Probabilidad y Estadística Mat - 325

Vicerrectora Acadmica Cuaderno de Apuntes 2010
CUADERNO DE APUNTES DEL ESTUDIANTE
Probabilidad y Estadstica
Todo conocimiento conlleva el riesgo del error y de la ilusin. (Morin).
PRESENTACIN Este cuaderno corresponde al mdulo Probabilidad y estadstica, que debe llevar al estudiante a desarrollar capacidades para:
Organizar, presentar, analizar e interpretar informacin cuantitativa proveniente del mbito informtico, demostrando capacidades para operar con mtodos estadsticos bsicos y clculo de probabilidades, con ayuda de calculadora cientfica.
El cuaderno est organizado en 14 CLASES. En cada una de ella se trata un tema relevante del programa y por eso, todas se inician con la descripcin de los aprendizajes esperados que debe lograr el estudiante. Cada se clase se estructura en las siguientes secciones: 1: Sntesis: es un resumen de los conceptos centrales involucrados en los aprendizajes de la clase. Asimismo, se encuentran las principales frmulas y relaciones numricas que sustentan la Estadstica. 2: Ejercicios resueltos: en esta seccin se plantean ejercicios, problemas y casos representativos de la clase y se resuelven en detalle. 3: Ejercicios propuestos: se plantean problemas aplicados en forma de preguntas de seleccin mltiple. A final de cada clase se encuentran las claves correctas. Esta seccin le permitir al estudiante ejercitar los aprendizajes de la clase y podr autoevaluar su desempeo. Los casos se ubican en diversos contextos en que suelen desempearse los especialistas en informtica. 4: Fuentes complementarias: en esta parte se sugieren fuentes de informacin alternativos, donde el estudiante podr encontrar informacin y ejercicios. En esta misma, adems, se sugieren actividades de aprendizaje complementarias para quienes se interesen. Problemas de recapitulacin: Al final del cuaderno se presenta una batera de casos para su resolucin, orientados a la preparacin del examen de mdulo. Los casos pertenecen a una diversidad de mbitos con que regularmente se encuentran los especialistas en informtica. Uso de calculadora: Para trabajar con el presente cuaderno, el o la estudiante debe usar calculadora cientfica. En este apunte se considera una calculadora Casio fx-350MS, cuyo uso debe serle familiar.
Cuadernos de Apuntes de uso exclusivo estudiantes del Instituto Profesional AIEP: Prohibida su reproduccin. Derechos reservados AIEP.
ndice
PRESENTACIN NDICE PROGRAMA CLASE 1: Introduccin a la estadstica descriptiva CLASE 2: Estadsticas de variables cualitativas CLASE 3: Estadsticas de variables discretas CLASE 4: Estadsticas de variable continua CLASE 5: Organizacin de datos CLASE 6: La media aritmtica CLASE 7: Mediana y moda: clculo e interpretacin CLASE 8: Cuartiles: clculo e interpretacin CLASE 9: Deciles y percentiles: clculo e interpretacin CLASE 10: Estadgrafos de dispersin CLASE 11: Fundamentos de anlisis combinatorio CLASE 12: Introduccin al clculo de probabilidades CLASE 13: Axiomas, teoremas y lgebra de sucesos CLASE 14: Probabilidad de sucesos condicionales Ejercicios de recapitulacin
1 2 3 5 15 24 33 42 48 56 63 72 80 88 94 103 109 117
I: IDENTIFICACIN NOMBRE DEL MDULO: UNIDAD DE COMPETENCIA: PROBABILIDAD Y ESTADSTICA al finalizar el mdulo los participantes sern capaces de: Organizar, presentar, analizar e interpretar informacin cuantitativa proveniente del mbito informtico, demostrando capacidades para operar con mtodos estadsticos bsicos y clculo de probabilidades, con ayuda de calculadora cientfica. 72 horas pedaggicas
DURACIN:
II: DESCRIPCIN POR REA DE FORMACIN Y PRERREQUISITO rea de formacin: general diferenciada Ubicacin: En carreras de Programacin y Anlisis de Sistemas e Ingeniera en Informtica: 6 semestre. Prerrequisito: En carreras de Programacin y Anlisis de Sistemas e Ingeniera en Informtica: Clculo III: UNIDADES DE APRENDIZAJE 1 UNIDAD: Presentacin de datos DURACIN: 16 Horas Pedaggicas Aprendizajes Esperados -Identifican y dan ejemplos de fenmenos determinsticos y no determinsticos. -Identifican el mbito de accin de la Estadstica, sus aplicaciones y mtodo. -Identifican y caracterizan los distintos tipos de variable. -Construyen tablas de frecuencia y grficos para variables cualitativas y los interpretan. -Construyen tablas de frecuencia y grficos para variable numrica discreta y los interpretan. -Construyen tablas de frecuencia y grficos para variable numrica continua y los interpretan. -Organizan datos cuantitativos provenientes del mbito social, econmico, comercial o financiero, en tablas, grafican e interpretan la informacin segn contexto. Contenidos -Fenmenos determinsticos y no determinsticos. -La Estadstica, sus aplicaciones y mtodo. -Tipos de variable. -Tablas de frecuencia y grficos para variables cualitativas y su interpretacin. -Tablas de frecuencia y grficos para variable discreta y su interpretacin. -Tablas de frecuencia y grficos para variable continua y su interpretacin. -Organizacin, presentacin e interpretacin de datos.
