Tratamiento de Datos y Azar Cona

MATEMATICAS NIVEL MEDIO
UNIDAD 5
ESTADISTICA Y PROBABILIDAD
ING. HEBER LENI MARTINEZ HERNANDEZ 1

UNIDAD 5: ESTADISTICA Y PROBABILIDAD
EL OBJETIVO GENERAL DE ESTA UNIDAD CONSISTE EN INTRODUCIR
CONCEPTOS BÁSICOS. LA MAYORÍA DE LOS CÁLCULOS REQUERIDOS SE
REALIZARÁN HACIENDO USO DE LA TECNOLOGÍA, PERO LAS EXPLICACIONES
DE LOS CÁLCULOS HECHOS A MANO PUEDEN REFORZAR LA COMPRENSIÓN.
SE HARÁ ÉNFASIS EN LA COMPRENSIÓN Y LA INTERPRETACIÓN, EN
CONTEXTO, DE LOS RESULTADOS OBTENIDOS. LAS TABLAS ESTADÍSTICAS
YA NO ESTARÁN PERMITIDAS EN LOS EXÁMENES. AUNQUE MUCHOS DE
LOS CÁLCULOS REQUERIDOS EN LOS EXÁMENES SON ESTIMACIONES, ES
POSIBLE QUE SE UTILICEN LOS TÉRMINOS DE INSTRUCCIÓN “ESCRIBA”,
“HALLE” Y “CALCULE”.

CONCEPTOS CLAVE EN ESTADISTICA.
Un granjero quería investigar el efecto de un nuevo fertilizante orgánico en

sus cultivos de guisantes. Dividió un pequeño jardín en dos parcelas iguales
y plantadas con muchos guisantes en cada una. Ambas parcelas se trataron
del mismo modo, excepto que el fertilizante se utilizó en una pero no en la
otra. Una muestra aleatoria de 150 vainas fue cosechada de cada parcela
al mismo tiempo, y el número de guisantes en cada vaina se contó.
Los resultados fueron:
SIN FERTILIZANTE
CON FERTILIZANTE
Es importante considerar:
• ¿Se puede indicar claramente el problema que el agricultor quiere
resolver?
• ¿Cómo ha tratado el agricultor de hacer una comparación justa?
• ¿Cómo podría el agricultor asegurarse de que su selección fue
aleatoria?
• ¿Cuál es la mejor forma de organizar estos datos?
• ¿Cuáles son los métodos adecuados de la visualización de los datos?
• ¿Existen resultados anormalmente altos o bajos y cómo deben ser
tratados?
• ¿Cómo podemos describir el tamaño típico?
• ¿Cómo podemos describir la propagación de posibles tamaños?
• ¿Puede el agricultor hacer una conclusión razonable a partir de su
investigación?

En estadística recogemos información sobre un grupo de individuos, para a
continuación, analizar esta información para plantear conclusiones acerca
de esos individuos.
Es importante estar familiarizado con los conceptos que se utilizan
comúnmente en estadística:
• Población - toda una colección de individuos sobre los que queremos

sacar conclusiones.
• Censo - la recogida de información de toda la población.
• muestra - un subconjunto de la población que debe ser elegido al
azar para evitar sesgos en los resultados.
• encuesta - la recopilación de información de una muestra.
• Datos - la información sobre los individuos de una población
• Variable categórica - describe una cualidad en particular o
característica que se puede dividir en categorías
• variable numérica - describe una característica que tiene un valor
numérico que se puede contar o medir.
• parámetros - una cantidad numérica empleada para medir algún
aspecto de una población
• Estadística - una cantidad calculada a partir de los datos recogidos de
una muestra, por lo general se utiliza para estimar un parámetro de
la población
• Distribución - el patrón de variación de los datos, que se puede
describir como:
SIMETRICA SESGO POSITIVO SESGO NEGATIVO
• Los valores atípicos - valores de datos que son ya sea mucho mayor o
mucho menor que el cuerpo general de datos; que deben ser
incluidos en el análisis a menos que sean el resultado de un error
humano.

VARIABLES NUMERICAS.
Hay dos tipos de variable numérica que trataremos en este curso:
Una variable numérica discreta toma valores numéricos exactos y es a menudo el resultado de
contar.
Algunos ejemplos de variables numéricas discretas son:
• El número de personas en un automóvil: la variable puede tomar los valores 1, 2,

3, ....
• La puntuación de 20 para una prueba: la variable puede tomar los valores 0, 1,
2, 3, ...., 20.
Una variable continua toma valores numéricos dentro de un cierto rango continuo. Por lo
general es el resultado de la medición.
Ejemplos de variables numéricas continuas son:
• La altura de los estudiantes: la variable puede tomar cualquier valor de alrededor de 140
cm a 200 cm.
• La velocidad de los coches en un tramo de la carretera: la variable puede tomar
cualquier valor de 0 km / h a 200 km / h .

PRESENTACION DE LOS DATOS.
TABLAS DE FRECUENCIA.
Una de las maneras más simples de organizar los datos es el uso de una tabla de frecuencias.
Por ejemplo, considere el conjunto de datos:
• Se puede realizar el conteo empleando marcas.

• La columna frecuencia resume el número de cada valor de datos particular.
• La columna de frecuencias relativa mide el porcentaje del número total de valores de
datos que se encuentran en cada grupo.
VALOR FRECUENCIA % FRECUENCIA RELATIVA

1 8 26.7
2 9 30
3 6 20
4 5 16.7
5 2 6.7
TOTAL 30 100
Desde cursos anteriores usted debe estar familiarizado con los gráficos de columnas que se
utilizan para mostrar variables numérica discreta
Cuando se recolectan datos para una variable continua es probable que sean muchos valores
diferentes. Organizamos los datos en una tabla de frecuencias agrupando en intervalos de clase
de la misma anchura.
Un tipo especial de gráfico que se denomina histograma de frecuencias o simplemente
histograma se utiliza para mostrar los datos. Este es similar a un gráfico de columnas pero, para
tener en cuenta la naturaleza continua de la variable, es una línea de números utilizados para el
eje horizontal y se unen entre sí las 'columnas'.

Los gráficos de columnas y la frecuencia histogramas ambos tienen las siguientes características:
• La frecuencia de es en el eje vertical.

• El rango de puntuaciones es en el eje horizontal.
• Los anchos de columna son iguales y la altura de la columna representa la frecuencia.
La clase modal o una clase de valores que aparece con más frecuencia, es fácil de identificar; la
columna más alta del histograma de frecuencias.
EJEMPLO 1
Una muestra de 20 langostas se selecciona aleatoriamente de un tanque que contiene varios
cientos.
Cada langosta se ha medido la longitud (en cm) y los resultados son:
a. Organizar los datos utilizando una tabla de frecuencias, y representar gráficamente los
datos.
b. establece la clase modal para los datos.
c. Describe la distribución de los datos.

EJERCICIOS
1. Se muestra una tabla de frecuencias de las alturas de un equipo de baloncesto

a. Explique por qué una altura es una variable
continua.
b. Construya un histograma de frecuencias para
los datos. Los ejes debe estar claramente marcados y
etiquetados, y el gráfico debe tener un título.
c. ¿Cuál es la clase modal? Explique lo que esto
significa.
d. describir la distribución de los datos.
2. Una escuela ha llevado a cabo una encuesta a 60 estudiantes para investigar el tiempo
que toman para viajar a la escuela. Los siguientes datos muestran los tiempos de viaje
al minuto más cercano:
a. ¿El tiempo de viaje es una variable discreta o continua?

b. Copia y completa la tabla de frecuencias.
c. Describir la distribución de los datos.
d. ¿Cuál es la clase modal del tiempo de viaje?

3. Para los siguientes datos, indique si se debe utilizar un histograma de frecuencias o un
gráfico de columnas, y dibujar el gráfico apropiado.
a. El número de cerillas en 30 cajas.
b. Las alturas de 25 jugadores de hockey (al cm más cercano):
MEDIDAS DE TENDENCIA CENTRAL.
Podemos obtener una mejor comprensión de un conjunto de datos si podemos localizar el

centro de los datos, y también obtener una indicación de su extensión o dispersión.
Hay tres estadísticas que se utilizan para medir el centro de un conjunto de datos. Estos son la
moda, la media y la mediana.
LA MODA
Para los datos numéricos discretos, la moda es el valor que ocurre con mayor frecuencia en el
conjunto de datos.
Para los datos numéricos continuos, no podemos hablar de una moda de esta manera porque no
hay dos valores de los datos serán exactamente iguales. En su lugar se habla de una clase
modal, que es la clase o grupo que se presenta con mayor frecuencia.
LA MEDIA
La media de un conjunto de datos es el nombre de estadística para la media aritmética.
La media nos da un solo número que indica el centro del conjunto de datos. Por lo general no es
un miembro del conjunto de datos.
LA MEDIANA
La mediana es el valor medio de un conjunto de datos ordenados.

LA RELACIÓN ENTRE LA MEDIA Y LA MEDIANA PARA
DISTRIBUCIONES DE DIFERENTES.
Para las distribuciones que son simétricas con respecto al centro, la media y la mediana serán
aproximadamente iguales.
Si el conjunto de datos tiene simetría, tanto la media como la mediana se deben medir con
precisión el centro de la distribución.
Si el conjunto de datos no es simétrico, puede ser positiva o negativamente sesgada:
Tenga en cuenta que la media y la mediana son claramente diferentes para estas distribuciones
asimétricas.

