150 y = 24. Cul de las dos presenta mayor dispersin?
xi = Xi X
Puntuaciones tpicas
Las puntuaciones tpicas son el resultado de dividir las puntuaciones diferenciales entre la desviacin tpica. Este proceso se llama tipificacin. Las puntuaciones tpicas se representan por z.
Solucin: 1. Nmero de acciones vendidas cada da en la Bolsa. Discreta 2. Temperaturas registradas cada hora en un observatorio. Continua
3. 4. 5. 6.
Perodo de duracin de un automvil. Continua El dimetro de las ruedas de varios coches. Continua Nmero de hijos de 50 familias. Discreta Censo anual de los ecuatorianos. Discreta
en
cualitativas
La nacionalidad de una persona. Nmero de litros de agua contenidos en un depsito. Nmero de libros en un estante de librera. Suma de puntos tenidos en el lanzamiento de un par de dados. La profesin de una persona. El rea de las distintas baldosas de un edificio.
Solucin: 1. La nacionalidad de una persona. Cualitativa 2. Nmero de litros de agua contenidos en un depsito. Cuantitativa contnua. 3. Nmero de libro en un estante de librera. Cuantitativa discreta. 4. Suma de puntos tenidos en el lanzamiento de un par de dados. Cuantitativa discreta. La profesin de una persona. Cualitativa. 5. El rea de las distintas baldosas de un edificio. Cuantitativa contnua.
4. Las puntuaciones obtenidas por un grupo en una prueba han sido: 15, 20, 15, 18, 22, 13, 13, 16, 15, 19, 18, 15, 16, 20, 16, 15, 18, 16, 14, 13.
Construir la tabla de distribucin de frecuencias y dibuja el polgono de frecuencias. Solucin:
xi 13 14 15 16 18 19 20 22
Recuento III I
fi 3 1 5
Fi 3 4 9 13 16 17 19 20
IIII III I II I
4 3 1 2 1 20
Polgono de frecuencias
5. El nmero de estrellas de los hoteles de una ciudad viene dado por la siguiente serie: 3, 3, 4, 3, 4, 3, 1, 3, 4, 3, 3, 3, 2, 1, 3, 3, 3, 2, 3, 2,
2, 3, 3, 3, 2, 2, 2, 2, 2, 3, 2, 1, 1, 1, 2, 2, 4, 1. Construir la tabla de distribucin de frecuencias y dibuja el diagrama de barras. Solucin:
xi Recuento 1 2 3 4 IIII
xi 6
Fi 6
ni
Ni
0.158 0.158
Diagrama de barras
xi 0 1 2 3 4 5 6 7 8 9 10
fi 1 1 2 3 6 11 12 7 4 2 1 50
Fi 1 2 4 7 13 24 36 43 47 49 50
ni 0.02 0.02 0.04 0.06 0.12 0.22 0.24 0.14 0.08 0.04 0.02 1.00
Ni 0.02 0.04 0.08 0.14 0.26 0.48 0.72 0.86 0.94 0.98 1.00
Diagrama de barras
7. Los pesos de los 65 empleados de una fbrica vienen dados por la siguiente tabla:
Peso [50, 60) [60, 70) [70, 80) [80,90) [90, 100) [100, 110) [110, 120)
fi
10
16
14
10
xi [50, 60) [60, 70) [70, 80) [80,90) [90, 100) [100, 110) [110, 120) 55 65 75 85 95 105 115
fi 8 10 16 14 10 5 2 65
Fi 8 18 34 48 58 63 65
Histograma
8. Los 40 alumnos de una clase han obtenido las siguientes puntuaciones, sobre 50, en un examen de Fsica. 3, 15, 24, 28, 33, 35,
38, 42, 23, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20, 11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13. 1. Construir la tabla de frecuencias. 2. Dibujar el histograma y el polgono de frecuencias. Solucin:
xi [0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) [35, 40) [40, 45) [45, 50) 2.5 7.5 12.5 17.5 22.5 27.5 32.5 37.5 47.5 47.5
fi 1 1 3 3 3 6 7 10 4 2 40
Fi 1 2 5 8 11 17 24 34 38 40
ni 0.025 0.025 0.075 0.075 0.075 0.150 0.175 0.250 0.100 0.050 1
Ni 0.025 0.050 0.125 0.200 0.275 0.425 0.600 0.850 0.950 1.000
Histograma
9. Sea una distribucin estadstica que viene dada por la siguiente tabla:
xi fi 61 5 64 18 67 42 70 27 73 8
Calcular: 1. La moda, mediana y media. 2. El rango, desviacin media, varianza y desviacin tpica.
Solucin:
xi 61 64 67 71 73
fi 5 18 42 27 8 100
Fi 5 23 65 92 100
xi2 fi 18 605 73 728 188 538 132 300 42 632 455 803
Desviacin media
Rango r = 73 61 = 12 Varianza
Desviacin tpica
xi 2 3 4 5 6 8
fi 2 2 5 6 2 3 20
Fi 2 4 9 15 17 20
xi fi 4 6 20 30 12 24 96
11. Hallar la varianza y la desviacin tpica de la siguiente serie de datos: 12, 6, 7, 3, 15, 10, 18, 5.
Solucin:
13. Hallar la desviacin media, la varianza y la desviacin tpica de la series de nmeros siguientes:
2, 3, 6, 8, 11. 12, 6, 7, 3, 15, 10, 18, 5. Solucin: 2, 3, 6, 8, 11. Media
Desviacin media
Varianza
Desviacin tpica
Desviacin media
Varianza
Desviacin tpica
14. Se ha aplicado un test a los empleados de una fbrica, obtenindose la siguiente tabla:
fi [38, 44) [44, 50) [50, 56) [56, 62) [62, 68) [68, 74) [74, 80) 7 8 15 25 18 9 6
fi [38, 44) [44, 50) [50, 56) [56, 62) [62, 68) [68, 74) [74, 80) 7 8 15 25 18 9 6
Fi 7 15 30 55 73 82 88
3, 5, 2, 7, 6, 4, 9. Moda No existe moda porque todas las puntuaciones tienen la misma frecuencia. Mediana 2, 3, 4, 5, 6, 7, 9. Me = 5 Media
Varianza
Desviacin tpica
Desviacin media
Rango r=92=7
Cuartiles
Deciles 7 (2/10) = 1.4 D2 = 3 7 (7/10) = 4.9 D7 = 6 Percentiles 7 (32/100) = 2,2 P32 = 4 7 (85/100) = 5.9 P85 = 7
3, 5, 2, 7, 6, 4, 9, 1. Moda No existe moda porque todas las puntuaciones tienen la misma frecuencia. Mediana
Media
Varianza
Desviacin tpica
Desviacin media
Deciles 8 (2/10) = 1.6 D2 = 2 8 (7/10) = 5.6 D7 = 6 Percentiles 8 (32/100) = 2.56 P32 = 3 8 (85/100) = 6.8 P85 = 7
Hallar: La moda, mediana y media. El rango, desviacin media y varianza. Los cuartiles 1 y 3. Los deciles 3 y 6. Los percentiles 30 y 70. Solucin:
xi [10, 15) [15, 20) [20, 25) [25, 30) [30, 35) 12.5 17.5 22.5 27.5 32.5
fi 3 5 7 4 2 21
Fi 3 8 15 19 21
Moda
Mediana
Media
Desviacin media
Varianza
Desviacin tpica
Cuartiles
Deciles
Percentiles
[10, 15) 7
[15, 20) 8
[20, 25) 2
[25, ) 6
xi [0, 5) [5, 10) [10, 15) [15, 20) [20, 25) [25, ) 2.5 7.5 12.5 17.5 22.5
fi 3 5 7 8 2 6 31
Fi 3 8 15 23 25 31
Moda
Mediana
Cuartiles
Media No se puede calcular la media, porque no se puede hallar la marca de clase del ltimo intervalo.
EJERCICIOS Y SOLUCIONES II 1. A un conjunto de 5 nmeros cuya media es 7.31 se le aaden los nmeros 4.47 y 10.15. Cul es la media del nuevo conjunto de nmeros?
Solucin:
2. Un dentista observa el nmero de caries en cada uno de los 100 nios de cierto colegio. La informacin obtenida aparece resumida en la siguiente tabla:
N de caries 0 1 2 3 4 fi 25 20 x 15 y ni 0.25 0.2 z 0.15 0.05
1. Completar la tabla obteniendo los valores de x, y, z. 2. Hacer un diagrama de sectores. 3. Calcular el nmero medio de caries.