2 UNIDAD: Estadsticos bsicos DURACIN: 28 horas pedaggicas Aprendizajes Esperados -Explican el concepto de estadgrafo y su valor en la caracterizacin de series de datos. -Calculan e interpretan media aritmtica con datos no agrupados y datos agrupados, con uso de la funcin estadstica de la calculadora. -Calculan e interpretan la Mediana con datos no agrupados y datos agrupados, con uso de calculadora. -Calculan e interpretan la Moda. -Resuelven problemas aplicando las diferentes medidas de tendencia central. -Calculan e interpretan los cuartiles. -Grafican cuartiles mediante grfico de caja. -Calculan e interpretan deciles y percentiles -Calculan los estadgrafos de dispersin: varianza, desviacin estndar y coeficiente de variacin, con uso de la funcin estadstica de la Contenidos -Concepto de estadgrafo y su valor en la caracterizacin de series de datos. -Clculo de la media aritmtica con datos no agrupados y datos agrupados, con uso de calculadora. -Clculo e interpretacin de la Mediana con datos agrupados y no agrupados. -Calculan e interpretan la Moda. -Problemas aplicando las diferentes medidas de tendencia central. -Clculo e interpretacin de los cuartiles. -Grfico de caja y bigotes. -Clculo e interpretacin de deciles y percentiles.
calculadora. -Analizan datos cuantitativos provenientes del mbito social, econmico, comercial o financiero, calculando estadgrafos de posicin y dispersin.
-Clculo de varianza, desviacin estndar y coeficiente de variacin, con ayuda de calculadora.
3 UNIDAD: Clculo de probabilidades DURACIN: 28 horas pedaggicas Aprendizajes Esperados -Operan con anlisis combinatorio, resolviendo problemas de combinatoria y permutaciones. -Identifican el concepto de probabilidad y su importancia en la concepcin de mundo. - Aplican conceptos y definiciones para diferenciar experimentos aleatorios y no aleatorios. -Identifican, en casos dados, experimento aleatorio, espacio muestral, suceso, su correspondiente nomenclatura y notacin. -Resuelven problemas de clculo de probabilidad de sucesos simples, aplicando el concepto bsico de probabilidad de Laplace. -Operan con axiomas y lgebra de sucesos. Contenidos -Introduccin al anlisis combinatorio: permutaciones y combinaciones. - Concepto de Probabilidad - Definicin de experimento aleatorio, evento, espacio muestral.
-Probabilidad de sucesos simples (Laplace) -Axiomas y lgebra de sucesos.
