REAFIRMACION

La siguiente tabla muestra el estado civil de las personas que

trabajan en una oficina, siendo:

S = Soltero/a
C = Casado/a
PH = Pareja de hecho
SP = Separado/a
D = Divorciado/a
V = Viudo/a
 hiX100
hi

¿Cuántas personas trabajan en la oficina? _________

¿Cuántas personas son solteras?_________
¿Cuántas personas no casadas hay?________
¿Qué porcentaje de personas viudas hay en la oficina?
___________________________%
SESION 4

DATOS
AGRUPADOS
 MEDIA
MEDIANA

DE DATOS AGRUPADOS
 Características
 Se agrupan en intervalos.
Limite inferior Limite superior
Media Aritmética muestral
l

Fórmula:
X   f *x
n
Simbología

x = punto medio de clase

f = frecuencia de clase
f*x= producto de punto medio y frecuencia
f*x = sumatoria de f*x
n = total de frecuencias
 Ejemplo:
Edad de los estudiantes de la ECC*

Clase f
17 – 19 71
19 – 21 50
21 – 23 41
23 – 25 53
25 – 27 23
n= 238

Datos estimados
 Proceso Punto
Medio

Clase f X f*X
(17+19)/2
17 – 19 71 18 1278
Punto Product
19 – 21 50 Medio 20 o de 1000
21 – 23 41 22 fyX 902
23 – 25 53 24 1272
25 – 27 23 26 598
n= 238
= 5050
La media es

X 
 fX

5050
 21.22 años
n 238
MEDIA PARA DATOS
AGRUPADOS
 Resultado

Se determina que la media de las edades

dentro de la ECC es de 21.22 años.

Recordar, que es un valor estimado, no

exacto.
Ejemplo:
Determinar a partir de la tabla presentada, la media,
Tabla de frecuencias reportadas por un equipo de baloncesto con
respecto a la estatura de los jugadores.

INTERVALO PUNTO MEDIO FRECUENCIA

(ESTATURA) (JUGADORES)
1.60 - 1.64 1,625 1
1.65 - 1.69 1,675 3
1.70 - 1.74 1,725 4
1.75 - 1.79 1,775 6
1.80 - 1.84 1,825 9
1.85 - 1.89 1,875 14
1.90 - 1.94 1,925 3
40
 Proceso
INTERVALO PUNTO MEDIO FRECUENCIA f*X
(ESTATURA) (JUGADORES)
1.625
1.60 - 1.64 1,625 1
5.025
1.65 - 1.69 1,675 3
1.70 - 1.74 1,725 4 6.9
1.75 - 1.79 1,775 6 10.65
1.80 - 1.84 1,825 9 16.425
1.85 - 1.89 1,875 14 26.25
1.90 - 1.94 1,925 3 5.775
40 = 72.65

La media es
X 
 fX

72.65
 1.81cms
n 40
MEDIA PARA DATOS
AGRUPADOS
Ejemplo:
La distribución de frecuencias siguiente, representa los
puntajes obtenidos en una evaluación del desempeño,
aplicado al personal técnico de un Centro de Salud. El
puntaje máximo en la prueba es 50. Calcule e interprete la
media.
Desempeño Número de
(puntos) técnicos
12 - 16 4
17 - 21 8
22 - 26 15
27 - 31 23
32 - 36 10
TOTAL 60
Primero se calcularán las marcas de clase (Xi );
es decir, el valor intermedio o punto medio de cada clase
Marca de Frecuencia
clase
x
clase ( ) absoluta(fi)
12 - 16 14 i 4
17 - 21 19 8
22 - 26 24 15
27 - 31 29 23
32 - 36 34 10
Total 60

x
14(4) + 19 (8) + 24 (15) + 29 (23) + 34 (10)
x  1575
4 + 8 + 15 + 23 + 10 60
x  26.25 puntaje de desempeño
Interpretación: Si se elige al azar a un trabajador
técnico de este hospital, se espera que tenga un
puntaje de 26,25 en su evaluación de desempeño.
 MEDIANA

 Datos agrupados, es una 50%

estimación

50%
 Fórmula
n
 CF
Mediana  L  2 (i)
f

De donde,
L  Limite inferior de la clase
n  Número total de frecuencias
f  frecuencia de la clase
CF  frecuencia acumulada menor(precedente)
i  amplitud de clase
La mediana para datos agrupados
 La mediana de una muestra de datos agrupados en una
distribución de frecuencias se calcula con:
n
 CF
Mediana  L  2 (i)
donde f
L es el límite inferior de la clase que contiene a la mediana,
n es el número total de frecuencias,
CF es la frecuencia acumulada precedente a la clase
mediana,
f es la frecuencia de la clase que contiene a la mediana,
i es la amplitud de la clase en que se encuentra la mediana.
 .
La mediana se encuentra en el intervalo donde
la frecuencia acumulada llega hasta la mitad de la
suma de las frecuencias absolutas.