1. Tabla La suma de las frecuencias relativas ha de ser igual a 1: 0.25 + 0.2 + z + 0.15 + 0.05 = 1 0.65 + z = 1 z = 0.35 La frecuencia relativa de un dato es igual su frecuencia absoluta dividida entre 100, que es la suma de las frecuencias absolutas.
N de caries 0 1 2 3 4
fi
ni
fi ni
25 0.25 0 20 0.2 20
2. Diagrama de sectores Calculamos los grados que corresponden a cara frecuencia absoluta.
3. Media aritmtica
En primer lugar ordenamos los datos de menor a mayor: 3, 4, 4, 5, 6, 7, 7, 8, 8, 9, 9, 10, 10, 10, 10, 11, 12, 13, 13, 14, 16, 16, 17, 18, 18, 20 Mediana 26/2 = 13. Como el nmero de datos es par la mediana es la media de las dos puntuaciones centrales:
4. Un pediatra obtuvo la siguiente tabla sobre los meses de edad de 50 nios de su consulta en el momento de andar por primera vez:
Meses Nios 9 10 11 12 13 14 15 1 4 9 16 11 8 1
1. Dibujar el polgono de frecuencias. 2. Calcular la moda, la mediana, la media y la varianza. Solucin: Polgono de frecuencias
xi 9 10 11 12 13 14 15
fi 1 4 9 16 11 8 1 50
Ni 1 5 14 30 41 49 50
Varianza
xi 1 2 3 4 5 6 7 8
fi 4 4
Fi
ni 0.08
16 7 5 28 38 7 45
0.16 0.14
Calcular la media, mediana y moda de esta distribucin. Solucin: Tabla Primera fila:
F1 = 4 Segunda fila: F2 = 4 + 4 = 8
Tercera fila:
Octava fila: N8 = N = 50 n8 = 50 45 = 5
xi 1 2 3 4 5 6 7 8
fi 4 4 8 7 5 10 7 5 50
Fi 4 8 16 23 28 38 45 50
xi fi 4 8 24 28 25 60 49 40 238
Media aritmtica
xi 2 3 4 6 8 10 33
7. El resultado de lanzar dos dados 120 veces viene dado por la tabla:
Sumas Veces
2 3
3 8
4 9
5 11
6 20
7 19
8 16
9 13
10 11
11 6
12 4
1. Calcular la media y la desviacin tpica. 2. Hallar el porcentaje de valores comprendidos en el intervalo (x , x + ). Solucin: xi 2 3 4 5 6 7 8 9 10 11 12 fi 3 8 9 11 20 19 16 13 11 6 4 120 xi fi 6 24 36 55 120 133 128 117 110 66 48 843 xi2 fi 12 72 144 275 720 931 1024 1053 1100 726 576 6633
2 x = 4.591 x + = 9.459 Los valores comprendidos en el intervalo correspondientes a las sumas de 5, 6, 7, 8 y 9. 11 + 20 + 19 + 16 + 13 = 79 (4.591, 9.459) son los
8. Las alturas de los jugadores de un equipo de baloncesto vienen dadas por la tabla:
Altura [170, 175) [175, 180) 3 [180, 185) 4 [185, 190) 8 [190, 195) 5 [195, 2.00) 2
N de 1 jugadores Calcular:
1. La media. 2. La mediana. 3. La desviacin tpica. 4. Cuntos jugadores se encuentran por encima de la media ms una desviacin tpica?
Solucin:
xi [1.70, 1.75) [1.75, 1.80) [1.80, 1.85) [1.85, 1.90) [1.90, 1.95) [1.95, 2.00) 1.725 1.775 1.825 1.875 1.925 1.975
fi 1 3 4 8 5 2 23
Fi 1 4 8 16 21 23
Media
Mediana
Desviacin tpica
9. Los resultados al lanzar un dado 200 veces vienen dados por la siguiente tabla:
1 fi a 2 32 3 35 4 33 5 b 6 35
xi 1 2 3 4 5 6
fi a 32 35 33 b 35 135 + a + b
a = 29
b = 36
1. Formar la tabla de la distribucin. 2. Si Andrs pesa 72 kg, cuntos alumnos hay menos pesados que l? 3. Calcular la moda. 4. Hallar la mediana. 5. A partir de que valores se encuentran el 25% de los alumnos ms pesados?
Solucin:
xi [60,63 ) [63, 66) [66, 69) [69, 72) [72, 75) 61.5 64.5 67.5 70.5 73.5
fi 5 18 42 27 8 100
Fi 5 23 65 92 100
Mediana
El valor a partir del cual se encuentra el 25% de los alumnos ms pesados es el cuartil tercero.
1. Media aritmtica y desviacin tpica. 2. Entre qu valores se encuentran las 10 edades centrales? 3. Representar el polgono de frecuencias absolutas acumuladas. Solucin: xi [0, 2) [2, 4) [4, 6) [6, 8) [8, 10) 1 3 5 7 9 fi 4 7 13 10 6 40 Fi 4 11 24 34 40 xi fi 4 21 65 70 54 214 xi2 fi 4 63 325 490 486 1368
Polgono de frecuencias
12. Una persona A mide 1.75 m y reside en una ciudad donde la estatura media es de 1.60 m y la desviacin tpica es de 20 cm. Otra persona B mide 1.80 m y vive en una ciudad donde la estatura media es de 1.70 m y la desviacin tpica es de 15 cm. Cul de las dos ser ms alta respecto a sus conciudadanos?
Cul de las dos ser ms alta respecto a sus conciudadanos? Solucin:
13. Un profesor ha realizado dos tests a un grupo de 40 alumnos, obteniendo los siguientes resultados: para el primer test la media es 6 y la desviacin tpica 1.5. Para el segundo test la media es 4 y la desviacin tpica 0.5. Un alumno obtiene un 6 en el primero y un 5 en el segundo. En relacin con el grupo, en cul de los dos tests obtuvo mejor puntuacin?
Solucin:
14 La asistencia de espectadores a las 4 salas de un cine un determinado da fue de 200, 500, 300 y 1000 personas.
1. Calcular la dispersin del nmero de asistentes. 2. Calcular el coeficiente de variacin. 3. Si el da del espectador acuden 50 personas ms a cada sala, qu efecto tendra sobre la dispersin? Desviacin tpica
Coeficiente de variacin
Si todas las salas tienen un incremento de 50 personas, la media aritmtica tambin se ve incrementada en 50 personas. La desviacin tpica no vara, ya que sumamos la misma cantidad a cada dato de la serie.
1. Problemas de contraste de hiptesis 2. Ejercicios de cuartiles 3. Ejercicios de deciles 4. Ejercicios de desviacin media 5. Ejercicios de desviacin tpica 6. Ejercicios de frecuencias 7. Problemas de inferencia estadstica 8. Ejercicios de la media aritmtica 9. Ejercicios de la mediana 10. Ejercicios de la moda 11. Ejercicios de percentiles 12. Ejercicios de tablas estadsticas 13. Ejercicios de variables estadsticas 14. Ejercicios de la varianza 15. Ejercicios de distribuciones bidimensionales
MUESTREO PROBABILSTICO
Consiste en elegir una muestra de una poblacin al azar. Podemos distinguir varios tipos de muestreo: Muestreo aleatorio simple Para obtener una muestra, se numeran los elementos de la poblacin y se seleccionan al azar los (n) elementos que contiene la muestra. Muestreo aleatorio sistemtico Se elige un individuo al azar y a partir de l, a intervalos constantes, se eligen los dems hasta completar la muestra. Por ejemplo si tenemos una poblacin formada por 100 elementos y queremos extraer una muestra de 25 elementos, en primer lugar debemos establecer el intervalo de seleccin que ser igual a 100/25 = 4. A continuacin elegimos el elemento de arranque, tomando aleatoriamente un nmero entre el 1 y el 4, y a partir de l obtenemos los restantes elementos de la muestra. 2, 6, 10, 14,..., 98
Muestreo aleatorio estratificado Se divide la poblacin en clases o estratos y se escoge, aleatoriamente, un nmero de individuos de cada estrato proporcional al nmero de componentes de cada estrato. En una fbrica que consta de 600 trabajadores queremos tomar una muestra de 20. Sabemos que hay 200 trabajadores en la seccin A, 150 en la B, 150 en la C y 100 en la D.