- Utilizan conceptos, definiciones y axiomas de probabilidad para describir -Problemas aplicados experimentos, eventos, espacio muestral y calcular probabilidades simples de problemas relacionados con la especialidad. -Utilizan las reglas de la adicin para calcular probabilidades de eventos, resolviendo problemas relacionados con la especialidad. -Utilizan las reglas de la multiplicacin para calcular probabilidad de eventos, resolviendo problemas relacionados con la especialidad - Utilizan diagrama de rbol para organizar y evaluar probabilidades de sucesos condicionales. -Calculan probabilidades utilizando el teorema de Bayes. -Utilizan diagrama de rbol, probabilidad total y teorema de Bayes para resolver, interpretar y resolver problemas relacionados con la especialidad. -Reglas de la adicin: Eventos mutuamente excluyentes. -Probabilidad del complemento. -Probabilidad conjunta -Regla para la adicin -Reglas para la multiplicacin -Eventos independientes -Regla especial de la multiplicacin para eventos independientes. -Probabilidad condicional -Regla general de la multiplicacin -Diagramas de rbol y teorema de Bayes -Probabilidad total -Teorema de Bayes
VI: BIBLIOGRAFA - Spiegel, Murray. Probabilidad y Estadstica. Editorial: Mc Graw Hill. 2004. ISBN: 970104231X. ISBN-13: 9789701042311 -Mendelhall, W. Beaver, R. Beave, B. Introduccin a la probabilidad y estadstica. Editorial Thomson, 2002. ISBN: 970-686-195-5.
PRIMERA UNIDAD: PRESENTACIN DE DATOS CLASE 1
INTRODUCCIN A LA ESTADSTICA DESCRIPTIVA

El sol cada da es nuevo. Herclito.
APRENDIZAJES ESPERADOS
-Identifican y dan ejemplos de fenmenos determinsticos y no determinsticos. -Identifican el mbito de accin de la Estadstica, sus aplicaciones y mtodo. -Identifican y caracterizan los distintos tipos de variable.
CONTENIDOS
-fenmenos determinsticos y no determinsticos. -La Estadstica, sus aplicaciones y mtodo. -Tipos de variable.
II.
DESARROLLO
1. Fenmeno estadstico Son aquellos que se caracterizan por la aleatoriedad o azar de su comportamiento. Un fenmeno estadstico tiene un comportamiento ms o menos estable, o al menos, posible de delinear cuando se le considera como un todo, pero, la multiplicidad de eventos particulares que lo componen son imposibles de predecir. Vemos en un supermercado a cientos de personas en el proceso de comprar. Eligen productos, comparan precios, marcas, contenidos, envases. Para los administradores del local es imposible determinar la compra, por ejemplo, de la seora Juanita, pero, podran determinar, a nivel general qu, cundo y cunto compra el conjunto de todos sus clientes, por ejemplo, en una semana. Aun as, pueden darse diferencias y cambios en los hbitos de consumo de los clientes, atribuibles a factores polticos, policiales, climticos, etc. Las tcnicas y mtodos estadsticos nos acercan a delinear la realidad disminuyendo la incertidumbre que la caracteriza, pero nunca llegar a predecirla sino es con cierto grado de incertidumbre. En resumen, los fenmenos estadsticos, llamados tambin aleatorios, estocsticos o no determinsticos, se caracterizan porque: Constituyen un todo con un perfil general o patrn cognoscible, cuando se cuenta con una gran cantidad de observaciones. Sus resultados particulares no son predecibles.
2. La Estadstica Ciencia que estudia los mtodos y tcnicas para obtener datos provenientes de fenmenos aleatorios, para organizarlos, presentarlos e interpretarlos en el contexto donde surgen, con el objeto de construir una comprensin del fenmeno que les dio origen. Muchas veces el propsito de un estudio estadstico es construir conocimiento con un inters cientfico explicativo, mientras que otras veces es para tomar decisiones en el mbito econmico, poltico, comercial, etc. Por ejemplo, cuando surgi la influenza humana en Chile, poco se saba de ella. Las primeras investigaciones se dirigieron a caracterizar las personas enfermas en cuanto sexo, edad y otros aspectos biolgicos, sicosociales y culturales, que ayudaron a construir un perfil de la poblacin susceptible de ser atacada por el virus. Una vez hecho esto, se procedi a la toma de decisiones para controlar la enfermedad y evitar su expansin. En resumen, la Estadstica provee las tcnicas y mtodos para: Generar y organizar datos de un fenmeno de inters Presentar los datos en tablas y grficos Interpretar los datos en su contexto Construir una comprensin del fenmeno 5