MEDIDAS DE DISPERSIÓN.
Para describir con precisión una distribución tenemos que medir tanto su centro y su
propagación o dispersión.
Las distribuciones que se muestran tienen la misma media, pero claramente tienen diversas
extensiones. La distribución A tiene más puntuaciones cercanas a la media mientras que la
distribución C tiene la mayor difusión.
Examinaremos cuatro medidas diferentes de propagación: el rango, el rango intercuartil (IQR), la
varianza, y la desviación estándar.
RANGO
El rango es la diferencia entre el máximo (más grande) y el mínimo (el más pequeño)
valor de datos.
RANGO= MAXIMO- MINIMO

EJEMPLO 1
Una biblioteca encuesta a 20 prestatarios cada día de lunes a viernes, y registra el número de
los que son No satisfecho con la gama de material de lectura. Los resultados son: 3 7 6 8 11.
Al año siguiente, la biblioteca recibe un subsidio que permite la compra de un gran número de
libros. La encuesta se repite y los resultados son: 2 3 4 5 6.
Encuentre el rango de datos en cada encuesta.
El rango no se considera que es una medida de propagación particularmente fiable, ya que

utiliza sólo dos valores de los datos. Puede estar influenciada por los valores de datos que son
extremadamente bajos o muy altos en comparación con el resto de los datos.
++ LOS CUARTILES Y EL RANGO INTERCUARTIL.
La mediana divide los datos ordenados establecidos en dos mitades y estas mitades se dividen
por la mitad otra vez por los cuartiles.
El valor medio de la mitad inferior se llama el cuartil inferior o percentil 25. Una cuarta parte o el
25% de los datos tienen valores inferiores o iguales al cuartil inferior.
El 75% de los datos tienen valores superiores a o igual que el cuartil inferior.
El valor medio de la mitad superior se llama el cuartil superior o percentil 75. Una cuarta parte o
el 25% de los datos tienen valores mayores que o iguales a él cuartil superior. 75% de los datos
tienen valores menores que o igual que el cuartil superior. El rango intercuartil es la gama de la
mitad central o 50% de los datos.
Rango intercuartil = cuartil superior- cuartil inferior
El conjunto de datos se divide así en cuartos por el cuartil inferior (Q1), la mediana (Q2), y la
parte superior cuartil (Q3).
IQR = Q3 − Q1
El rango intercuartil no se ve afectado por valores muy bajos o muy altos de datos, ya que estos
se encuentran fuera la media del 50% de los valores de los datos.

EJEMPLO 1
Para el siguiente grupo de datos:
Hallar: a. mediana b. cuartil inferior c. cuartil superior d. rango intercuartil
EJEMPLO 2
Para el siguiente grupo de datos:
Hallar: a. mediana b. Q1 c. Q3 d. rango intercuartil

EJERCICIOS.
1. Para cada uno de los siguientes grupos de datos hallar:

i. Mediana ii. Cuartil superior e inferior iii. Rango iv. Rango intercuartil
2. Los tiempos (en minutos) de 20 personas esperando en una cola de un cajero fueron:
a. Hallar la mediana del tiempo de espera y los cuartiles superior e inferior

b. Hallar el rango intercuartil de los tiempos de espera.
3. Se registraron las alturas de 20 niños de diez años (en cm) de la siguiente manera:
a. Hallar:
i. La mediana de la altura ii. Cuartiles superior e inferior
4. Revisar el problema al abrir en la página 10

a. Para los datos sin fertilizantes , Hallar:
i. Rango ii. La mediana iii. Cuartil inferior iv. Cuartil superior
v. rango intercuartil.

DIAGRAMAS DE CAJA Y BIGOTES.
Un diagrama de caja o caja y bigotes es una presentación visual de algunos de los

estadísticos descriptivos de un conjunto de datos
En ellos se muestra:
• EL VALOR MINIMO
• CUARTIL INFERIOR Q1
• LA MEDIANA Q2
• CUARTIL SUPERIOR Q3
• EL VALOR MÁXIMO
Para el conjunto de datos del ejemplo 2 pagina 21, los 5 valores anteriores serian:
Mínimo= 1
Q1= 4
Mediana= 6
Q3= 9.5
Máximo= 15
La caja rectangular representa la media "medio" del conjunto de datos.

El bigote inferior representa el 25% de los datos con los valores más pequeños.
El bigote superior representa el 25% de los datos con valores más grandes.

INTERPRETACION DE UN DIAGRAMA DE CAJA
Un conjunto de datos con una distribución simétrica tendrá un diagrama de caja simétrica.
Los bigotes del diagrama de caja tienen la misma longitud y la línea media está en el centro de
la caja.
Un conjunto de datos que es un sesgo positivo tendrá un diagrama de caja positivamente

sesgada.
El bigote derecho es más largo que el bigote izquierdo y la línea media está a la izquierda de la
caja.

Un conjunto de datos que es sesgado negativamente tendrá un diagrama de caja
negativamente sesgada.
El bigote izquierdo es más largo que el bigote derecho y la línea media está a la derecha de la
caja.
EJEMPLO
CONSIDERA EL SIGUIENTE GRUPO DE DATOS:
a. Hallar los 5 valores que se muestran en el diagrama de caja

b. Construye el diagrama de caja
c. Hallar
i. Rango ii. Rango intercuartil de los datos
d. Hallar el porcentaje de los datos que son menores a 3

VALORES NO ESPERADOS (ATÍPICOS)
Los valores atípicos son datos extraordinarios que están separadas del cuerpo principal de los
datos.
Los valores atípicos son ya sea mucho mayor o mucho más pequeña que la mayoría de los datos.
Un ensayo comúnmente utilizado para identificar valores atípicos implica el cálculo de los
límites superior e inferior:
• El límite superior = cuartil superior + 1.5  IQR

El dato más grande que el límite superior es un valor atípico.
• El límite inferior = cuartil inferior - 1.5  IQR

Los datos más pequeños que el límite inferior es un valor atípico.
Los valores atípicos están marcados con un asterisco en un diagrama de caja. Puede haber más
de un valor atípico en cada extremo.
Cada bigote se extiende hasta el último valor que no es un caso atípico.

EJEMPLO 2
Pruebe los siguientes datos para los valores atípicos y construya un diagrama de caja para los
datos:

EJERCICIO.
1.
a. El diagrama de caja resume los puntos marcados por un equipo de baloncesto. Busque:
i. mediana ii. Valor máximo iii. Valor mínimo iv. Cuartil superior
v. cuartil inferior
b. calcular: i. el rango ii. Rango intercuartil
2.
El diagrama de caja resume los resultados de la clase de una prueba de 100 puntos.
a. Hallar el rango del conjunto de datos.
b. Hallar el rango intercuartil.
3. Del siguiente conjunto de datos:

i. identificar los 5 valores del diagrama de caja ii. Dibujar el diagrama de caja
iii. hallar el rango iv. Hallar el rango intercuartil.
Revisa tus respuestas con la calculadora.
4. Enid examina una nueva variedad de frijol y cuenta el número de granos en 33 vainas. Sus
resultados fueron:
a. Hallar la mediana, el cuartil inferior y el cuartil superior del conjunto de datos.

b. Encuentre el rango intercuartílico del conjunto de datos.
c. Dibuja un diagrama de caja del conjunto de datos.
5. Un conjunto de datos tiene un cuartil inferior de 31.5, una mediana de 37, y un cuartil
superior de 43.5.
a. Calcular el rango intercuartil para este conjunto de datos.
b. Calcular los límites que identifican los valores atípicos.
c. ¿Cuál de los datos 22, 13.02, 60, 65 serían los valores atípicos?

6. Une las gráficas A, B, C y D a los diagramas de caja I, II, III, y IV.

1 EXÁMEN DE MUESTRA
14 PUNTOS
14 PUNTOS

1a. Una caja contiene 100 cartas. Cada tarjeta tiene un número entre uno y seis escrito en él. La
siguiente tabla muestra las frecuencias para cada número. 5puntos
1b. Hallar 5puntos

(i) La media
(ii) El rango intercuartil

2a. Un club de corredores organiza una carrera para seleccionar chicas para representar al club
en una competencia.
Los tiempos empleados por el grupo de chicas para completar la carrera se muestran en la
siguiente tabla.
(i) Hallar el valor de p y de q 4 puntos

13 PUNTOS
13 PUNTOS

1a. El histograma muestra los T segundos de tiempo tomados por 93 niños que completan un
rompecabezas. [3 puntos]
La siguiente es la distribución de frecuencias para T.
(i) Escribir el valor de p y de q

(ii) Escribir la mediana de la clase

1b. Considera el intervalo de clase 45  T  55 [2 puntos]
(i) Escribir el ancho de clase
(ii) Escribir la marca de clase
2a. La siguiente distribución de frecuencias tiene una media de 4.5 [4 puntos]
(i) Hallar el valor de x

FRECUENCIA ACUMULADA.
A veces, además de encontrar la mediana, es útil saber el número o la proporción de las
puntuaciones que se encuentran por encima o por debajo de un valor determinado. En tales
situaciones, podemos construir una frecuencia acumulada tabla de distribución y el uso de un
gráfico llamado una gráfica de frecuencias acumuladas para representar los datos.
Las frecuencias acumuladas se trazan y los puntos unidos por una curva suave. Esto se compara
con un polígono de frecuencias ojiva o acumulativo, si dos puntos están unidos por líneas
rectas.
PERCENTILES
Un percentil es el puntaje que un cierto porcentaje de los datos se encuentra en o por debajo.
POR EJEMPLO:
• el percentil 85 es la puntuación de las cuales el 85% de los datos se encuentra en o por

debajo.
• Si su puntuación en una prueba es el percentil 95, entonces el 95% de la clase tiene
marcando la misma o menor que usted.
ES IMPORTANTE CONSIDERAR QUE:
• el cuartil inferior (Q1) es el percentil 25

• la mediana (Q2) es el percentil 50
• el cuartil superior (Q3) es el percentil 75.
Un gráfico de frecuencia acumulada proporciona una manera conveniente para encontrar los
percentiles.