Un muestreo puede hacerse con o sin reposicin, y la poblacin de partida puede ser infinita o finita. En todo nuestro estudio vamos a limitarnos a una poblacin de partida infinita o a muestreo con reposicin. Si consideramos todas las posibles muestras de tamao (n) en una poblacin, para cada muestra podemos calcular un estadstico (media, desviacin tpica, proporcin,...) que variar de una a otra. As obtenemos una distribucin del estadstico que se llama distribucin muestral.
INTERVALOS CARACTERSTICOS
P[ - k < x < + k] = p Hallar el intervalo caracterstico de una distribucin normal N (0, 1) correspondiente a la probabilidad p = 0.9.
El nivel de confianza (p) se designa mediante 1 - . El nivel de significacin se designa mediante . El valor crtico (k) como z /2. P (Z>z /2) = /2 P [-z /2 < z < z /2] = 1-
Valores crticos 1- 0.90 0.95 0.99 /2 0.05 0.025 0.005 z /2 1.645 1.96 2.575
Consecuencias: 1. Permite averiguar la probabilidad de que la media de una muestra concreta est en un cierto intervalo. 2. Permite calcular la probabilidad de que la suma de los elementos de una muestra est, a priori, en un cierto intervalo.
3. Inferir la media de la poblacin a partir de una muestra. Las bolsas de sal envasadas por una mquina tienen = 500 g y = 35 g. Las bolsas se empaquetaron en cajas de 100 unidades. 1. Calcular la probabilidad de que la media de los pesos de las bolsas de un paquete sea menor que 495 g.
ESTIMACIN DE PARMETROS
Es el procedimiento utilizado para conocer las caractersticas de un parmetro poblacional, a partir del conocimiento de la muestra. Con una muestra aleatoria, de tamao n, podemos efectuar una estimacin de un valor de un parmetro de la poblacin; pero tambin necesitamos precisar un: Intervalo de confianza Se llama as a un intervalo en el que sabemos que est un parmetro, con un nivel de confianza especfico. Nivel de confianza Probabilidad de que el parmetro a estimar se encuentre en el intervalo de confianza. Error de estimacin admisible Que estar relacionado con el radio del intervalo de confianza.
Cuanto mayor sea el tamao de la muestra, n, menor es el error. Cuanto mayor sea el nivel de confianza, 1-, mayor es el error. Tamao de la muestra
Si aumentamos el nivel de confianza, aumenta el tamao de la muestra. Si disminuimos el error, tenemos que aumentar el tamao de la muestra. El tiempo que tardan las cajeras de un supermercado en cobrar a los clientes sigue una ley normal con media desconocida y desviacin tpica 0,5 minutos. Para una muestra aleatoria de 25 clientes se obtuvo un tiempo medio de 5,2 minutos. 1. Calcula el intervalo de confianza al nivel del 95% para el tiempo medio que se tarda en cobrar a los clientes.
2. Evidencia el tamao muestral necesario para estimar dicho tiempo medio con un el error de 0,5 minutos y un nivel de confianza del 95%.
En una fbrica de componentes electrnicos, la proporcin de componentes finales defectuosos era del 20%. Tras una serie de operaciones e inversiones destinadas a mejorar el rendimiento se analiz una muestra aleatoria de 500 componentes, encontrndose que 90 de ellos eran defectuosos. Qu nivel de
confianza debe adoptarse para aceptar que el rendimiento no ha sufrido variaciones? p = 0.2 q = 1 - p =0.8 p'= 90/ 500 = 0.18
P (z/2 > 1.12) = 1 P (z/2 1.12) = 1 0.8686 = 0.1314 0.8686 - 0.1314 = 0.737 Nivel de confianza: 73.72%
Contrastes de hiptesis
1. Enunciar la hiptesis nula H0 y la alternativa H1. Bilateral Unilateral H0=k H0 k H0 k H1 k H1 < k H1> k
2. A partir de un nivel de confianza 1 - o el de significacin . Determinar: El valor z/2 (bilaterales), o bien z (unilaterales) La zona de aceptacin del parmetro muestral (x o p').
3. Calcular: x o p', a partir de la muestra. 4. Si el valor del parmetro muestral est dentro de la zona de la aceptacin, se acepta la hiptesis con un nivel de significacin . Si no, se rechaza.
CONTRASTE BILATERAL
Se presenta cuando la hiptesis nula es del tipo H0: = k (o bien H0: p = k) y la hiptesis alternativa, por tanto, es del tipo H1: k (o bien H1: p k).
El nivel de significacin se concentra en dos partes (o colas) simtricas respecto de la media. La regin de aceptacin en este caso no es ms que el correspondiente intervalo de probabilidad para x o p', es decir:
O bien:
Se sabe que la desviacin tpica de las notas de cierto examen de Matemticas es 2,4. Para una muestra de 36 estudiantes se obtuvo una nota media de 5,6. Sirven estos datos para confirmar la hiptesis de que la nota media del examen fue de 6, con un nivel de confianza del 95%? 1. Enunciamos las hiptesis nula y alternativa: H0: = 6 H1: 6 La nota media no ha variado. La nota media ha variado.
2. Zona de aceptacin Para = 0.05, le corresponde un valor crtico: z/2 = 1.96. Determinamos el intervalo de confianza para la media: (6-1,96 0,4; 6+1,96 0,4) = (5,22; 6,78) 3. Verificacin. Valor obtenido de la media de la muestra: 5,6.
4. Decisin Aceptamos la hiptesis nula H0, con un nivel de significacin del 5%.
CONTRASTE UNILATERAL
Caso 1 La hiptesis nula es del tipo H0: k (o bien H0: p k). La hiptesis alternativa, por tanto, es del tipo H1: < k (o bien H1: p < k). Valores crticos 1- 0.90 0.95 0.99 0.10 0.05 0.01 z 1.28 1.645 2.33
El nivel de significacin se concentra en una parte o cola. La regin de aceptacin en este caso ser:
O bien:
Un socilogo ha pronosticado, que en una determinada ciudad, el nivel de abstencin en las prximas elecciones ser del 40% como mnimo. Se elige al azar una muestra aleatoria de 200 individuos, con derecho a voto, 75 de los cuales estaran dispuestos a votar. Determinar con un nivel de significacin del 1%, si se puede admitir el pronstico. 1. Enunciamos las hiptesis nula y alternativa: H0 : p 0.40 H1 : p < 0.40 La abstencin ser como mnimo del 40%. La abstencin ser como mximo del 40%;
2. Zona de aceptacin Para = 0.01, le corresponde un valor crtico: z = 2.33. Determinamos el intervalo de confianza para la media:
3. Verificacin.
4. Decisin Aceptamos la hiptesis nula H0. Podemos afirmar, con un nivel de significacin del 1%, que la La abstencin ser como mnimo del 40%.
Caso 2 La hiptesis nula es del tipo H0: k (o bien H0: p k). La hiptesis alternativa, por tanto, es del tipo H1: > k (o bien H1: p > k).
El nivel de significacin se concentra en la otra parte o cola. La regin de aceptacin en este caso ser:
O bien:
Un informe indica que el precio medio del billete de avin entre Canarias y Madrid es, como mximo, de 120 con una desviacin tpica de 40 . Se toma una muestra de 100 viajeros y se obtiene que la media de los precios de sus billetes es de 128 . Se puede aceptar, con un nivel de significacin igual a 0,1, la afirmacin de partida?
1. Enunciamos las hiptesis nula y alternativa: H0: 120 H1: > 120 2. Zona de aceptacin Para = 0.1, le corresponde un valor crtico: z = 1.28. Determinamos el intervalo de confianza:
3. Verificacin. Valor obtenido de la media de la muestra: 128 . 4. Decisin No aceptamos la hiptesis nula H0. Con un nivel de significacin del 10%.
H0 Aceptar
Verdadera Decisin
La probabilidad de cometer Error de tipo I es el nivel de significacin . La probabilidad de cometer Error de tipo II depende del verdadero valor del parmetro. Se hace tanto menor cuanto mayor sea n.