3. Tipos de Estadstica 3.1. Estadstica descriptiva: rama de la Estadstica que se ocupa de describir y caracterizar muestras de datos, respecto de caractersticas cuyo estudio interesa. Por esta razn tambin se le llama estadstica de muestras. 3.2. Estadstica inferencial: rama de la Estadstica cuyo objetivo es obtener conclusiones generales acerca de una poblacin en estudio, a partir de los resultados de una muestra. Por esta razn tambin se le llama estadstica de poblaciones. Por ejemplo, sobre la base de los resultados de una encuesta a 2.350 personas, se puede inferir lo que puede ocurrir en una poblacin de quince millones y medio de personas. 1 4. Poblacin: Conjunto de todos los sujetos cuyo estudio interesa. Tambin se puede comprender una poblacin como el conjunto de todas las medidas o datos a estudiar. El tamao de la poblacin se simboliza N. Ejemplos: Usuarios de Internet en Chile Accidentes de trnsito en la regin Metropolitana Microempresas del sector agroindustrial Sandas producidas en Paine
5. Censo: Estudio estadstico que abarca el 100% de una poblacin. Muchas veces, realizar un estudio as resulta imposible o antieconmico. Por ejemplo, estudiar las preferencias presidenciales de la poblacin de votantes es prcticamente imposible, tanto como lo es medir la cantidad de madera que puede rendir un bosque de 350 mil rboles de 15 aos de edad. En Chile se realiza un censo de poblacin y vivienda cada diez aos. El ltimo de ellos se realiz el ao 2002. 6. Muestra: Subconjunto de la poblacin que se extrae con el objeto de estudiar las caractersticas poblacionales. 6.1. Algunas ventajas de trabajar con muestras: Es ms rpido, ya que se estudian menos sujetos. Es ms barato, ya que al ser menos sujetos en estudio, se requieren menos recursos. Si la muestra es representativa, se obtienen resultados muy cercanos a la realidad poblacional. Al ser menos sujetos involucrados, se les puede estudiar detalladamente.
6.2. Algunas desventajas de trabajar con muestras: Todo trabajo con muestras est sujeto a incertidumbre (error). Es imposible escapar de este fenmeno. El trabajo con muestras requiere personal especializado. Si la muestra no est bien seleccionada, se puede llegar a resultados errneos. El trabajo con muestras requiere tcnicas estadsticas muy especializadas.
7. Tamao de la muestra: es el nmero de elementos de la poblacin que se seleccionan para estudiar. Se representa por la letra n minscula. El tamao de la muestra vara desde un individuo, hasta la poblacin total. Sin embargo, un estudio se encarece al aumentar el tamao de la muestra. Por esta razn, siempre ha de tratarse de trabajar con la menor muestra posible, con la consideracin de que, a menor tamao de muestra, mayor es el error o incertidumbre de los resultados. Existen mtodos para el clculo del tamao ptimo de la muestra.
La inferencia estadstica utiliza, como se puede advertir, el razonamiento inductivo, que es aquel que va desde lo particular a lo general.
8. Muestreo: Comprende los mtodos y tcnicas para calcular el tamao de la muestra y para seleccionar los individuos que la conformarn. El muestreo ms elemental es el muestreo aleatorio simple (mas), que consiste en asignar a cada individuo de la poblacin un nmero. La muestra se selecciona por sorteo, con ayuda de algn mecanismo como tmbola, programas computacionales (RANDOM) o tablas de nmeros al azar. 9. Variable: Caracterstica de los sujetos en estudio, que adopta distintas medidas, valores o categoras entre los componentes de una muestra. Ejemplos: Color de automvil preferido por las mujeres Nmero de hijos por familia Sistema de previsin social de las personas Grado de acuerdo de los ciudadanos con la reforma a la Constitucin Poltica de Chile