EJEMPLO 1
Los datos muestran los resultados de la maratón de mujeres en los Juegos Olímpicos de 2008,
para todos los competidores que terminaron la carrera.
a. construya una tabla de distribución de frecuencias acumuladas.
b. represente los datos en un gráfico de frecuencia acumulada.
c. Utilice la gráfica para estimar el:
i. La mediana de tiempo de llegada
ii. Numero de los competidores que terminaron en menos de 2 horas 35 minutos
iii. porcentaje de los competidores que tardó más de 2 horas 39 minutos para
terminar
iv. tiempo empleado por un competidor que acabó en el top 20% de los corredores
que completaron el maratón.

Otra forma de calcular los percentiles es añadir una escala separada para un gráfico de
frecuencia cumulada. En el gráfico junto con, la frecuencia acumulativa leer desde el eje en el
lado izquierdo, y cada valor corresponde a un percentil en el lado derecho.

EJERCICIOS.
1 Las calificaciones de los exámenes de un grupo de estudiantes se muestran en la tabla.

Dibuje una gráfica de frecuencias acumuladas de los datos y utilizarla para responder a la
siguiente:
a. Hallar la mediana de las calificaciones de los exámenes.
b. ¿Cuántos estudiantes obtuvieron 65 puntos o menos?
c. ¿Cuántos estudiantes obtuvieron al menos 50, pero menos de 70 puntos?
d. Si el mínimo exigido era de 45 , hallar el número de estudiantes que han fallado?
2. Los siguientes datos muestran las longitudes de 30 truchas atrapadas en un lago durante una
competencia de pesca. Las mediciones se redondean hacia abajo en centímetros.
a. construir una tabla de frecuencia acumulativa de la trucha con longitudes “ x” cm,

utilizando los intervalos de 24  x  27 , 27  x  30 , y así sucesivamente.
b. Dibuja una gráfica de frecuencias acumuladas de los datos.
i. estimar la mediana.
c. Utilice los datos originales para encontrar su mediana y comparar su respuesta con bi.

3 Un botánico ha medido las alturas de 60 plantas y ha presentado sus conclusiones respecto del
gráfico de frecuencias acumuladas que se muestra debajo.
a. ¿Cuántas plantas tienen alturas de 5 cm o menos?

b. ¿Qué porcentaje de plantas son más altos que 8 cm?
c. Encuentra la altura mediana.
d. Hallar el rango intercuartil para las alturas.

VARIANZA Y DESVIACIÓN TÍPICA.
El problema con el uso de la gama y la IQR como medidas de difusión o dispersión de las
puntuaciones es que dos de ellos sólo usan dos valores en su cálculo. Por tanto, algunos
conjuntos de datos pueden tener sus características de propagación ocultos cuando se citan el
rango o la IQR, por lo que necesitamos una mejor manera de describir la propagación.
Considera el conjunto de datos de n valores: x1 , x2 , x3 , x4 ,...., xn con media x , xi − x mide

qué tan lejos xi se desvía de la media, por lo que uno podría sospechar que la media de las
1 n
desviaciones  ( xi − x ) le daría una buena medida de dispersión. Sin embargo, este valor
n i =1
resulta siempre ser cero.
En su lugar, se define:
n
 ( xi − x ) 2
S n2 = i =1
La varianza de una muestra de valores de datos n es:
n
Observe que en esta fórmula:
• ( xi − x)2 es también una medida de cómo Xi se desvía de x . Sin embargo, el

cuadrado asegura de que cada término de la suma sea positivo, por lo que la suma
resulta no ser cero.
n
• Si i
=1
( xi − x) 2 es pequeño, se indicará que la mayoría de los valores de los datos
están cerca de la media.
• Dividiendo por n da una indicación de lo lejos que, en promedio, los datos están de la
media.
n
 ( xi − x) 2
Sn = i =1
Para un conjunto de datos de valores de n,
n es
llamada desviación estándar.

En este curso sólo se espera que utilice la tecnología para calcular la varianza y la desviación
estándar. Sin embargo, se presentan dos métodos en el siguiente ejemplo, para ayudar a
entender mejor las desviaciones estándar.
EJEMPLO 1
Consideremos de nuevo los datos de la Encuesta de la biblioteca del ejemplo 6.
a. Encuentre la media y la desviación estándar para cada encuesta usando:

ii. La fórmula ii. Tecnología.

EJERCICIO 1.
1. Los gráficos de columnas muestran dos distribuciones:
a. Observando los gráficos, ¿qué distribución no parece tener mayor difusión?

b. Calcula la media de cada muestra.
c. Encontrar la desviación estándar para cada muestra.
d. Se dan las otras medidas de dispersión para las dos muestras junto con:
i. ¿De qué manera la desviación estándar sirve para dar una mejor descripción de
cómo se distribuyen los datos?
2. El número de puntos anotados por Andrew y Brad en los últimos 8 partidos de baloncesto se
tabulan a continuación.
a. Encuentre la media y la desviación estándar del número de puntos alcanzados por cada
jugador.
b. ¿Cuál de los dos jugadores es más consistente?

4. Dos entrenadores de baseball comparan el número de carreras completadas por parte
de sus equipos en sus últimos diez partidos:
a. muestra que cada equipo tiene la misma media y rango de carreras

completadas.
b. ¿Qué equipo de rendimiento sospecha es más variable en el período?
c. Compruebe su respuesta con la b buscando la desviación para cada
distribución.
d. ¿El rango o la desviación estándar pueden dar una mejor indicación de la
variabilidad?
5. La siguiente tabla muestra la disminución en los niveles de colesterol en 6 voluntarios

después de una prueba de dos semanas de dieta especial y ejercicio.
a. Hallar la desviación estándar de los datos.

b. Vuelva a calcular la desviación estándar con el valor atípico eliminado.
c. Discutir el efecto de un valor extremo en la desviación estándar.

DESVIACIÓN ESTANDAR PARA DATOS AGRUPADOS.
Una vez más, se espera utilizar la tecnología para el cálculo de la desviación estándar en este
curso. Utilizamos la fórmula en el siguiente ejemplo para ayudar a la comprensión solamente.
n
 f i ( xi − x) 2
Sn = i =1
n
EJEMPLO 1
HALLAR LA DESVIACION ESTANDAR DE LA DISTRIBUCION EMPLEANDO:
a. La fórmula de desviación estándar
b. Tecnología

EJERCICIOS.
1. A continuación se muestra un ejemplo del tamaño de las familias tomadas al azar de la gente
en una ciudad.
a. Hallar la media y la desviación estándar de la muestra.
2. A continuación se presenta una muestra aleatoria de las edades de los jugadores de squash en
el Campeonato Nacional de Squash.
a. Hallar la media y la desviación estándar de las edades.

MODELOS LINEALES
PROBLEMA DE APERTURA.
En un torneo juvenil, un grupo de jóvenes atletas lanzan un disco. La edad y la distancia de
lanzamiento son registradas para cada atleta.
ES IMPORTANTE CONSIDERAR:
a. ¿Crees que la distancia que un atleta puede lanzar está relacionada a la edad de la
persona?
b. ¿Cómo se puede representar gráficamente los datos para que podamos ver claramente
la relación entre las variables?
c. ¿Cómo podemos medir la relación entre las variables?
d. ¿Cómo podemos usar estos datos para predecir la distancia de lanzamiento que un
atleta de 14 años puede lograr?
Los estadísticos se han interesado en cómo se relacionan las dos variables.

Por ejemplo, en el problema de apertura, queremos saber cómo un cambio en la edad del atleta
puede afectar en la distancia de lanzamiento que el atleta puede alcanzar.
Podemos observar la relación entre las variables por el trazado de los datos en un diagrama de
dispersión.
Ponemos la edad como variable independiente sobre la eje horizontal, y la distancia variable
dependiente en el eje vertical.
A continuación, podemos trazar cada valor como un punto en la dispersión diagrama. Por
ejemplo, el punto rojo representa atleta
H, que tiene 10 años y lanzó el disco 15 metros.
De una forma general formada por los puntos, podemos ver que a medida que aumenta la edad,
también lo hace la distancia alcanzada.

CORRELACIÓN.
Correlación se refiere a la relación o asociación entre dos variables.

Hay varias características que consideramos la hora de describir la correlación entre dos
variables: dirección, la linealidad, la fuerza, los valores extremos, y la relación causal.
DIRECCION
Por lo general una tendencia al alza, se dice
que la correlación es positiva.
Un aumento en la variable independiente
significa que la variable dependiente
generalmente aumenta.
Por una tendencia general a la baja, se dice

que la correlación es negativa. Un aumento en
la variable independiente significa que el
variable dependiente generalmente
disminuye.
Para los puntos aleatoriamente dispersos, sin
una tendencia al alza o a la baja, decimos que
no hay correlación.
LINEALIDAD
Estos puntos son más o menos lineales
Estos puntos no siguen una tendencia lineal.