EJERCICIOS Y ESTADSTICA
SOLUCIONES
DE
INFERENCIA
1. En cierto barrio se quiere hacer un estudio para conocer mejor el tipo de actividades de ocio que gustan ms a sus habitantes. Para ello van a ser encuestados 100 individuos elegidos al azar. 1. Explicar qu procedimiento de seleccin sera ms adecuado utilizar: muestreo con o sin reposicin. Por qu? 2. Como los gustos cambian con la edad y se sabe que en el barrio viven 2.500 nios, 7.000 adultos y 500 ancianos, posteriormente se decide elegir la muestra anterior utilizando un muestreo estratificado. Determinar el tamao muestral correspondiente a cada estrato. Solucin: 1. Todas las frmulas que hemos estudiado de teora del muestreo y de inferencia estadstica presuponen que las poblaciones son infinitas o que, si no lo son, el muestreo aleatorio se realiza con reposicin.
2. Para efectuar un muestreo aleatorio estratificado, ser necesario que la muestra refleje fielmente los estratos existentes en la poblacin; deben considerarse los estratos formados por: nios, adultos y ancianos. El tamao muestral de cada estrato deber ser proporcional a la presencia del mismo en la poblacin original: Poblacin total: 2500 + 7000 + 500 = 10 000.
2. Sea la poblacin de elementos: {22,24, 26}. 1. Escriba todas las muestras posibles de tamao dos, escogidas mediante muestreo aleatorio simple. 2. Calcule la varianza de la poblacin. 3. Calcule la varianza de las medias muestrales. Solucin: 1. M1 = {22, 24}, M1 = {22, 26}, M1 = {24, 26}
2.
3.
3. La variable altura de las alumnas que estudian en una escuela de idiomas sigue una distribucin normal de media 1,62 m y la desviacin tpica 0,12 m. Cul es la probabilidad de que la media de una muestra aleatoria de 100 alumnas sea mayor que 1.60 m? Solucin:
4. Se ha tomado una muestra de los precios de un mismo producto alimenticio en 16 comercios, elegidos al azar en un barrio de una ciudad, y se han encontrado los siguientes precios: 95, 108, 97, 112, 99, 106, 105, 100, 99, 98, 104, 110, 107, 111, 103, 110. Suponiendo que los precios de este producto se distribuyen segn una ley normal de varianza 25 y media desconocida: 1. Cul es la distribucin de la media muestral?
95%
z/2 =1.96
(104 - 1.96 1. 25, 104 + 1.9 1.25) = (101.55; 106.45) 5. La media de las estaturas de una muestra aleatoria de 400 personas de una ciudad es 1,75 m. Se sabe que la estatura de las personas de esa ciudad es una variable aleatoria que sigue una distribucin normal con varianza 2 = 0,16 m2. 1. Construye un intervalo, de un 95% de confianza, para la media de las estaturas de la poblacin. 2. Cul sera el mnimo tamao muestral necesario para que pueda decirse que la verdadera media de las estaturas est a menos de 2 cm de la media muestral, con un nivel de confianza del 90%? Solucin: =0.4 z /2=1.96 (1.7108, 1.7892)
n=400 1- =0.95
x =1.75
La muestra debe tener al menos 1083 personas. 6. Las ventas mensuales de una tienda de electrodomsticos se distribuyen segn una ley normal, con desviacin tpica 900 . En un estudio estadstico de las ventas realizadas en los ltimos nueve meses, se ha encontrado un intervalo de confianza para la media mensual de las ventas, cuyos extremos son 4 663 y 5 839 . 1. Cul ha sido la media de las ventas en estos nueve meses? 2. Cul es el nivel de confianza para este intervalo?
n=9
x = (4663 + 5839) / 2;
x =5251
7. Se desea estimar la proporcin, p, de individuos daltnicos de una poblacin a travs del porcentaje observado en una muestra aleatoria de individuos, de tamao n. 1. Si el porcentaje de individuos daltnicos en la muestra es igual al 30%, calcula el valor de n para que, con un nivel de confianza de 0,95, el error cometido en la estimacin sea inferior al 3,1%. 2. Si el tamao de la muestra es de 64 individuos, y el porcentaje de individuos daltnicos en la muestra es del 35%, determina, usando un nivel
de significacin del 1%, el correspondiente intervalo de confianza para la proporcin de daltnicos de la poblacin. Solucin:
a=0.95
z /2=1.96
8 En una poblacin una variable aleatoria sigue una ley normal de media desconocida y desviacin tpica 2. 1. Observada una muestra de tamao 400, tomada al azar, se ha obtenido una media muestra al igual a 50. Calcule un intervalo, con el 97 % de confianza, para la media de la poblacin. 2. Con el mismo nivel de confianza, qu tamao mnimo debe tener la muestra para qu la amplitud del intervalo que se obtenga sea, como mximo, 1? Solucin:
n 76 9. Una marca de nueces afirma que, como mximo, el 6% de las nueces estn vacas. Se eligieron 300 nueces al azar y se detectaron 21 vacas. 1. Con un nivel de significacin del 1%, se puede aceptar la afirmacin de la marca? 2. Si se mantiene el porcentaje muestral de nueces que estn vacas y 1- = 0.95, qu tamao muestral se necesitara para estimar la proporcin de nueces con un error menor del 1% por ciento? Enunciamos las hiptesis nula y alternativa: H0: p 0.06 H1: p >0.06 Zona de aceptacin = 0.01 z = 2.33.
Verificacin.
Decisin Aceptamos la hiptesis nula H0. Con un nivel de significacin del 1%. 1 - = 0, 9 5 z /2 = 1, 96
10. La duracin de las bombillas de 100 W que fabrica una empresa sigue una distribucin normal con una desviacin tpica de 120 horas de duracin. Su vida media est garantizada durante un mnimo de 800 horas. Se escoge al azar una muestra de 50 bombillas de un lote y, despus de comprobarlas, se obtiene una vida media de 750 horas. Con un nivel de significacin de 0,01, habra que rechazar el lote por no cumplir la garanta? Solucin: Enunciamos las hiptesis nula y alternativa: H0: 800
Verificacin. x = 750 Decisin Rechazamos la hiptesis nula H0. Con un nivel de significacin del 1%.
Soluciones: Utilizaremos un muestreo aleatorio estratificado, ya que queremos que haya representantes de cada uno de los departamentos.
2. La cantidad de hemoglobina en sangre del hombre sigue una ley normal con una desviacin tpica de 2g/dl. Calcule el nivel de confianza de una muestra de 12 extracciones de sangre que indique que la media poblacional de hemoglobina en sangre est entre 13 y 15 g/dl. Solucin:
3. Un fabricante de lmparas elctricas est ensayando un nuevo mtodo de produccin que se considerar aceptable si las lmparas obtenidas por este mtodo dan lugar a una poblacin normal de duracin media 2400 horas, con una desviacin tpica igual a 300. Se toma una muestra de 100 lmparas producidas por este mtodo y esta muestra tiene una duracin media de 2320 horas. Se puede aceptar la hiptesis de validez del nuevo proceso de fabricacin con un riesgo igual o menor al 5%? Solucin: Enunciamos las hiptesis nula y alternativa: H0: = 2400 H1: 2400 Zona de aceptacin = 0.05 z = 1.96. Determinamos el intervalo de confianza para la media:
Verificacin. Valor obtenido de la media de la muestra: 2320. Decisin Rechazamos la hiptesis nula H0, con un nivel de significacin del 5%.
4. El control de calidad una fbrica de pilas y bateras sospecha que hubo defectos en la produccin de un modelo de batera para telfonos mviles, bajando su tiempo de duracin. Hasta ahora el tiempo de duracin en conversacin segua una distribucin normal con media 300 minutos y desviacin tpica 30 minutos. Sin embargo, en la inspeccin del ltimo lote producido, antes de enviarlo al mercado, se obtuvo que de una muestra de 60 bateras el tiempo medio de duracin en conversacin fue de 290 minutos. Suponiendo que ese tiempo sigue siendo Normal con la misma desviacin tpica: Se puede concluir que las sospechas del control de calidad son ciertas a un nivel de significacin del 1%? Solucin: Enunciamos las hiptesis nula y alternativa: H0: 300 H1: < 300 Zona de aceptacin = 0.01 z = 2.33. Determinamos el intervalo de confianza:
Verificacin. = 290 Decisin Rechazamos la hiptesis nula H0. Con un nivel de significacin del 1%.