10. Tipos de variable La posibilidad de distinguir muchos tipos de variables ha hecho necesario clasificarlas. Existen varios criterios de clasificacin, de los cuales solo se ver el ms difundido. En un primer nivel, las variables pueden ser en cualitativas o cuantitativas. 10.1. Variable cualitativa: son aquellas en las que las caractersticas de los sujetos u objetos estudiados se expresan en trminos cualitativos. El trabajo estadstico con estas variables implica asignar o ubicar a cada individuo estudiado en una categora dentro de un conjunto de dos a ms categoras posibles. Ejemplo: medio de transporte para llegar a su trabajo de los trabajadores del sector comercio. Los valores de la variable pueden ser Metro, bus, taxi, bicicleta, etc. 10.2. Variable cuantitativa: son aquellas en las que las caractersticas de los sujetos u objetos en estudio se expresan en trminos numricos. El trabajo estadstico con este tipo de variables implica asignar a cada individuo estudiado un nmero dentro de un conjunto de valores numricos posibles. Ejemplo: Precio de la bencina en distintas bencineras en un da determinado. Los valores posibles de la variable van desde $542 hasta $580 (por ejemplo). La distincin entre variable cualitativa y cuantitativa es relevante a la hora de decidir los procedimientos estadsticos que se aplicarn a los datos. Los cualitativos no aceptan operaciones matemticas, mientras cuantitativos s. 11. Escalas de medicin de las variables En un segundo nivel, es posible distinguir distintos tipos de variable, segn el tipo de datos que originan. Pueden ser nominales, ordinales, discretas y continuas. 11.1. Variable nominal: la variable nominal corresponde a una mera clasificacin de los sujetos u objetos en estudio en categoras cualitativas mutuamente excluyentes. 11.1.1. Variable binomial: clasificacin en una de dos categoras posibles, mutuamente excluyentes. Por ejemplo: sector geogrfico de residencia: Urbano Rural. Definida as, las personas pueden ser clasificadas como urbano o como rural. No hay otra posibilidad. 11.1.2. Variable multinomial: clasificacin en una de ms de dos categoras posibles, mutuamente excluyentes. Por ejemplo: Sabor preferido de helado: frutilla, bocado, vainilla, chocolate. Definida as, la preferencia de las personas pueden ser clasificadas en una de las cuatro posibilidades. No hay otra.
11.2. Variable ordinal: corresponde a una clasificacin de los sujetos u objetos en estudio en categoras cualitativas mutuamente excluyentes. Estas categoras presentan distintos grados de presencia o intensidad de la variable, desde un nivel nulo o muy leve hasta un nivel muy fuerte o mximo. Por ejemplo: Estado general de salud: Bueno, regular, malo. Es una escala ordinal de tres valores. Cuando se trabaja con este tipo de variable, es frecuente asignarle a los valores un nmero que sirve para codificar y manipular los datos. Por ejemplo, en la escala ordinal de cuatro valores: Estado general de salud: 4 = Muy Bueno; 3 = Bueno; 2 = Regular; 1 = Malo. El asignar nmeros a las categoras, sin embargo, no hace de la variable una caracterstica numrica. Lo que se ha hecho es solamente reemplazar una categora semntica por un nmero. La variable sigue siendo cualitativa, ordinal. 11.3. Variable discreta: En este tipo de variable, la escala de medicin da origen a nmeros enteros: -1, 0, 1, 2, etc. En la variable discreta, no pueden darse nmeros decimales. Solo enteros. Ejemplo: N de hijos por familia: 0, 1, 2, 3, 11.4. Variable continua: En este tipo de variable, la escala de medicin da origen a nmeros reales. Esto significa que se pueden dar nmeros decimales, lo que implica que existen infinitos valores posibles de la variable. Ejemplo: Temperatura corporal de los pacientes atendidos en un centro de urgencia: 36,8C; 37,5C; 39,5C, etc.
12. Esquema de los tipos de variable

Nominales Cualitativas (alfanumricas) Ordinales Variables Discretas Cuantitativas (numricas) Continuas Binomiales Multinomiales
Muy importante: Lo que se puede y lo que no se puede hacer estadsticamente con los datos, depende del tipo de variable. La definicin clara de las variables en estudio y su correcta y oportuna clasificacin es central en el trabajo estadstico, ya que los procedimientos y tcnicas que se empleen para su manipulacin, presentacin y anlisis dependen de ello.