FUERZA
FUERTE
POSITIVA FUERTE
MODERADA
POSITIVA MODERADA
DÉBIL
POSITIVA DÉBIL
FUERTE
NEGATIVA FUERTE
MODERADA
NEGATIVA MODERADA
DÉBIL
NEGATIVA DÉBIL
VALORES EXTREMOS
(ATÍPICOS)
EXTREMO
NO EXTREMO

EJERCICIOS.
1. Describir qué se entiende por:

a. Diagrama de dispersión b. correlación c. correlación positiva
d. correlación negativa e. valores extremos.
2. Para los siguientes diagramas de dispersión, comentar:

i la existencia de cualquier patrón (correlación positiva, negativa o ninguna)
ii la relación fuerza (cero, débil, moderada o fuerte)
iii si la relación es lineal
iv si hay valores extremos
3. Diez estudiantes participaron en un concurso de mecanografía, donde se les dio a los

estudiantes un minuto para escribir el mayor número posible de palabras. La siguiente tabla
muestra el número de palabras escritas por cada estudiante, y cuantos errores cometieron:
a. Dibuja el diagrama de dispersión

b. Nombra el estudiante que se describe mejor como:
i. Lento pero preciso
ii. Rápido pero impreciso.
iii. Atípico
c. Describe la relación y la fuerza de correlación entre las dos variables.
d. ¿es lineal?
e.

COEFICIENTE DE CORRELACIÓN DE PEARSON.
En la sección anterior, clasificamos la fuerza de la correlación entre dos variables, ya sea como
fuerte, moderada o débil. Hemos observado los puntos en un diagrama de dispersión, e hicimos
un juicio en cuanto a la claridad con los puntos forman una relación lineal.
Sin embargo, este método puede ser bastante inexacto, por lo que es importante obtener una
medida más precisa de la fuerza de correlación lineal entre dos variables. Logramos esto
utilizando producto-momento de Pearson el coeficiente de correlación r.
PARA UN CONJUNTO n DE DATOS ORDENADOS EN PARES

( x1 , y1 ), ( x2 , y2 ), ( x3 , y3 ),....( xn , yn ),
EL COEFICIENTE DE CORRELACION DE PEARSON ES:
( x − x)( y − y )
r=
( x − x ) 2 ( y − y ) 2
Donde x e y son las medias de las x y respectivamente, y  significa la suma sobre
todos los valores.
El rango de valores de r es -1 a +1
• El signo de r indica la dirección de la correlación.

o Un valor positivo para r indica las variables se correlacionan positivamente.
Un aumento en una de las variables se traducirá en un aumento en el otro.
o Un valor negativo para r indica las variables tienen una correlación negativa.
Un aumento en una de las variables se traducirá en una disminución en el otro.
• El valor de r indica la fuerza de correlación.
o Un valor de r cercano a +1 o -1 indica una fuerte correlación entre las variables.
o Un valor de r cercano a cero indica débil correlación entre las variables.

La siguiente tabla es una guía para la descripción de la fuerza de correlación lineal utilizando r.

EJEMPLO 1
Una empresa de fertilizantes químicos desea determinar el grado de correlación entre la
cantidad de compuesto X y el crecimiento de césped por día.
a. hallar e interpretar el coeficiente de correlación entre las dos variables.
EJEMPLO 2
Un grupo de adultos se pesa, y miden su velocidad máxima en la pista:
a. hallar r.
b. describe la correlación entre el peso y la velocidad.

EJERCICIOS.
1. Relaciona cada grafica con el valor correcto de r.
2. La tabla muestra las edades de cinco niños, y el número de veces que visitó el médico en el
último año:
a. Dibuje un diagrama de dispersión de los datos.

b. Calcule el coeficiente de correlación.
c. Describir la correlación entre la edad y el número de visitas al médico.
3. Jill cuelga su ropa a secar todos los sábados, y se da cuenta que la ropa se seca más
rápidamente algunos días que otros. Ella investiga la relación entre la temperatura y el tiempo
de secado de su ropa.
a. Traza el diagrama de dispersión

b. Calcula r
c. Describe la correlación existente entre la temperatura y el tiempo de secado.

4. Un consejo local recogió datos del número de parques en la zona, registrando el tamaño de
los parques y el número de árboles.
a. Traza el diagrama de dispersión para este conjunto de datos

b. ¿se espera que r sea positivo o negativo?
c. Calcula r
d. ¿Existen valores extremos? (atípicos)
e. Calcula r sin considerar los valores atípicos

RECTAS DE AJUSTE ÓPTIMO
Considera nuevamente el problema de apertura.
Hemos visto que hay una correlación fuerte lineal positiva entre la edad y la distancia de
lanzamiento.
Por tanto, podemos modelar los datos utilizando una línea de mejor ajuste.
Dibujamos una línea de mejor ajuste de conexión variables X e Y de la siguiente manera:
PASO 1: CALCULA LA MEDIA DE LOS VALORES DE X, Y LA MEDIA DE LOS VALORES DE y.
PASO 2: MARCA EL PUNTO DE LAS MEDIAS ENCONTRADAS ANTERIORMENTE ( x, y )

PASO 3: TRAZA UNA LÍNEA A TRAVÉS DEL PUNTO MEDIO QUE SE AJUSTA A LA TENDENCIA DE
LOS DATOS, EN EL CUAL ALREDEDOR DEL MISMO NÚMERO LOS PUNTOS DE LOS DATOS ESTEN
POR ENCIMA DE LA LÍNEA Y DEBAJO DE ELLA.
La línea formada se llama una línea de mejor ajuste a ojo. Esta línea puede variar de persona a
persona.

Para el problema de apertura, el punto de las medias es (15,29).
Podemos utilizar la línea de mejor ajuste para estimar el valor de y para cualquier valor dado de
x, y viceversa.
EJEMPLO 1
CONSIDERA LOS SIGUIENTES DATOS REFERENTES A LA MASA DE UN RESORTE.
a. DIBUJA EL DIAGRAMA DE DISPERSION Y TRAZA LA RECTA DE MEJOR AJUSTE

INCLUYENDO EL PUNTO DE LAS MEDIAS.
b. HALLAR LA ECUACION DE LA RECTA DE AJUSTE ÓPTIMO.

EJERCICIO 1.
1. Para cada uno de los siguientes grupos de datos

i. dibuja el diagrama de dispersión y la recta de mejor ajuste agregando el punto de las
medias
ii. Hallar la ecuación de la recta de mejor ajuste.
2. Más de 10 días, la máxima temperatura y el número de robos de coches se registró

para una ciudad:
a. Dibujar el diagrama de dispersión

b. Describe la correlación que existe entre la máxima temperatura y el robo de
coches.
c. Traza la línea de mejor ajuste
d. Hallar la ecuación de la recta de mejor ajuste
e. Emplea tu ecuación para estimar el número de robos de coches cuando la
temperatura sea de 25°.

LINEA DE REGRESION DE MÍNIMOS CUADRADOS.
El problema con el empleo de una línea de mejor ajuste a ojo es que la línea trazada variará
de una persona a otra.
En su lugar, se utiliza un método conocido como la regresión lineal para encontrar la
ecuación de la recta que mejor se ajusta a los datos. El método más común es el método de
"mínimos cuadrados”.
En la práctica, en lugar de encontrar la recta de regresión por experimentación, usamos una
calculadora o un paquete de estadísticas.

INTERPOLACION Y EXTRAPOLACION.
Supongamos que hemos recogido datos para investigar la asociación entre dos variables.
Obtenemos el diagrama de dispersión que se muestra a continuación. Los datos con los
valores más bajos y más altos de x se llaman polos.
Utilizamos la línea de regresión de mínimos cuadrados para estimar que valores de una
variable dan un valor para la otra.
Si usamos los valores de x entre los polos, que decimos que la interpolación entre los polos.
Si usamos los valores de x fuera de los polos, decimos estamos extrapolando fuera de los
polos.
La precisión de una interpolación depende que tan lineal sea la relación entre los datos
originales. Esto puede ser calibrado mediante la determinación del coeficiente de
correlación y asegurar que los datos son dispersos al azar alrededor de la línea de regresión
lineal.
La precisión de una extrapolación depende no sólo de la forma lineal de los datos originales,
sino también del supuesto de que la tendencia lineal continuará más allá de los polos. La
validez de este supuesto depende en gran medida de la situación que estamos viendo.
Como regla general, es razonable interpolar entre los polos, pero poco fiable extrapolar
fuera los polos.