5. Se cree que el nivel medio de protrombina en una poblacin normal es de 20 mg/100 ml de plasma con una desviacin tpica de 4 miligramos/100 ml. Para comprobarlo, se toma una muestra de 40 individuos en los que la media es de 18.5 mg/100 ml. Se puede aceptar la hiptesis, con un nivel de significacin del 5%? Solucin: Enunciamos las hiptesis nula y alternativa: H0: =20 mg/100 ml H1: 20 mg/100 ml Zona de aceptacin Para = 0.05, le corresponde un valor crtico: z/2 = 1.96. Determinamos el intervalo de confianza para la media:
Verificacin. Valor obtenido de la media de la muestra: 18.5. Decisin Rechazamos la hiptesis nula H0, con un nivel de significacin del 5%.
1. 2. 3. 4. 5.
Problemas resueltos de combinaciones Problemas resueltos de combinatoria Ejercicios de ecuaciones combinatorias Problemas de permutaciones Problemas de variaciones
VARIACIONES
Se llama variaciones ordinarias de m elementos tomados de n en n (m n) a los distintos grupos formados por n elementos de forma que: No entran todos los elementos. S importa el orden. No se repiten los elementos.
Las variaciones se denotan por Ejemplos 1. Calcular las variaciones de 6 elementos tomados de tres en tres.
2. Cuntos nmeros de tres cifras diferentes se puede formar con los dgitos: 1, 2, 3, 4, 5? m = 5n = 3 m n No entran todos los elementos. De 5 dgitos entran slo 3. S importa el orden. Son nmeros distintos el 123, 231, 321. No se repiten los elementos. El enunciado nos pide que las cifras sean diferentes.
3. Cuntos nmeros de tres cifras diferentes se puede formar con los dgitos?: 0, 1, 2, 3, 4, 5? m = 6n = 3 m n Tenemos que separar el nmero en dos bloques:
El primer bloque, de un nmero, lo puede ocupar slo uno de 5 dgitos porque un nmero no comienza por cero (excepto los de las matriculas, los de la lotera y otros casos particulares), m=5 n=1
El segundo bloque, de dos nmeros, lo puede ocupar cualquier dgito menos el inicial. m=5 n=2
4. A un concurso literario se han presentado 10 candidatos con sus novelas. El cuadro de honor lo forman el ganador, el finalista y un accsit. Cuntos cuadros de honor se pueden formar? m = 10n = 3 No entran todos los elementos. De 10 candidatos entran slo 3. S importa el orden. No es lo mismo quedar ganador que finalista. No se repiten los elementos. Suponemos que cada candidato presenta una sola obra.
Ejemplos 1. Cuntos nmeros de tres cifras se puede formar con los dgitos?: 1, 2, 3, 4, 5. m=5 n=3
No entran todos los elementos. De 5 dgitos entran slo 3. S importa el orden. Son nmeros distintos el 123, 231, 321.
2. Cuntos nmeros de tres cifras se puede formar con los dgitos?: 0, 1, 2, 3, 4, 5. m=6 n=3
El primer bloque, de un nmero, lo puede ocupar slo uno de 5 dgitos porque un nmero no comienza por cero (excepto los de las matriculas, los de la lotera y otros casos particulares). m=5 n=1
El segundo bloque, de dos nmeros, lo puede ocupar cualquier dgito. m=6 n=2
3. Cuntas quinielas de una columna han de rellenarse para asegurarse el acierto de los 15 resultados? m=3 n = 15 m<n
S entran todos los elementos. En este caso el nmero de orden es mayor que el nmero de elementos. S importa el orden. S se repiten los elementos.
PERMUTACIONES
Se llama permutaciones de m elementos (m = n) a las diferentes agrupaciones de esos m elementos de forma que: S entran todos los elementos. S importa el orden. No se repiten los elementos.
Ejemplos 1. Calcular las permutaciones de 6 elementos. P6 = 6! = 6 5 4 3 2 1 = 720 2. Cuntos nmeros de 5 cifras diferentes se puede formar con los dgitos: 1, 2, 3, 4, 5? m=5 n=5
S entran todos los elementos. S importa el orden. No se repiten los elementos. El enunciado nos pide que las cifras sean diferentes.
3. De cuntas formas distintas pueden sentarse ocho personas en una fila de butacas? S entran todos los elementos. Tienen que sentarse las 8 personas. S importa el orden. No se repiten los elementos. Una persona no se puede repetir.
PERMUTACIONES CIRCULARES
Es un caso particular de las permutaciones. Se utilizan cuando los elementos se han de ordenar "en crculo", (por ejemplo, los comensales en una mesa), de modo que el primer elemento que "se site" en la muestra determina el principio y el final de muestra.
Ejemplos 1. Calcular las permutaciones circulares de 7 elementos. PC7= (7 1)! = 6! = 6 5 4 3 2 1 = 720 2. De cuntas formas distintas pueden sentarse ocho personas alrededor de una mesa redonda?
2. Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; cuntos nmeros de nueve cifras se pueden formar? m=9 a=3 b=4 c=2 a+b+c=9
3. En el palo de seales de un barco se pueden izar tres banderas rojas, dos azules y cuatro verdes. Cuntas seales distintas pueden indicarse con la colocacin de las nueve banderas?
COMBINACIONES
Se llama combinaciones de m elementos tomados de n en n (m n) a todas las agrupaciones posibles que pueden hacerse con los m elementos de forma que: No entran todos los elementos. No importa el orden. No se repiten los elementos.
Las combinaciones se denotan por Ejemplos 1. Calcular el nmero de combinaciones de 10 elementos tomados de 4 en 4.
2. En una clase de 35 alumnos se quiere elegir un comit formado por tres alumnos. Cuntos comits diferentes se pueden formar? No entran todos los elementos. No importa el orden: Juan, Ana. No se repiten los elementos.
Ejemplo En una bodega hay cinco tipos diferentes de botellas. De cuntas formas se pueden elegir cuatro botellas? No entran todos los elementos. Slo elije 4. No importa el orden. Da igual que elija 2 botellas de ans y 2 de ron, que 2 de ron y 2 de ans. S se repiten los elementos. Puede elegir ms de una botella del mismo tipo.
NMEROS COMBINATORIOS
El nmero se llama tambin nmero combinatorio. Se representa por:
Ejemplo
1.
3.
Propiedades del Tringulo de Pascal o de Tartaglia 1. El nmero superior es un 1, la segunda fila corresponde a los nmeros combinatorios de 1, la tercera de 2, la cuarta de 3 y as sucesivamente. 2. Todas las filas empiezan y acaban en 1.
4. Cada nmero se obtiene sumando los dos que estn situados sobre l. Aplicando estas propiedades podemos escribir el tringulo de Pascal:
El tringulo de Pascal o de Tartaglia nos ser muy til para calcular los coeficientes del binomio de Newton.
EL BINOMIO DE NEWTON
La frmula que nos permite hallar las potencias de un binomio se conoce como binomio de Newton.
Podemos observar que: El nmero de trminos es n+1. Los coeficientes son nmeros combinatorios que corresponden a la fila ensima del tringulo de Tartaglia.
En el desarrollo del binomio los exponentes de a van disminuyendo, de uno en uno, de n a cero; y los exponentes de b van aumentando, de uno en uno, de cero a n, de tal manera que la suma de los exponentes de a y de b en cada trmino es igual a n. En el caso que uno de los trminos del binomio sea negativo, se alternan los signos positivos y negativos.
2.
es:
2. Con las letras de la palabra libro, cuntas ordenaciones distintas se pueden hacer que empiecen por vocal? S entran todos los elementos. S importa el orden. No se repiten los elementos.
3. De cuntas formas pueden mezclarse los siete colores del arco iris tomndolos de tres en tres? No entran todos los elementos. No importa el orden. No se repiten los elementos.
4. Cuntos nmeros de cinco cifras distintas se pueden formar con las cifras impares? Cuntos de ellos son mayores de 70.000? S entran todos los elementos. S importa el orden. No se repiten los elementos.
5. De cuntos partidos consta una liguilla formada por cuatro equipos? No entran todos los elementos. S importa el orden. No se repiten los elementos.
6. A una reunin asisten 10 personas y se intercambian saludos entre todos. Cuntos saludos se han intercambiado? No entran todos los elementos. No importa el orden. No se repiten los elementos.