Es decir tenemos que buscar el intervalo

en el que se encuentre
n
_____
2
Distribución de 250 personas según edad, que utilizan el
servicio de Windows
Edades Frecuencia
Li Ls
5 – 10 11
10 – 15 23
15 – 20 61
20 – 25 60
25 – 30 45
30 – 35 20
40 – 45 15
50 –55 15
n= 250
De donde, Primer frecuencia acumulada
L  Limite inferior de la clase Que es mayor que 125
(mediana) Indica que la mediana se encuentra
n  Número total de frecuencias En el intervalo 20-25
f  frecuencia de la clase (mediana)
CF  frecuencia acumulada
Proceso
precedente (mediana) Localización:
i  amplitud de clase

Edades Frec. FA n/2  250 / 2  125

5 – 10 11 11
10 – 15 23 34
15 – 20 61 95 n
20 – 25 60 155
 CF
Mediana  L  2 (i )
25 – 30 45 200 f
30 – 35 20 220 Frecuencia acumulada anterior
250
40 – 45 15 235  95
50 –55 15 250  20  2 (5)
60
n= 250
 22.5 años
Resultado

Con esto se determina que la edad

media dentro de este grupo de
usuarios de Windows es de

22.5 años
 Ejemplo
Calcular la mediana de una distribución
estadística que viene dada por la siguiente tabla
n
Li Ls fi Fi  CF
Mediana  L  2 (i)
[60, 63) 5 5
f
[63, 66) 18 23
100 / 2 = 50
[66, 69) 42 65
Clase modal: [66, 69)
[69, 72) 27 92
[72, 75) 8 100 Primer frecuencia acumulada
Que es mayor que 50
100 Indica que la mediana se encuentra
En el intervalo 66-69
Calcular la mediana de los pesos de un grupo de 50 personas que se
distribuyen de la siguiente manera:
Sesión 4

25
 Sesión 4
Conceptos de probabilidad

26
 Objetivos: Al terminar esta unidad podrá:

1. Definir lo que es probabilidad.

2. Describir los enfoques clásico, empírico y subjetivo
de la probabilidad.
3. Entender los términos: experimento, evento,
resultado,
4. Regla de la Adición
5. La regla de la adición general
6. Teorema de bayes

27
Definiciones

 La probabilidad es una medida de la posibilidad

de que un evento ocurra en el futuro.
 Puede asumir valores entre cero y uno.
 Un valor cercano a cero significa que es poco
probable que el evento suceda. Un valor
cercano a uno significa que es altamente
probable que el evento suceda.

28
Definiciones (Continuación)
 Hay tres definiciones de probabilidad:
clásica, empírica y subjetiva.
 La definición clásica aplica cuando hay n
resultados igualmente posibles.
número de posibles resultados del
Probabilidad del evento
evento =
(E) número total de resultados posibles
del experimento
(S)

29
Definiciones (Continuación)
Ejemplo 1
El experimento es lanzar un dado. ¿Cuál
es la probabilidad de que caiga un dos
hacia arriba? número de posibles resultados del evento

P( caiga 2 ) = 1= 0.166
6 número total de resultados posibles del
experimento

Cuando solo puede ocurrir un evento a la

vez se dice que son eventos mutuamente
exclusivos o excluyentes
30
 Una urna contiene tres canicas amarillas y siete
verdes. Si se extrae una canica al azar
¿Cuál es la probabilidad de que sea amarilla ?

Solución.

Se tiene un total de diez canicas, N=10, de las cuales tres son amarillas,

.En consecuencia, =0.3

EVENTO

31
¿Cuál es la probabilidad de obtener un número mayor que 3, en el lanzamiento de un
dado? Si E: 4, 5, 6, entonces el número de resultados favorables es n (E) = 3.
Si S: 1, 2, 3, 4, 5, 6, entonces el número total de resultados posibles es (S) = 6.