EJEMPLO 1
La siguiente tabla muestra la distancia que un grupo de estudiantes viaja a la escuela, y el
tiempo que les toma viajar allí cada día.
a. Dibuja el diagrama de dispersión

b. Hallar r
c. La ecuación de la recta de mejor ajuste

EJERCICIOS

PROBABILIDAD
PROBLEMA DE APERTURA.
A finales del siglo 17, los matemáticos
ingleses compilaron y analizaron tablas de
mortalidad que mostraron el número de
personas que murieron en las diferentes
edades. A partir de estas tablas que podían
estimar la probabilidad de que una persona
estaría vivo en una fecha futura. Esto llevó a
la creación de la primera compañía de
seguros de vida en 1699.
La compañía de Seguro de Vida emplea

estadísticas sobre la esperanza de vida y las
tasas de mortalidad para calcular la prima a
cobrar a la gente que aseguran con ellos.
La tabla de vida que se muestra es de

Australia. Se muestra el número de personas
cerca de 100000 nacidos que sobreviven a
diferentes edades, y los años esperados la
vida de permanecer en cada edad.
Por ejemplo, podemos ver que fuera de 100 000 nacimientos, 98 052 hombres se espera que
sobrevivan a la edad de 20 años, y a partir de esa edad los sobrevivientes esperan vivir otros
54.35 años.
Cosas en que pensar:
a. ¿Se puede utilizar la tabla de vida para estimar el número de años que se puede esperar
vivir?
b. ¿Se puede estimar la probabilidad de que un niño o niña recién nacido llegue a la edad
de 15 años?
c. ¿ puede la tabla utilizarse para estimar la probabilidad de que:
i. un niño de 15 años pueda llegar los 75 años
ii. una niña de 15 años no alcanzará los 75 años ?
d. Una compañía de seguros vende pólizas a las personas para asegurar contra la muerte
en un período de 30 años. Si la persona muere durante este período, los beneficiarios
reciben la acordada cifra del pago. ¿Por qué con estas políticas más barato asegurar una
persona de 20 años de edad que para una de 50 años de edad?

En el campo de la teoría de la probabilidad utilizamos las matemáticas para describir la
posibilidad o probabilidad de que ocurra un evento.
Aplicamos la teoría de probabilidades en las ciencias físicas y biológicas, la economía, la política,

el deporte, seguros de vida, control de calidad, planificación de la producción, y una serie de
otras áreas.
Asignamos a cada evento un número que se encuentra entre 0 y 1, ambos inclusive. Llamamos a
este número una probabilidad.
• Un acontecimiento imposible es el que tiene 0% de probabilidad de que ocurra se le

asigna una probabilidad de 0.
• Un determinado evento que tiene 100% de probabilidad de que ocurra se le asigna una
probabilidad de 1.
• Todos los demás eventos se pueden asignar una probabilidad entre 0 y 1.
La recta numérica muestra cómo podríamos interpretar diferentes probabilidades:
La asignación de probabilidades se basa por lo general en ambos casos:
• observación de los resultados de un experimento (probabilidad experimental), o

• con argumentos de simetría (probabilidad teórica).

PROBABILIDAD EXPERIMENTAL
En experimentos utilizamos los siguientes términos para hablar de lo que estamos haciendo y el
resultado que obtenemos:
• El número de ensayos es el número total de veces que se repita el experimento.

• Resultados
• La frecuencia de un resultado en particular es el número de veces que se observa este
resultado.
• La frecuencia relativa de un resultado es la frecuencia de que el resultado
expresado como una fracción o porcentaje del número total de ensayos.
Por ejemplo, cuando un pequeño cono de plástico fue lanzado al aire 279
veces; cayó de su lado 183 veces y en su base 96 veces.
Nosotros decimos:
• el número de ensayos es 279

• los resultados son lado y la base
• las frecuencias de lado y la base son 183 y 96, respectivamente
183 96
• las frecuencias relativas de lado y la base son  0.656 y  0.344 ,
279 279
respectivamente.
• A falta de más datos, la frecuencia relativa de cada evento es nuestra mejor estimación
de la probabilidad de que el evento ocurra.
PROBABILIDAD EXPERIMENTAL = FRECUENCIA RELATIVA
ESPACIO MUESTRAL
Un espacio muestral U es el conjunto de todos los posibles resultados de un experimento.
También se conoce como el conjunto universal U.
Hay una variedad de maneras de representar o ilustrar espacios muestrales, incluyendo:
• listas de cuadrículas de 2 dimensiones

• diagramas de árbol
• tablas de resultados
• diagramas de Venn

TABLA DE RESULTADOS
EJEMPLO 1
ENLISTA EL ESPACIO MUESTRAL DE LOS POSIBLES RESULTADOS DE:
a. lanzar una moneda b. lanzar un dado normal
DIAGRAMAS DE ARBOL
El espacio muestral en el Ejemplo 1 también podría ser representado por un diagrama
de árbol. La ventaja de los diagramas árbol es que se pueden usar cuando más de dos
operaciones están involucradas.
EJEMPLO 2
ILUSTRAR, USANDO UN DIAGRAMA DE ÁRBOL, LOS POSIBLES RESULTADOS CUANDO:
a. SE LANZAN DOS MONEDAS
b. ESCOGER DOS CANICAS DE UNA BOLSA CON CANICAS ROJAS, VERDES Y AMARILLAS.

EJERCICIOS
1. Anote el espacio muestral para lo siguiente:
a. Girar una ruleta cuadrada con la etiqueta A, B, C, D
b. los sexos de una familia de 2 niños
c. El orden en que los 4 bloques A, B, C y D pueden ser alineados
d. las 8 diferentes familias de 3 hijos.
2. ilustrar en un diagrama de árbol del espacio de muestra para:
a. lanzamiento de 5 centavos y una moneda de 10 centavos de forma simultánea
b. lanzar una moneda y girando una ruleta de triángulo equilátero con la etiqueta A, B y C

PROBABILIDAD TEORICA
Considere la ruleta octagonal.
La ruleta es simétrica, cuando se hace girar la flechas del marcador podría terminar con la misma
probabilidad en cada una de las secciones marcada 1 a 8.
La probabilidad de obtener el resultado 4 sería:
• 1 oportunidad de 8
1
•
8
1
• 12 o
2 o
Esta es una probabilidad matemática o teórica y se basa en lo que teóricamente esperamos que
se produzca.
Es la posibilidad de que ese evento ocurra en cualquier ensayo del experimento.
En general, para un evento A que contiene resultados igualmente probables o posibles, la

probabilidad de que ocurra A es:
n( A)
P( A) =
n(U )
EJEMPLO 1
UN TICKET ES SELECCIONADO AL AZAR DE UNA CESTA QUE CONTIENE 3 VERDES, 4 AMARILLOS
Y 5 AZULES. DETERMINE LA PROBABILIDAD DE OBTENER:
a. Un ticket verde b. un ticket verde o amarillo c. un ticket naranja
d. un ticket amarillo o azul

SUCESOS COMPLEMENTARIOS
Dos eventos son complementarios si debe ocurrir exactamente uno de los eventos.
Si A es un evento, entonces A es el evento complementario de A, (o no A).
P( A) + P( A) = 1
EJERCICIO 1.
1. Una canica es seleccionada al azar de una caja que contiene 5 verdes, 3 rojas y 7 azules.
Determinar la probabilidad de que la canica sea:
a. roja b. verde c. azul d. no roja e. ni verde ni azul

f. verde o roja
2. Un empaque de una docena de huevos contiene ocho huevos de color marrón.

El resto son de color blanco.
a. ¿Cuántos huevos blancos hay en la caja?
b. Encuentre la probabilidad de que un huevo seleccionado al azar sea:
i. marrón ii. Blanco
3. ¿Cuál es la probabilidad de que una persona elegida al azar tiene su próximo cumpleaños:
a. un martes
b. en un fin de semana
c. en julio
d. en enero o febrero?

USO DE REDES PARA ENCONTRAR PROBABILIDADES
Las Cuadrículas bidimensionales nos pueden dar excelentes presentaciones visuales de los
espacios muestrales. Podemos utilizarlos para contar resultados favorables y así calcular
probabilidades.
EJEMPLO 1. Utilice una red o cuadricula bidimensional para ilustrar el espacio muestral al
lanzar una moneda y tirando un dado simultáneamente. De esta red determinar la
probabilidad de:
a. Obtener cara b. obtener una cruz y un 5 c. obtener una cruz o un 5.

EJERCICIOS.
1 Dibuja la cuadrícula del espacio muestral cuando una de 5 centavos y una moneda de 10
centavos son lanzados simultáneamente. Por lo tanto determinar la probabilidad de obtener:
a. Dos caras b. dos sellos c. exactamente una cara d. al menos una cara.
2. Una moneda y una ruleta pentagonal con los sectores 1, 2, 3, 4, y 5

se arrojaron.
a. Dibuje una cuadrícula para ilustrar el espacio de muestra

de posibles resultados.
b. ¿Cuántos resultados son posibles?
c. Utilice la cuadrícula para determinar la oportunidad de conseguir:
i. un sello y un 3
ii. una cara y un número cualquiera
iii. un número impar
iv. una cara o un 5.
3. Un par de dados se lanzan. Los 36 posibles resultados diferentes se ilustran en la red bi-
dimensional.
Use la cuadrícula para determinar la probabilidad de obtener:
a. dos 3 b. un 5 y un 6
c. un 5 o un 6 (o ambos) d. al menos un 6
e. exactamente un 6 f. ni uno de los dos 6
g. una suma de 7 h. una suma superior a 8
i. una suma de 7 u 11 j. una suma de no más de 8.