7. Con las cifras 1, 2 y 3, cuntos nmeros de cinco cifras pueden formarse? Cuntos son pares? S entran todos los elementos: 3 < 5 S importa el orden. S se repiten los elementos.
8. Cuntas apuestas de Lotera Primitiva de una columna han de rellenarse para asegurarse el acierto de los seis resultados, de 49? No entran todos los elementos. No importa el orden. No se repiten los elementos.
9. De cuntas formas pueden colocarse los 11 jugadores de un equipo de ftbol teniendo en cuenta que el portero no puede ocupar otra posicin distinta de la portera? S entran todos los elementos. S importa el orden. No se repiten los elementos.
10. Con el punto y raya del sistema Morse, cuntas seales distintas se pueden enviar, usando como mximo cuatro pulsaciones? No entran todos los elementos en un caso y s entran en lo otros S importa el orden. S se repiten los elementos.
11. Una mesa presidencial est formada por ocho personas, de cuntas formas distintas se pueden sentar, si el presidente y el secretario siempre van juntos? Se forman dos grupos el primero de 2 personas y el segundo de 7 personas, en los dos se cumple que: S entran todos los elementos. S importa el orden. No se repiten los elementos.
12. Cuntas diagonales tiene un pentgono y cuntos tringulos se puede informar con sus vrtices? Vamos a determinar en primer lugar las rectas que se pueden trazar entre 2 vrtices. No entran todos los elementos. No importa el orden. No se repiten los elementos. Son , a las que tenemos que restar los lados que determinan 5 rectas que no son diagonales.
13. Un grupo, compuesto por cinco hombres y siete mujeres, forma un comit de 2 hombres y 3 mujeres. De cuntas formas puede formarse, si: 1. Puede pertenecer a l cualquier hombre o mujer. 2. Una mujer determinada debe pertenecer al comit. 3. Dos hombres determinados no pueden estar en el comit.
1. 2. 3.
Probabilidad 1. Ejercicios de distribuciones discretas de probabilidad 2. Ejercicios y problemas de la distribucin binomial 3. Ejercicios y problemas de la distribucin normal 4. Problemas de probabilidad
1. Cuntos nmeros de 5 cifras diferentes se puede formar con los dgitos: 1, 2, 3, 4, 5.? m=5 n=5
S entran todos los elementos. De 5 dgitos entran slo 3. S importa el orden. Son nmeros distintos el 123, 231, 321. No se repiten los elementos. El enunciado nos pide que las cifras sean diferentes.
2. De cuntas formas distintas pueden sentarse ocho personas en una fila de butacas? S entran todos los elementos. Tienen que sentarse las 8 personas. S importa el orden. No se repiten los elementos. Una persona no se puede repetir.
3. De cuntas formas distintas pueden sentarse ocho personas alrededor de una mesa redonda?
4. Con las cifras 2, 2, 2, 3, 3, 3, 3, 4, 4; cuntos nmeros de nueve cifras se pueden formar? m=9 a=3 b=4 c=2 a+b+c=9
5. Con las letras de la palabra libro, cuntas ordenaciones distintas se pueden hacer que empiecen por vocal? La palabra empieza por i u o seguida de las 4 letras restantes tomadas de 4 en 4. S entran todos los elementos. S importa el orden. No se repiten los elementos.
6. Cuntos nmeros de cinco cifras distintas se pueden formar con las cifras impares? Cuntos de ellos son mayores de 70.000? S entran todos los elementos. S importa el orden. No se repiten los elementos.
7. En el palo de seales de un barco se pueden izar tres banderas rojas, dos azules y cuatro verdes. Cuntas seales distintas pueden indicarse con la colocacin de las nueve banderas? S entran todos los elementos. S importa el orden. S se repiten los elementos.
8. De cuntas formas pueden colocarse los 11 jugadores de un equipo de ftbol teniendo en cuenta que el portero no puede ocupar otra posicin distinta que la portera? Disponemos de 10 jugadores que pueden ocupar 10 posiciones distintas. S entran todos los elementos. S importa el orden. No se repiten los elementos.
9. Una mesa presidencial est formada por ocho personas, de cuntas formas distintas se pueden sentar, si el presidente y el secretario siempre van juntos? Se forman dos grupos el primero de 2 personas y el segundo de 7 personas, en los dos se cumple que:
10. Cuatro libros distintos de matemticas, seis diferentes de fsica y dos diferentes de qumica se colocan en un estante. De cuntas formas distintas es posible ordenarlos si: 1. Los libros de cada asignatura deben estar todos juntos.
11. Se ordenan en una fila 5 bolas rojas, 2 bolas blancas y 3 bolas azules. Si las bolas de igual color no se distinguen entre s, de cuntas formas posibles pueden ordenarse?
2.
3.
1.Cuntos nmeros de tres cifras diferentes se puede formar con los dgitos: 1, 2, 3, 4, 5 ? m = 5n = 3 m n
No entran todos los elementos. De 5 dgitos entran slo 3. S importa el orden. Son nmeros distintos el 123, 231, 321. No se repiten los elementos. El enunciado nos pide que las cifras sean diferentes.
2. Cuntos nmeros de tres cifras se puede formar con los dgitos: 1, 2, 3, 4, 5 ? m=5 n=3
No entran todos los elementos. De 5 dgitos entran slo 3. S importa el orden. Son nmeros distintos el 123, 231, 321. S se repiten los elementos.
3.Cuntos nmeros de tres cifras diferentes se puede formar con los dgitos: 0, 1, 2, 3, 4, 5 ? m = 6n = 3 m n Tenemos que separar el nmero en dos bloques:
El primer bloque, de un nmero, lo puede ocupar slo uno de 5 dgitos porque un nmero no comienza por cero (excepto los de las matriculas, los de la lotera y otros casos particulares),
m=5
n=1
El segundo bloque, de dos nmeros, lo puede ocupar cualquier dgito, menos el inicial. m=5 n=2
4. Cuntos nmeros de tres cifras se puede formar con los dgitos: 0, 1, 2, 3, 4, 5 ? m=6 n=3
El primer bloque, de un nmero, lo puede ocupar slo uno de 5 dgitos porque un nmero no comienza por cero (excepto los de las matriculas, los de la lotera y otros casos particulares), m=5 n=1
El segundo bloque, de dos nmeros, lo puede ocupar cualquier dgito. m=6 n=2
5. A un concurso literario se han presentado 10 candidatos con sus novelas. El cuadro de honor lo forman el ganador, el finalista y un accsit.Cuntos cuadros de honor se pueden formar? m = 10n = 3 No entran todos los elementos. De 10 candidatos entran slo 3. S importa el orden. No es lo mismo quedar ganador que finalista. No se repiten los elementos. Suponemos que cada candidato presenta una sola obra.
6. Cuntas quinielas de una columna han de rellenarse para asegurarse el acierto de los 15 resultados? m=3 n = 15 m<n
S entran todos los elementos. En este caso el nmero de orden es mayor que el nmero de elementos. S importa el orden. S se repiten los elementos.
7. De cuntos partidos consta una liguilla formada por cuatro equipos? No entran todos los elementos.
8. De cuntas formas diferentes se pueden cubrir los puestos de presidente, vicepresidente y tesorero de un club de ftbol sabiendo que hay 12 posibles candidatos? No entran todos los elementos. S importa el orden. No se repiten los elementos.
9. Con las cifras 1, 2 y 3, cuntos nmeros de cinco cifras pueden formarse? Cuntos son pares? S entran todos los elementos: 3 < 5 S importa el orden. S se repiten los elementos.
10. Con el (punto, raya) del sistema Morse, cuntas seales distintas se pueden enviar, usando como mximo cuatro pulsaciones? No entran todos los elementos en un caso y s entran en lo otros S importa el orden. S se repiten los elementos.
11. Halla el nmero de capicas de ocho cifras. Cuntos capicas hay de nueve cifras?
2.
3.
4.
4Un jugador lanza dos monedas. Gana 1 2 si aparecen una o dos caras. Por otra
parte pierde 5 si no aparece cara. Determinar la esperanza matemtica del juego y si ste es favorable.
5Se lanza un par de dados. Se define la variable aleatoria X como la suma de las
puntuaciones obtenidas. Hallar la funcin de probabilidad, la esperanza matemtica y la varianza.