0.5

32
 La definición empírica (o frecuencial) aplica
cuando el número de veces que ocurre un
evento se divide entre el número total de
observaciones.
número de veces que sucedió el
Probabilidad de evento en el pasado
que suceda un
=
evento
número total de
observaciones

33
Ejemplo Probabilidad frecuencial

 En el departamento académico del profesor López, se

ha asignado un total de calificaciones de “A” a 186 entre
un total de 1,200 estudiantes. ¿Cuál es la probabilidad
de que un estudiante de su sección este semestre
reciba una calificación de “A”?
 Este es un ejemplo de la definición empírica de
probabilidad.
 Encuentre la probabilidad de seleccionar un estudiante
con calificación “A”:

P(A) = 186/1,200 = 0.155

34
 Ejemplo
1) En el año 2010, nacieron en un hospital 100 hombres y 150 mujeres. Si
una persona fue seleccionada aleatoriamente de los registros de nacimientos
de ese año, ¿cuál es la probabilidad de que haya sido mujer?

Ya que las probabilidades de que nazcan hombres o mujeres no son iguales, y por
tener información específica experimental que respalda este hecho, se calcula
empleando la fórmula de la probabilidad

Nota: la respuesta puede estar expresada como fracción, como un número decimal
y como un porcentaje.

35
 Definiciones (Continuación)
 La probabilidad subjetiva se basa en
cualquier información disponible
Si no hay experiencia anterior o hay muy poca sobre la cual
basar una probabilidad, esta se fundamenta en la intuición,
opiniones, creencias personales y otra información indirecta.
Este tipo de probabilidad es el enfoque subjetivo de la
probabilidad.

Concepto subjetivo de probabilidad. La probabilidad de que un evento

en particular suceda es asignada por un individuo basado en cualquier
información disponible, como intuición, opiniones etc.
36
Probabilidad subjetiva
 Ejemplos de probabilidad subjetiva son:
 Estimar la posibilidad de que el equipo de los
Patriotas de Nueva Inglaterra participe en el
juego del Súper Tazón de futbol americano para
el próximo año (en EUA).
 Evaluar la probabilidad de que la empresa
General Motors, pierda su lugar número 1 en el
total de unidades vendidas, frente a la Ford o la
Chrysler, en un lapso de dos años.

37
Definiciones (Continuación)
 Un experimento es un proceso que
conduce a que ocurra una (y solamente
una) de varias observaciones posibles.
 Un resultado es un suceso particular
proveniente de un experimento.
 Un evento es un conjunto de uno o más
resultados de un experimento.

38
Ejemplo 4
 Se lanza un dado.
 El experimento es lanzar el dado.
 Los resultados posibles son los números
1, 2, 3, 4, 5 y 6.
 Un evento es la ocurrencia de un número
par. Esto es, los números 2, 4 y 6.

39
Eventos mutuamente excluyentes

 Los eventos son mutuamente excluyentes

si la ocurrencia de cualquiera significa que
ninguno de los otros eventos puede ocurrir
al mismo tiempo.

Mútuamente excluyentes: Si el dado cae en 2, se

excluyen los valores 1, 3, 4, 5, 6 como resultados
alternos.

40
 Los eventos son independientes si la
ocurrencia de un evento no afecta la
ocurrencia de otro

Independencia: Si el dado cae en 2 al

primer lanzamiento, no influye que en el
siguiente tiro caiga un 3. Sigue habiendo
una probabilidad de uno a 6.

41
 EJERCICIO

 Un estudio de Horas/ T.V. No. Personas

audiencia de
televisión, referente al
número de horas por 0 8
día que veían las 1 20
personas en una
localidad sureña del 2 12
país, aplicado a 50
personas, arrojó los 3 6
siguientes resultados: 4 3
5 1
42
¿Cuál es la probabilidad de que la persona vea…
a) 1 hora de TV:
Horas/ No.
T.V. Personas

0 8
20/50 =.4 X100=40%
1 20
2 12
3 6
4 3
5 1
43
b) 3 horas: P(3)= 6/50 =0.12 X100=12%

c) 2 horas o menos:
P(0) + P(1) + P(2) = 8+20+12 =40/50=0.80X100=80%
Horas/ T.V. No. Personas

0 8

1 20

2 12

3 6

4 3

5 1

44
Reglas básicas de probabilidad
 Si dos eventos A y B son mutuamente
excluyentes, la regla especial de la adición
indica que la probabilidad de que ocurra
uno u otro de los eventos, es igual a la
suma de sus probabilidades.
P(A o B) = P(A) + P(B)

45
Ejemplo
 La oficina de vuelos de Aeroméxico tiene registrada la
siguiente información en su bitácora de vuelos entre
Ciudad de México y Acapulco.