TABLAS DE RESULTADOS.
Las tablas de resultados son tablas que comparan dos variables categóricas. Por lo general, el
resultado de una encuesta.
Por ejemplo, se pidió a un grupo de profesores que informaran sobre el medio de transporte
que utilizan para viajar a la escuela. Sus respuestas se resumen en la siguiente tabla. Las
variables son el sexo y el medio de transporte.
En el siguiente ejemplo veremos cómo estas

tablas se pueden usar para estimar las
probabilidades. Para ayudarnos, extendemos la
tabla para incluir los totales de cada fila y
columna.
EJEMPLO 1
SE LES PREGUNTA A LAS PERSONAS QUE SALEN DE UN NUEVO PASEO EN UN PARQUE
TEMÁTICO SI LES GUSTÓ O EL PASEO. LOS RESULTADOS SE MUESTRAN EN LA TABLA.
UTILICE ESTA TABLA PARA ESTIMAR LA PROBABILIDAD DE QUE UNA PERSONA

SELECCIONADA AL AZAR OPINA LO SIGUIENTE DEL PASEO:
a. Le gustó el paseo b. es un niño y no le gusta el paseo
c. es un adulto o no le gustó el paseo d. le gustó el paseo dado que es una o un niño
e. es un adulto dado que a ella o a él no le gustó el paseo.

EJERCICIOS.
1 Una muestra de adultos en un suburbio fueron encuestados acerca de su situación laboral
actual y su nivel de educación. Los resultados se resumen en la siguiente tabla.
Calcule la probabilidad de que el próximo adulto elegido al azar:
a. asistió a la universidad
b. no asistió a la universidad y tiene empleo en la actualidad
c. está desempleado
d. es empleado ya que asistió a la universidad
e. asistió a la universidad, dado que es desempleado.
2. Un pequeño hotel en Londres ha llevado un registro de todas las reservas de habitaciones

realizadas en el año, clasificados por temporada y el tipo de reserva.
Hallar la probabilidad de que una reserva seleccionada al azar fue:
a. en temporada alta
b. de habitación individual en temporada baja
c. habitación individual o habitación doble
d. familiar, ya que fue en la temporada baja
e. en la temporada alta, ya que no era una habitación individual.

EVENTOS COMPUESTOS
Supongamos que una caja “x” contiene 2 bolas azules y 2 verdes,
y la caja “Y” contiene 1 bola blanca y 3 rojas. Una pelota se
selecciona aleatoriamente de cada una de las cajas. Determinar
la probabilidad de obtener " un bola azul de X y una bola roja de
Y ".
Al ilustrar el espacio muestral en la red de dos dimensiones que

se muestra, se puede observar que 6 de las 16 posibilidades son
azules de X y rojo de Y. Cada uno de los resultados es igualmente
probable, por lo que tenemos:
P (azul de “x”, roja de “y”)= 6/16
En esta sección buscamos un método más rápido para encontrar la probabilidad de tal
situación.
ANÁLISIS 1.
Supongamos que se lanzan una moneda y un dado al mismo tiempo. El resultado de la
moneda se llamará A, y el resultado de la tirada será B.
QUE HACER:
1 Copia y completa, utilizando una cuadrícula de 2 dimensiones, si es necesario:
2 ¿Cuál es la conexión entre P(A Y B), P(A) Y P(B)?
De las investigacion1, parece que si A y B son dos eventos para los cuales la ocurrencia de
cada una no afecta a la ocurrencia del otro, entonces P (A y B) = P (A) x P (B).
Antes de que podamos formalizar esto como una regla, sin embargo, tenemos que distinguir
entre eventos independientes y dependientes.

EVENTOS INDEPENDIENTES.
Los eventos son independientes si la ocurrencia de cualquiera de ellos no afecta la
probabilidad de que los demás puedan ocurrir.
Consideremos de nuevo el ejemplo de la página

anterior. Supongamos que debemos elegir una bola azul
de la caja “X”. Esto no afecta a la resultado cuando
elegimos una bola de la caja Y. La probabilidad de la
selección de una bola roja de la caja Y es 3/4
independientemente de la bola de color se selecciona de la caja de “X”.
Así, los dos eventos "una bola azul de X" y "una bola roja de Y" son independientes.
SI A Y B SON SUCESOS INDEPENDIENTES ENTONCES P(A y B)= P(A) x P(B)

Esta regla se puede ampliar para cualquier número de eventos independientes.
Por ejemplo: si A, B y C son sucesos independientes entonces; P(A y B y C)= P(A) x P(B) x P(C).
EJEMPLO 2. Una moneda y un dado son lanzados simultáneamente. Determinar la

probabilidad de conseguir una cara y un 3 sin necesidad de utilizar una cuadrícula.

EJERCICIOS.
1. En una montaña en el pueblo de en Papua Nueva Guinea llueve un promedio de 6 días a

la semana. Determinar la probabilidad de que llueva en:
a. cualquier día b. dos días sucesivos c. tres días sucesivos.
2. Se lanza una moneda 3 veces. Determinar la probabilidad de obtener las siguientes

secuencias de resultados:
a. cara, después cara, después cara. b. cruz, después cara, después cruz
3. Una escuela tiene dos fotocopiadoras. En un día cualquiera, la máquina A tiene un 8% de

probabilidad de mal funcionamiento y la máquina B tiene una oportunidad de 12% de mal
funcionamiento. Determinar la probabilidad de que en cualquier día ambas máquinas:
a. tengan mal funcionamiento b. funciones perfectamente.
4 Una pareja quiere 4 hijos, ninguno de los cuales se adoptarán. Ellos se sentirán
decepcionados si los niños no nacen en el orden chico, chica, chico, chica. Determinar la
probabilidad de que van a ser:
a. felices por el orden deseado de nacimientos b. inconformes
5. Dos tiradores disparan a un objetivo al mismo tiempo. Jack acierta en el objetivo del 70%
todo el tiempo y Diana acierta 80% todo el tiempo.
Determinar la probabilidad de que:
a. que ambos dieron en el blanco
b. ambos pierden el objetivo
c. Jack acierta pero falla diana
d. diana acierta pero Jack falla.
6. Un arquero acierta en un blanco circular con cada flecha

disparada, y acierta en la diana en promedio 2 de cada 5
disparos. Si 3 flechas se dispararon hacia el objetivo,
determinar la probabilidad de que el blanco es golpeado:
a. todo el tiempo
b. los primeros dos lanzamientos c. en ninguna ocasión.
Nota: el apartado de eventos dependientes no se abordará puesto que no está considerado

en el programa MATEMATICAS NM.

DIAGRAMAS DE ARBOL
Los diagramas de árbol se pueden utilizar para ilustrar los espacios de muestra si los posibles
resultados no son demasiado numerosos.
Una vez que se ilustra el espacio de muestra, el diagrama de árbol puede ser utilizado para la
determinación de las probabilidades.
Considere que dos arqueros disparaban simultáneamente a un blanco. Estos son eventos
independientes.
Li tiene una probabilidad 3/4 de golpear a un blanco
Yuka tiene una probabilidad de 4/5.
H= hit
M= miss
Tenga en cuenta que:
• Las probabilidades de golpear y “fallar” se marcan en las ramas.

• Hay cuatro ramas alternativas, cada una mostrando un resultado en particular.
• Todos los resultados están representados.
• La probabilidad de cada resultado se obtiene multiplicando las probabilidades a lo largo
de su rama.

EJEMPLO . Carl no está teniendo mucha suerte últimamente. Su auto se enciende solamente
el 80% del tiempo y su moto lo hará sólo iniciar 60% del tiempo.
a. Dibuja un diagrama de árbol para ilustrar esta situación.
b. Utilice el diagrama de árbol para determinar la probabilidad de que:
i. Arrancará ii. Carl sólo puede utilizar su coche.

Si hay más de un resultado que se traduce en un evento que ocurre, entonces tenemos que
añadir las probabilidades de estos resultados.
EJEMPLO 4. Dos cajas contienen cada uno 6 plantas de petunia que aún no están en flor. La
caja “A” contiene 2 plantas que tendrá flores de color púrpura y 4 plantas que tienen flores
blancas. “B” contiene 5 plantas que tendrá flores moradas y 1 planta que tendrá flores
blancas. Una caja se selecciona lanzando una moneda, y una planta se retira al azar de la
misma. Determinar la probabilidad de que tendrá flores de color púrpura.

EJERCICIOS.
1. los alumnos de una clase que tocan los

instrumentos musicales, el 60% son mujeres.
20% de las mujeres y 30% de los hombres
ejecuta el violín.
a. copia y completar el diagrama de árbol.
b. ¿Cuál es la probabilidad de que un
seleccionado al azar un estudiante:
i. hombre y que no ejecute el violín
ii. Los que ejecutan el violín?
2. a. copia y completa el diagrama de árbol sobre

personas en las fuerzas armadas.
b. ¿Cuál es la probabilidad de que un miembro de la

las fuerzas armadas:
i. Es un oficial
ii. No es un oficial de la marina
iii. No es un oficial del ejército o fuerza

aérea?
3. 3 Supongamos que este spinner se hace girar dos veces.

a. copia y completa las ramas en el diagrama de árbol que se
muestra.
b. Calcula la probabilidad de que el negro aparece en ambos giros.

c. Encontrar la probabilidad de que aparezca de color amarillo en ambas vueltas.
d. Encuentre la probabilidad de que diferentes colores aparecen en las dos vueltas.
e. Encuentra la probabilidad de que aparezca en negro en cualquier tirada.

4. La probabilidad de la lluvia mañana se estima en 1/5. Si llueve, Mudlark comenzará favorito
en la carrera de caballos, con una probabilidad de 1/2 de ganar. Si está bien, sólo tiene un 1 en
20 probabilidades de ganar. Visualizar el espacio muestral de los posibles resultados de la
carrera de caballos en un diagrama de árbol. Por lo tanto determinar la probabilidad de que
Mudlark ganará mañana.
5. Una máquina “A” hace el 40% de las botellas producidas en una fábrica. La Máquina “B” hace
el resto. La Máquina “A” tiene una pérdida del 5% de su producto, mientras que la pérdida de la
máquina “B” sólo el 2%. Usando un diagrama de árbol apropiado, determinar la probabilidad de
que la próxima botella inspeccionada en esta fábrica se echa a perder.