6Un jugador lanza un dado corriente. Si sale nmero primo, gana tantos cientos de
euros como marca el dado, pero si no sale nmero primo, pierde tantos cientos de euros como marca el dado. Determinar la funcin de probabilidad y la esperanza matemtica del juego.
7Si una persona compra una papeleta en una rifa, en la que puede ganar de 5.000 un
segundo premio de 2000 con probabilidades de: 0.001 y 0.003. Cul sera el precio justo a pagar por la papeleta?
pi
pi
x <1
1 x < 2
2 x < 3
3 x < 4
4 x < 5
5 x < 6
6 x
pi
x p i
x 2 pi
2 3 4 5
2. Calcular las siguientes probabilidades: p (X < 4.5) p (X < 4.5) = F (4.5) = 0.9 p (X 3) p (X 3) = 1 - p(X < 3) = 1 - 0.4 = 0.6 p (3 X < 4.5) p (3 X < 4.5) = p (X < 4.5) - p(X < 3) = 0.9 - 0.4 = 0.5
pi
xpi
x 2 pi
0.1
0.15
0.15
0.15
0.45
0.9
1.8
0.1
0.3
0.9
0.2
0.8
3.2
2.15
6.05
p(+1) = 2/4 p(+2) = 1/4 p(5) = 1/4 = 1 2/4 + 2 1/4 - 5 1/4 = 1/4. Es desfavorable
pi
xpi
x 2 pi
1/36
2/36
4/36
2/36
6/36
18/36
3/36
12/36
48/36
4 /36
20/3 6
100/36
5/36
30/36
180/36
6/36
42/36
294/36
5/36
40/36
320/36
4 /36
36/36
324/36
10
3/36
30/36
300/36
11
2/36
22/36
242/36
12
1/36
12/36
144/36
54.83
+ 200
200/6
+ 300
300/6
- 400
-400/6
+ 500
500/6
-600
- 600/6 100/6
=16.667
1La ltima novela de un autor ha tenido un gran xito, hasta el punto de que el 80%
de los lectores ya la han leido. Un grupo de 4 amigos son aficionados a la lectura: 1. Cul es la probabilidad de que en el grupo hayan leido la novela 2 personas? 2.Y cmo mximo 2?
2Un agente de seguros 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 ms es 2/3. Hllese la probabilidad de que, transcurridos 30 aos, vivan: 1. Las cinco personas. 2.Al menos tres personas. 3.Exactamente dos personas.
3Se lanza una moneda cuatro veces. Calcular la probabilidad de que salgan ms caras
que cruces.
4Si de seis a siete de la tarde se admite que un nmero de telfono de cada cinco est
comunicando, cul es la probabilidad de que, cuando se marquen 10 nmeros de telfono elegidos al azar, slo comuniquen dos?
Un guardia de trfico para cinco conductores al azar. Si tenemos en cuenta que el nmero de conductores es suficientemente importante como para estimar que la proporcin de infractores no vara al hacer la seleccin. 1. Determinar la probabilidad a de que exactamente tres conductores hayan cometido alguna de las dos infracciones. 2. Determine la probabilidad de que al menos uno de los conductores controlados haya cometido alguna de las dos infracciones.
7La probabilidad de que un artculo producido por una fabrica sea defectuoso es p =
0.02. Se envi un cargamento de 10.000 artculos a unos almacenes. Hallar el nmero esperado de artculos defectuosos, 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 afirmacin, otro laboratorio elige al azar a 5 pacientes a los que aplica la droga. Cul es la probabilidad de los siguientes sucesos? 1. Ningn paciente tenga efectos secundarios. 2.Al menos dos tengan efectos secundarios.
3.Cul es el nmero medio de pacientes que espera laboratorio que sufran efectos secundarios si elige 100 pacientes al azar?
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 tenemos en cuenta que el nmero de conductores es suficientemente importante como para estimar que la proporcin de infractores no vara al hacer la seleccin. 1. Determinar la probabilidad a de que exactamente tres conductores hayan cometido alguna de las dos infracciones.
2. Determine la probabilidad de que al menos uno de los conductores controlados haya cometido alguna de las dos infracciones.
3.Cul es el nmero medio de pacientes que espera laboratorio que sufran efectos secundarios si elige 100 pacientes al azar?
3En una ciudad se estima que la temperatura mxima en el mes de junio sigue una
distribucin normal, con media 23 y desviacin tpica 5. Calcular el nmero de das del mes en los que se espera alcanzar mximas entre 21 y 27.
4La media de los pesos de 500 estudiantes de un colegio es 70 kg y la desviacin tpica 3 kg.
Suponiendo que los pesos se distribuyen normalmente, hallar cuntos estudiantes pesan:
5.64 kg o menos.
5Se supone que los resultados de un examen siguen una distribucin normal con
media 78 y desviacin tpica 36. Se pide: 1. Cul es la probabilidad de que una persona que se presenta el examen obtenga una calificacin superior a 72? 2.Calcular la proporcin de estudiantes que tienen puntuaciones que exceden por lo menos en cinco puntos de la puntuacin que marca la frontera entre el Apto y el NoApto (son declarados No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones ms bajas). 3.Si se sabe que la calificacin de un estudiante es mayor que 72 cul es la probabilidad de que su calificacin sea, de hecho, superior a 84?
6Tras un test de cultura general se observa que las puntuaciones obtenidas siguen una
distribucin una distribucin N(65, 18). Se desea clasificar a los examinados en tres grupos (de baja cultura general, de cultura general aceptable, de excelente cultura general) de modo que hay en el primero un 20% la poblacin, un 65% el segundo y un 15% en el tercero. Cules han de ser las puntuaciones que marcan el paso de un grupo al otro?
7Varios test de inteligencia dieron una puntuacin que sigue una ley normal con media 100
y desviacin tpica 15.
1. Determinar el porcentaje de poblacin que obtendra un coeficiente entre 95 y 110. 2. Qu intervalo centrado en 100 contiene al 50% de la poblacin? 3. En una poblacin de 2500 individuos cuntos individuos se esperan que tengan un coeficiente superior a 125?
8En una ciudad una de cada tres familias posee telfono. Si se eligen al azar 90
familias, calcular la probabilidad de que entre ellas haya por lo menos 30 tengan telfono.
9En un examen tipo test de 200 preguntas de eleccin mltiple, cada pregunta tiene una
respuesta correcta y una incorrecta. Se aprueba si se contesta a ms de 110 respuestas correctas. Suponiendo que se contesta al azar, calcular la probabilidad de aprobar el examen.
10Un estudio ha mostrado que, en un cierto barrio, el 60% de los hogares tienen al
menos dos televisores Se elige al azar una muestra de 50 hogares en el citado barrio. Se pide: 1. Cul es la probabilidad de que al menos 20 de los citados hogares tengan cuando menos dos televisores? 2. Cul es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos televisores?
Es decir, que aproximadamente el 99.74% de los valores de X estn a menos de tres desviaciones tpicas de la media.
2.Ms de 90 kg.
3.Menos de 64 kg.
4.64 kg.
5.64 kg o menos.
2.Calcular la proporcin de estudiantes que tienen puntuaciones que exceden por lo menos en cinco puntos de la puntuacin que marca la frontera entre el Apto y el NoApto (son declarados No-Aptos el 25% de los estudiantes que obtuvieron las puntuaciones ms bajas).
3.Si se sabe que la calificacin de un estudiante es mayor que 72 cul es la probabilidad de que su calificacin sea, de hecho, superior a 84?
Baja cultura hasta 49 puntos. Cultura aceptable entre 50 y 83. Excelente cultura a partir de 84 puntos.
3. En una poblacin de 2500 individuos cuntos individuos se esperan que tengan un coeficiente superior a 125?
2. Cul es la probabilidad de que entre 35 y 40 hogares tengan cuando menos dos televisores?
Problemas de probabilidad
3Un dado est trucado, de forma que las probabilidades de obtener las distintas caras
son proporcionales a los nmeros de estas. Hallar: 1La probabilidad de obtener el 6 en un lanzamiento. 2La probabilidad de conseguir un nmero impar en un lanzamiento.
4Se lanzan dos dados al aire y se anota la suma de los puntos obtenidos. Se pide:
1La probabilidad de que salga el 7. 2La probabilidad de que el nmero obtenido sea par. 3La probabilidad de que el nmero obtenido sea mltiplo de tres.