Llegadas Frecuencia
Temprano 100
A tiempo 800
Tarde 75
Cancelado 25
Total 1000
46
Ejemplo 1 (Continuación) P(A o B) = P(A) + P(B)

 Si A es el evento de que Llegadas Frecuencia

el vuelo llegue temprano,
entonces:
Temprano 100
P(A) = 100/1000 = 0.10
 Si B es el evento de que A tiempo 800
el vuelo llegue tarde,
entonces:
Tarde 75
P (B) = 75/1000 = 0.075
 La probabilidad de que el Cancelado 25
vuelo llegue temprano o
tarde es: Total 1000
P(A o B) = P(A) + P(B) =
0.10 + 0.075 = 0.175
47
La regla general de la adición
 Si A y B son dos eventos que no son
mutuamente excluyentes, entonces
 P(A o B) es dada por la siguiente fórmula:

 P(A o B) = P(A) + P(B) - P(A y B)

Ejemplo 2
P(A o B) = P(A) + P(B) - P(A y B)

 En una muestra de 500 estudiantes, 225

afirmaron tener un DVD, 175 dijeron tener
una TV, y 100 afirmaron tener ambos.

TV
175

Ambos
DVD 100
225
El Total es 500
Ejemplo 2 (Continuación)
P(A o B) = P(A) + P(B) - P(A y B)

 Si un estudiante es seleccionado al azar,

¿cuál es la probabilidad de que el
estudiante tenga sólo un DVD, sólo una
TV, y ambos un DVD y una TV?
 P(D) = 225/500 = 0.45
 P(T) = 175/500 = 0.35
 P(D y T) = 100/500 = 0.20
Ejemplo 2 (Continuación)
P(A o B) = P(A) + P(B) - P(A y B)
 Si un estudiante es seleccionado al azar, ¿cuál
es la probabilidad de que tenga un DVD o una
TV en su cuarto?

 P(D o T) = P(D) + P(T) - P(D y T)

= 0.45 + 0.35 - 0.20 = 0.60
la probabilidad de que tenga un DVD o una TV en
su cuarto es de 0.60= .60X100=60.00%
Ejercicio 1

En una muestra de 400 mujeres, 225 afirmaron tener un auto, 100 dijeron tener
una bici, y 75 afirmaron tener ambos.

Si una mujer es seleccionado al azar, ¿cuál es la probabilidad de que la mujer

tenga sólo un auto, sólo una bici, y ambos un auto y una bici?

Si una mujer es seleccionado al azar, ¿cuál es la

P(A o B) = P(A) + P(B) - P(A y B) probabilidad de que tenga un auto o una bici ?

52
Ejercicio 1

En una muestra de 400 mujeres, 225 afirmaron tener un auto, 100 dijeron tener
una bici, y 75 afirmaron tener ambos.

Si una mujer es seleccionado al azar, ¿cuál es la probabilidad de que la mujer

tenga sólo un auto, sólo una bici, y ambos un auto y una bici?

Si una mujer es seleccionado al azar, ¿cuál es la

P(A o B) = P(A) + P(B) - P(A y B) probabilidad de que tenga un auto o una bici ?

P(A)=225/400=.56
P(A o B) = P(.56) + P(.25) - P(.18)=0.63
P(BICI)=100/400=.25

P(BICI/AUTO)=75/400=.18 Auto
Auto
y Bici
Bici

53
 Ejercicio 2
En una muestra de 600 deportista , 200 afirmaron tener un perro , 150 dijeron
tener un gato, y 250 afirmaron tener ambos.

Si un deportista es seleccionado al azar, ¿cuál es la probabilidad de que el

deportista tenga sólo un perro , sólo un gato, y ambos un perro y un gato?

P(A o B) = P(A) + P(B) - P(A y B)

Si un deportista es seleccionado al azar, ¿cuál

es la probabilidad de que tenga un perro o un
gato ?

54
En una muestra de 600 deportista , 200 afirmaron tener un perro , 150 dijeron
tener un gato, y 250 afirmaron tener ambos.

Si un deportista es seleccionado al azar, ¿cuál es la probabilidad de que el

deportista tenga sólo un perro , sólo un gato, y ambos un perro y un gato?

P(A o B) = P(A) + P(B) - P(A y B)

Si un deportista es seleccionado al azar, ¿cuál

es la probabilidad de que tenga un perro o un
P(Perro)=200/600=0.33 gato ?

P(gato)=150/600= 0.25
P(A o B) = P(0.33) + P(0.25) - P(0.41)=0.17
P(Perro y gato)= 250/600=0.41

55
¡Gracias por su atención!

¡Que tengan excelente noche!

56