PROBABILIDADES CON Y SIN SUSTITUCION.
Supongamos que tenemos un gran grupo de objetos. Si seleccionamos uno de los objetos al azar
y comprobamos que no haya características particulares, entonces este proceso se conoce como
muestreo. Si el objeto se vuelve a colocar en el grupo antes de elegir un objeto nuevo, lo
llamamos el muestreo con reemplazo.
Si el objeto se pone a un lado, lo llamamos el muestreo sin reemplazo.
El muestreo se usa comúnmente en el control de calidad de los procesos industriales.
A veces el proceso de inspección hace que sea imposible devolver el objeto al grupo grande. Por
ejemplo:
• Para ver si un chocolate es duro o suave, tenemos que morderlo o comprimirlo.

• Para ver si un huevo contiene una o dos yemas, tenemos que romperlo.
• Para ver si un objeto se hace correctamente, es posible que debamos separarlo.
Considere la posibilidad de una caja que contiene 3 rojas, 2 azules y 1 canica amarilla. Si
tomamos una muestra de dos canicas, podemos hacer esto o bien:
• con el reemplazo de la primera se dibuja antes que el segundo,

• sin reemplazo de la primera se dibuja antes que el segundo.
Examinar cómo los diagramas de árbol difieren:
La rama remarcada representa una canica azul con el primer sorteo y una canica de color rojo
con el segundo sorteo. Escribimos esto como BR.
Considerar que:
• con reemplazo (eventos independientes) P(dos rojas)= 3/6 x 3/6 =1/4

• sin reemplazo (eventos dependientes) P(dos rojas)= 3/6 x 2/5 =1/5

EJEMPLO 5. Una caja contiene 3 rojos, 2 azules y 1 canica amarilla. Encuentre la probabilidad
de obtener dos colores diferentes:
a. si se produce un reemplazo b. si no se produce reemplazo.
EJEMPLO 6. Una bolsa contiene canicas, 5 rojas y 3 azules. Dos canicas se extraen
simultáneamente de la bolsa.
Determinar la probabilidad de que al menos se escoge una de color rojo.

EJERCICIOS
1. Dos canicas se dibujan en la sucesión de una caja que contiene 2 púrpura y 5 canicas verdes.
Determinar la probabilidad de que las dos canicas son de colores diferentes si:
a. primera con reemplazo.

b. la primera sin reemplazo.
2. 5 entradas numeradas 1, 2, 3, 4, y 5 se colocan en una bolsa. Dos se han tomado de la bolsa

sin reemplazo.
a. Completar el diagrama de árbol escribiendo las

probabilidades en las ramas.
b. Determine la probabilidad de que:
i. ambos son impares
ii. ambos son pares
iii. uno es impar y el otro par.
3. Un dado tiene 4 caras con A, y 2 caras con B. Un frasco “A” contiene 3 rojos y 2 boletos
verdes. El frasco “B” contiene 3 rojos y 7 billetes verdes. Un rollo de la matriz se utiliza para
seleccionar ya sea un tarro o frasco B. Una vez que un frasco ha sido seleccionado, dos entradas
se seleccionan al azar sin reemplazo. Determinar la probabilidad de que:
a. ambos son de color verde b. son diferentes en color.

DIAGRAMAS DE VENN- LEYES DE LA PROBABILIDAD
DIAGRAMAS DE VENN
Los diagramas de Venn son una forma útil de representar los eventos en un espacio muestral.
Estos diagramas generalmente consistirá en un rectángulo que representa el espacio de muestra
completa U, y los círculos dentro de ella que representan eventos particulares.
Los diagramas de Venn se pueden utilizar para resolver ciertos tipos de preguntas de
probabilidad y también para establecer un número de las leyes de probabilidad.
Cuando rodamos una boquilla ordinaria, el espacio muestral o universal conjunto es
Si el evento A es "un número inferior a 3", entonces hay dos resultados que satisfagan evento A.
podemos escribir A = 1,2
El diagrama de Venn ilustra junto con el evento A en el universal

marcado como U.
2 1
n(U ) = 6 y n( A) = 2 por lo tanto P ( A) = =
6 3

NOTACION DE CONJUNTOS

LEYES DE PROBABILIDAD
LA LEY DE ADICIÓN
Para dos eventos A y B P( A  B) = P( A) + P( B) − P( A  B)
Esto significa: P (A o B o ambos) − P( AyB)
EJEMPLO 7.
SI P( A) = 0.6 P( A  B) = 0.7 Y P( A  B) = 0.3 HALLAR P(B)

EVENTOS MUTUAMENTE EXCLUYENTES O DISJUNTOS
Si A y B son eventos mutuamente excluyentes entonces P( A  B) = 0
Así la ley de la adición se convierte en P( A  B) = P( A) + P( B)

EJEMPLO 8.
Un chocolate es seleccionado al azar de una caja que contiene 6 chocolates con
centros duros y 12 chocolates con centros blandos.
Sea H el caso de que un chocolate seleccionado al azar de la caja tiene un centro
duro y S sea el caso de que un chocolate seleccionado al azar de la caja tiene un
centro blando....
a. ¿Los eventos H y S son mutuamente excluyentes?
b. Hallar

PROBABILIDAD CONDICIONADA
Dados dos eventos A y B, la probabilidad condicional de A dado B es la probabilidad
A que se produce dado que B ya se ha producido.
La probabilidad condicional se escribe A I B y se lee como "A dado B".
EJEMPLO 9.
En una clase de 25 alumnos, 14 prefieren pizza y 16 café helado. Un estudiante no le gusta ni
uno de los dos y 6 estudiantes les gustan ambos. Un estudiante es seleccionado al azar de la
clase. ¿Cuál es la probabilidad de que el estudiante:
a. Le guste la pizza b. le guste la pizza dado que a él o a ella le guste el café helado?
SI A Y B SON EVENTOS

EJERCICIOS.
EJEMPLO 10.
En una clase de 40 estudiantes, a 34 les gustan los plátanos, 22 la piña, y a 2 ambas
frutas. Un estudiante es seleccionado al azar. Encuentre la probabilidad de que el
estudiante:
a. Le guste ambas frutas b. le guste al menos una fruta
c. le guste el plátano dado que a él o a ella le guste la piña
d. no le guste la piña dado que le gusta el plátano.

EJEMPLO 11.
El estante superior de un armario contiene 3 latas de sopa de calabaza y 2 latas de sopa de
pollo. El estante inferior contiene 4 latas de sopa de calabaza y 1 lata de sopa de pollo.
Lukas es dos veces más propensos a tomar una lata del estante inferior como lo es desde el
estante superior. Supongamos que Lukas toma una lata de sopa sin mirar la etiqueta.
Determinar la probabilidad de que:
a. Es una lata de sopa de pollo b. fue tomado de estante superior dado que es
pollo.

4. En un grupo de 50 estudiantes, 40 estudian Matemáticas, 32 Física e, y cada
estudiante estudia al menos uno de estas dos materias.
a. Utilice un diagrama de Venn para encontrar el número de alumnos estudian ambos

temas.
b. Si se selecciona al azar un estudiante de este grupo, encuentre la probabilidad de que

él o ella:
i. estudie matemáticas, pero no física
ii. estudie Física dado que él o ella estudia Matemáticas.
5. En un grupo de 40 chicos, 23 tienen el pelo oscuro, 18 tienen ojos marrones, y 26

tienen el pelo oscuro, ojos marrones, o ambos. Uno de los muchachos se selecciona al
azar. Determinar la probabilidad de que él tiene :
a. el pelo oscuro y los ojos marrones b. ni el pelo oscuro ni ojos marrones
c. pelo oscuro, pero no marrones ojos d. ojos marrones dado que él tiene el
pelo oscuro.
6. En un día determinado, la máquina A tiene una probabilidad del 10% de mal

funcionamiento y la máquina B Ocasión de 7% de no funcionar bien. Teniendo en cuenta
que al menos una de las máquinas no funciona bien hoy, ¿cuál es la probabilidad de que
el equipo B no funciona bien?
7. 50 estudiantes fueron caminatas. 23 eran quemados por el sol, 22 eran mordidos por
las hormigas, y 5 eran tanto quemados por el sol y mordidos por las hormigas.
Determinar la probabilidad de que un estudiante seleccionado al azar:
a. Escaparon de ser mordidos

b. fue mordido o quemado por el sol (o ambos)
c. fue ni mordido ni quemado por el sol
d. fue mordido, dado que él o ella fue quemada por el sol
e. fue quemado por el sol, ya que él o ella no fue mordido.
8. Una urna contiene 2 canicas rojas y 3 azules, y la urna B contiene 4 canicas rojas y 1
azul. Peter selecciona una urna por el lanzamiento de una moneda, y toma una canica
de esa urna.
a. Determinar la probabilidad de que sea de color rojo.

SUCESOS (EVENTOS) INDEPENDIENTES
A y B son eventos independientes si la ocurrencia de cada uno de ellos no afecta la
probabilidad de que la otra ocurra.
Esto significa que:
A y B son sucesos independientes P( A  B) = P( A)P(B)

EJEMPLO 12.
Cuando se lanzan dos monedas, A es el evento de tener 2 caras. Cuando un dado es lanzado,
B es el evento de conseguir un 5 o 6. Mostrar que A y B son eventos independientes.