7Se sacan dos bolas de una urna que se compone de una bola blanca, otra roja, otra
verde y otra negra. Describir el espacio muestral cuando: 1La primera bola se devuelve a la urna antes de sacar la segunda. 1La primera bola no se devuelve
8Una urna tiene ocho bolas rojas, 5 amarilla y siete verdes. Se extrae una al azar de
que: 1Sea roja. 2Sea verde. 3Sea amarilla. 4No sea roja. 5No sea amarilla.
9Una urna contiene tres bolas rojas y siete blancas. Se extraen dos bolas al azar.
Escribir el espacio muestral y hallar la probabilidad de: 1Extraer las dos bolas con reemplazamiento. 2Sin reemplazamiento.
10Se extrae una bola de una urna que contiene 4 bolas rojas, 5 blancas y 6 negras,
cul es la probabilidad de que la bola sea roja o blanca? Cul es la probabilidad de que no sea blanca?
11En una clase hay 10 alumnas rubias, 20 morenas, cinco alumnos rubios y 10
morenos. Un da asisten 44 alumnos, encontrar la probabilidad de que el alumno que falta: 1Sea hombre. 2Sea mujer morena.
12En un sobre hay 20 papeletas, ocho llevan dibujado un coche las restantes son
blancas. Hallar la probabilidad de extraer al menos una papeleta con el dibujo de un coche: 1Si se saca una papeleta. 2Si se extraen dos papeletas. 3Si se extraen tres papeletas.
19Se extraen cinco cartas de una baraja de 52. Hallar la probabilidad de extraer:
1 4 ases. 24 ases y un rey. 33 cincos y 2 sotas. 4Un 9, 10, sota, caballo y rey en cualquier orden. 53 de un palo cualquiera y 2 de otro. 6Al menos un as.
2Dos cruces.
2Sea verde.
3Sea amarilla.
2Sin reemplazamiento.
24 ases y un rey.
33 cincos y 2 sotas.
1 Las dos sean copas. 2Al menos una sea copas. 3Una sea copa y la otra espada.
3Una clase est formada por 10 chicos y 10 chicas; la mitad de las chicas y la mitad
de los chicos han elegido francs como asignatura optativa. 1 Cul es la probabilidad de que una persona elegida al azar sea chico o estudio francs? 2Y la probabilidad de que sea chica y no estudi francs?
4En una clase en la que todos practican algn deporte, el 60% de los alumnos juega
al ftbol o al baloncesto y el 10% practica ambos deportes. Si adems a y un 60% que no juega al ftbol, cul ser la probabilidad de que escogido al azar un alumno de la clase: 1 Juegue slo al ftbol. 2Juegue slo al baloncesto. 3Practique uno solo de los deportes. 4No juegue ni al ftbol ni al baloncesto.
5Un taller sabe que por trmino medio acuden: por la maana tres automviles con
problemas elctricos, ocho con problemas mecnicos y tres con problemas de chapa, y por la tarde dos con problemas elctricos, tres con problemas mecnicos y uno con problemas de chapa. 1 Hacer una tabla ordenando los datos anteriores.
2Calcular el porcentaje de los que acuden por la tarde. 3Calcular el porcentaje de los que acuden por problemas mecnicos. 4Calcular la probabilidad de que un automvil con problemas elctricos acuda por la maana.
6En una ciudad, el 40% de la poblacin tiene cabellos castaos, el 25% tiene ojos
castaos y el 15% tiene cabellos y ojos castaos. Se escoge una persona al azar: 1 Si tiene los cabellos castaos, cul es la probabilidad de que tenga tambin ojos castaos? 2Si tiene ojos castaos, cul es la probabilidad de que no tenga cabellos castaos? 3Cul es la probabilidad de que no tenga cabellos ni ojos castaos?
7En un aula hay 100 alumnos, de los cuales: 40 son hombres, 30 usan gafas, y 15 son
varones y usan gafas. Si seleccionamos al azar un alumno de dicho curso: 1 Cul es la probabilidad de que sea mujer y no use gafas? 2Si sabemos que el alumno seleccionado no usa gafas, qu probabilidad hay de que sea hombre?
8Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de
automviles. De ellos, 65 son mujeres, 80 estn casados y 45 son mujeres casadas. Se pide: 1Cul ser la probabilidad de que le toque el viaje a un hombre soltero? 2Si del afortunado se sabe que es casado, cul ser la probabilidad de que sea una mujer?
9Una clase consta de seis nias y 10 nios. Si se escoge un comit de tres al azar,
hallar la probabilidad de: 1 Seleccionar tres nios.
2Seleccionar exactamente dos nios y una nia. 3Seleccionar por lo menos un nio. 4Seleccionar exactamente dos nias y un nio.
10Una urna contiene 5 bolas rojas y 8 verdes. Se extrae una bola y se reemplaza por
dos del otro color. A continuacin, se extrae una segunda bola. Se pide: 1 Probabilidad de que la segunda bola sea verde. 2Probabilidad de que las dos bolas extradas sean del mismo color.
11Se supone que 25 de cada 100 hombres y 600 de cada 1000 mujeres usan gafas. Si
el nmero de mujeres es cuatro veces superior al de hombres, se pide la probabilidad de encontrarnos: 1 Con una persona sin gafas. 2Con una mujer con gafas.
12En un centro escolar los alumnos pueden optar por cursar como lengua extranjera
ingls o francs. En un determinado curso, el 90% de los alumnos estudia ingls y el resto francs. El 30% de los que estudian ingls son chicos y de los que estudian francs son chicos el 40%. El elegido un alumno al azar, cul es la probabilidad de que sea chica?
13Una caja contiene tres monedas. Una moneda es corriente, otra tiene dos caras y la
otra est cargada de modo que la probabilidad de obtener cara es de 1/3. Se selecciona una moneda lanzar y se lanza al aire. Hallar la probabilidad de que salga cara.
15Se dispone de tres cajas con bombillas. La primera contiene 10 bombillas, de las
cuales a y cuatro fundidas; en la segunda hay seis bombillas, estando una de ellas fundida, y la tercera caja hay tres bombillas fundidas de un total de ocho. Cul es la probabilidad de que al tomar una bombilla al azar de una cualquiera de las cajas, est fundida?
17En una estantera hay 60 novelas y 20 libros de poesa. Una persona A elige un
libro al azar de la estantera y se lo lleva. A continuacin otra persona B elige otro libro al azar. 1 Cul es la probabilidad de que el libro seleccionado por B sea una novela? 2Si se sabe que B eligi una novela, cul es la probabilidad de que el libro seleccionado por A sea de poesa?
18En una casa hay tres llaveros A, B y C; el primero con cinco llaves, el segundo
con siete y el tercero con ocho, de las que slo una de cada llavero abre la puerta del trastero. Se escoge a Lzaro llavero y, de l, una llave intenta abrir el trastero. Se pide: 1 Cul ser la probabilidad de que se acierte con la llave? 2Cul ser la probabilidad de que el llavero escogido sea el tercero y la llave no abra? 3Y si la llave escogida es la correcta, cul ser la probabilidad de que pertenezca al primer llavero A?
19El 20% de los empleados de una empresa son ingenieros y otro 20% son
economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas tambin, mientras que los no ingenieros y los no economistas solamente el 20% ocupa un puesto directivo. Cul es la probabilidad de que un empleado directivo elegido al azar sea ingeniero? Problemas resueltos de probabilidad
no juega al ftbol, cul ser la probabilidad de que escogido al azar un alumno de la clase: 1 Juegue slo al ftbol.
4Calcular la probabilidad de que un automvil con problemas elctricos acuda por la maana.
2Si tiene ojos castaos, cul es la probabilidad de que no tenga cabellos castaos?
2Si sabemos que el alumno seleccionado no usa gafas, qu probabilidad hay de que sea hombre?
2Si del afortunado se sabe que es casado, cul ser la probabilidad de que sea una mujer?
2Probabilidad de que las dos bolas extradas sean del mismo color.
2Si se sabe que B eligi una novela, cul es la probabilidad de que el libro seleccionado por A sea de poesa?
2Cul ser la probabilidad de que el llavero escogido sea el tercero y la llave no abra?
3Y si la llave escogida es la correcta, cul ser la probabilidad de que pertenezca al primer llavero A?