EJEMPLO 13.
1 1
Suponga que P ( A) =, P ( B ) = y P( A  B) = p hallar p si:
2 3
a. A Y B SON MUTUAMENTE EXCLUYENTES b. A Y B SON INDEPENDIENTES
EJEMPLO 14.
2 1 1
Suponga que P ( A) = , P ( B / A) = , Y P ( B / A) = . HALLAR:
5 3 4
a. P( B) b. P( A  B)

EJERCICIOS .
1.
2.

VARIABLE ALEATORIA DISCRETA
PROBLEMA DE APERTURA
Se sabe que 3.02% de las plumas fabricadas defectuosas.
El controlador de calidad de la fábrica pone a prueba al azar 120 bolígrafos, para revisar cada
una de ellas, para reemplazarlas en el lote antes de la siguiente elección.
Cosas en las que pensar:
a. ¿Cuál será la probabilidad de que sea:
(i) Todas son defectuosas (ii) ninguna es defectuosa?
b. ¿Cómo podemos encontrar la probabilidad de que:
(i) Menos de 2 son defectuosa (ii) entre 5 y 10 (inclusive) son defectuosos?
VARIABLES ALEATORIAS
En trabajos anteriores sobre la probabilidad hemos descrito los eventos usando palabras. Sin
embargo, si es posible, es mucho más conveniente utilizar números.
Una VARIABLE ALEATORIA representa en número formas en que posibles resultados podrían
ocurrir en algún experimento aleatorio.
Una VARIABLE ALEATORIA DISCRETA X tiene un conjunto de posibles valores distintos. En este
curso se tendrá en cuenta sólo un número finito de resultados, por lo que les etiqueta como
x1 , x2 , x3 , x4 ...xn
Por ejemplo, X podría ser:
• el número de viviendas en el barrio que tiene un "interruptor de seguridad de energía.

• el número de nuevas bicicletas vendidas cada año en una tienda.
• el número de bombillas defectuosas en la orden de compra de una tienda de la ciudad.
Para determinar el valor de una variable aleatoria discreta que tenemos que contar.
Una VARIABLE ALEATORIA CONTINUA X puede tomar los valores posibles en un cierto intervalo
de la recta numérica.

Por ejemplo, X podría ser:
• las alturas de los hombres, en el intervalo de 50 <X <250 cm

• el volumen de agua en un tanque de agua de lluvia, que podría estar en el intervalo de
0 <X <100 m3 .
Para determinar el valor de una variable aleatoria continua tenemos que medir.
DISTRIBUCIONES DE PROBABILIDAD
Para cualquier variable aleatoria corresponde distribución de probabilidad, que describe la
probabilidad de que la variable tomará cualquier valor particular.
La probabilidad de que la variable X tome valores x se denota como P( X = x )

Por ejemplo, al lanzar dos monedas, la variable aleatoria X puede ser 0 caras, 1 cara, o 2 caras,
1 1
así que X = 0 ,1 o 2. La distribución de probabilidad asociada es P ( X = 0) = , P ( X = 1) = y
4 2
1
P ( X = 2) =
4

EJEMPLO 1
Un supermercado tiene tres puntos de pago y envío A, B, y C. Un inspector del gobierno
revisa las balanzas de precisión en cada caja. Si una escala de pesaje es precisa entonces se
registra como Y, y si no, como N. Supongamos que la variable aleatoria X es el número de
balanzas precisas en el supermercado.
a. Enumerar los posibles resultados
b. Describir, utilizando X, los eventos de que haya:
i. Una balanza precisa ii. Al menos una balanza precisa

EJERCICIO 1.
1 Clasifica las siguientes variables aleatorias como continuas o discretas:
a. la cantidad de grasa en una salchicha

b. la calificación de 50 para un examen de geografía
c. el peso de un estudiante de diecisiete años
d. el volumen de agua en una taza de café
e. el número de truchas en un lago
f. el número de pelos en un gato
g. la longitud de los pelos en un caballo
h. la altura de un rascacielos
2. Para cada uno de los siguientes:
i. Identificar la variable aleatoria a considerar
ii. dar los posibles valores de la variable aleatoria
iii. indicar si la variable es continua o discreta.
a. Para medir la precipitación en un período de 24 horas en Singapur, la altura del agua

recogida en un se utiliza pluviómetro (hasta 400 mm).
b. Para investigar la distancia de frenado de un neumático con un nuevo patrón en la
banda, se lleva a cabo un experimento de frenado.
c. Para comprobar la fiabilidad de un nuevo tipo de interruptor de luz, los interruptores se
activan y apagan repetidamente hasta que fallen.
3. Considere la posibilidad de lanzar tres monedas al mismo tiempo. La variable aleatoria en

estudio es el número de caras que podrían resultar.
a. Enumera los posibles valores de X.
b. Tabular los resultados posibles y los correspondientes valores de X.
c. Encuentra los valores de P (X = x), la probabilidad de cada valor de x que ocurre.
d. Representa gráficamente la distribución de probabilidad P (X = x) frente a x como un gráfico

de columnas de probabilidad.

Tratamiento de Datos y Azar Cona

Cargado por

Copyright:

Formatos disponibles

Tratamiento de Datos y Azar Cona

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tratamiento de Datos y Azar Cona

Cargado por

Copyright:

Formatos disponibles

MATEMATICAS NIVEL MEDIO

ING. HEBER LENI MARTINEZ HERNANDEZ 1

ING. HEBER LENI MARTINEZ HERNANDEZ 3

Un granjero quería investigar el efecto de un nuevo fertilizante orgánico en

ING. HEBER LENI MARTINEZ HERNANDEZ 4

• Población - toda una colección de individuos sobre los que queremos

SIMETRICA SESGO POSITIVO SESGO NEGATIVO

ING. HEBER LENI MARTINEZ HERNANDEZ 5

Hay dos tipos de variable numérica que trataremos en este curso:

Algunos ejemplos de variables numéricas discretas son:

• El número de personas en un automóvil: la variable puede tomar los valores 1, 2,

Ejemplos de variables numéricas continuas son:

ING. HEBER LENI MARTINEZ HERNANDEZ 6

Por ejemplo, considere el conjunto de datos:

• Se puede realizar el conteo empleando marcas.

VALOR FRECUENCIA % FRECUENCIA RELATIVA

ING. HEBER LENI MARTINEZ HERNANDEZ 7

• La frecuencia de es en el eje vertical.

ING. HEBER LENI MARTINEZ HERNANDEZ 8

1. Se muestra una tabla de frecuencias de las alturas de un equipo de baloncesto

a. ¿El tiempo de viaje es una variable discreta o continua?

ING. HEBER LENI MARTINEZ HERNANDEZ 9

b. Las alturas de 25 jugadores de hockey (al cm más cercano):

MEDIDAS DE TENDENCIA CENTRAL.

Podemos obtener una mejor comprensión de un conjunto de datos si podemos localizar el

La media de un conjunto de datos es el nombre de estadística para la media aritmética.

La mediana es el valor medio de un conjunto de datos ordenados.

ING. HEBER LENI MARTINEZ HERNANDEZ 10

Si el conjunto de datos no es simétrico, puede ser positiva o negativamente sesgada:

ING. HEBER LENI MARTINEZ HERNANDEZ 11

RANGO= MAXIMO- MINIMO

ING. HEBER LENI MARTINEZ HERNANDEZ 12

El rango no se considera que es una medida de propagación particularmente fiable, ya que

++ LOS CUARTILES Y EL RANGO INTERCUARTIL.

Rango intercuartil = cuartil superior- cuartil inferior

ING. HEBER LENI MARTINEZ HERNANDEZ 13

Para el siguiente grupo de datos:

Hallar: a. mediana b. cuartil inferior c. cuartil superior d. rango intercuartil

Hallar: a. mediana b. Q1 c. Q3 d. rango intercuartil

ING. HEBER LENI MARTINEZ HERNANDEZ 14

1. Para cada uno de los siguientes grupos de datos hallar:

a. Hallar la mediana del tiempo de espera y los cuartiles superior e inferior

4. Revisar el problema al abrir en la página 10

ING. HEBER LENI MARTINEZ HERNANDEZ 15

Un diagrama de caja o caja y bigotes es una presentación visual de algunos de los

La caja rectangular representa la media "medio" del conjunto de datos.

ING. HEBER LENI MARTINEZ HERNANDEZ 16

Un conjunto de datos que es un sesgo positivo tendrá un diagrama de caja positivamente

ING. HEBER LENI MARTINEZ HERNANDEZ 17

a. Hallar los 5 valores que se muestran en el diagrama de caja

ING. HEBER LENI MARTINEZ HERNANDEZ 18

• El límite superior = cuartil superior + 1.5  IQR

• El límite inferior = cuartil inferior - 1.5  IQR

ING. HEBER LENI MARTINEZ HERNANDEZ 19

ING. HEBER LENI MARTINEZ HERNANDEZ 20

b. calcular: i. el rango ii. Rango intercuartil

3. Del siguiente conjunto de datos:

Revisa tus respuestas con la calculadora.

a. Hallar la mediana, el cuartil inferior y el cuartil superior del conjunto de datos.

ING. HEBER LENI MARTINEZ HERNANDEZ 21