13. Caractersticas de las escalas de medicin de las variables: Hay dos caractersticas esenciales: 13.1. Exhaustivas: esto es, los valores de la escala deben dejar la posibilidad de encasillar a todos y cada uno de los sujetos estudiados. Por ejemplo, si se ha de estudiar el sistema de previsin de los chilenos:
Cul es su sistema de salud? 1: Fonasa 2: Isapre
Esta escala no es exhaustiva, porque deja fuera las personas que tienen otro sistema previsional y los que no tienen ningn sistema. Mejor:
Cul es su sistema de salud? 1: Fonasa 2: Isapre 3: Otro 4: Ninguno 5: No sabe, no responde
13.2. Mutuamente excluyentes: Esto significa que cada individuo debe ser clasificado en una y solo una categora o valor. Por ejemplo, si se ha de estudiar el nivel educacional de las personas:
Qu estudios ha tenido? 1: Sin estudios 2: Estudios bsicos 3: Estudios medios
Esta escala puede generar problemas, ya que la persona que estudi educacin media tambin estudi educacin bsica. Adems, tal como est planteada, la escala tampoco es exhaustiva. Se evita este problema definiendo correctamente la variable y, sobre todo, haciendo correctamente la pregunta: Mejor:
Cul es su ltimo nivel de estudios aprobados? 1: Sin estudios 2: Educacin Bsica 3: Educacin Media 4: Educacin Superior
14. Nomenclatura de las variables Las variables en estudio se suelen nominar mediante las ltimas letras del alfabeto, o con una sola letra con subndices, o bien, con una cadena de caracteres que la recuerda. Por ejemplo: X = Tasa de desempleo; Y = Sector de residencia
X 1 = Tasa de desempleo;
TDES = Tasa de desempleo;
X 2 = Sector de residencia
SRES = Sector de residencia
15. Aplicaciones de la Estadstica La Estadstica no es una ciencia exacta. Muy por el contrario, es la ciencia de lo incierto, de todo aquello que se nos presenta en forma difusa, cambiante, azarosa. Las tcnicas y mtodos estadsticos nos ayudan a configurar un perfil de aquellos fenmenos, disminuyendo as la incertidumbre que los cubre. Es por ello que la enorme herramienta representada por la Estadstica tiene aplicaciones en los ms variados campos de la investigacin, pasando de las ciencias duras como la fsica y la qumica, hasta llegar a las ciencias sociales. Tambin tiene amplias aplicaciones en la tecnologa (conocimiento aplicado), tales como los estudios de opinin, estudios de mercado, mejoramiento de sistemas, sistemas de gestin industrial, etc. He aqu algunos ejemplos de aplicaciones: -Las empresas, antes de lanzar un nuevo producto al mercado, lo testea con una muestra de personas, que ayudan a decidir el color, sabor, envase, etc, etc. -Los canales de TV deciden sus rostros, horarios, contenidos y otras variables, a travs de sondeo estadstico realizado a los televidentes. -Los gobiernos encargan encuestas de opinin para ciertos tpicos, con el fin de tener una idea de la opinin de los ciudadanos acerca de temas especficos, como por ejemplo, sobre la pldora del da despus, etc. -Las empresas industriales, cul ms, cul menos, tienen implementado un sistema de control de calidad, que se basa en mtodos estadsticos. En este mbito es destacable el llamado Control Estadstico de Procesos (CEP), que es un sistema de gestin de la calidad a travs de todos los procesos y operaciones que llevan al producto final. -Algunos hallazgos arqueolgicos y paleoantropolgicos han sido sometido a tcnicas estadsticas sofisticadas, que ayudan, por ejemplo, a decidir el origen de ciertos utensilios. -Terminada la segunda guerra mundial, Japn implement una innovacin en el sistema educacional, haciendo obligatorio el estudio de la Estadstica en parte de la educacin bsica, en toda la educacin media y en la universitaria de pregrado. La idea fue empapar a todas las personas del concepto de variabilidad e incertidumbre y dotarlas de herramientas para controlarla. -Algo que caracterizan al entrenador de la seleccin nacional de ftbol Marcelo Bielsa, es el estudio estadstico de los partidos de flbol, como herramienta de planificacin de partidos.
III.
EJERCICIOS Y PROBLEMAS RESUELTOS
1. Encuesta La siguiente es la pregunta 36, que forma parte del cuestionario de una encuesta nacional de salud aplicada en Espaa.
10
Al respecto, se afirma que esta pregunta: A) Es una sola variable medida a escala polinmica B) Es una sola variable medida a escala numrica C) Es una variable de tipo discreta D) Son cinco variables dicotmicas E) Son cinco variables numricas Solucin: La pregunta 36 de este cuestionario es, en verdad, un conjunto de 5 preguntas, cada una de las cuales tiene dos valores binomiales. Por lo tanto la alternativa correcta es: D.
2. Crecimiento y desarrollo de recin nacidos en el primer ao de vida Para describir y caracterizar el crecimiento y desarrollo en el primer ao de vida de los nios atendidos por el sistema pblico de salud en Chile, se efectu un estudio con 723 recin nacidos seleccionados al azar en hospitales pblicos de la regin Metropolitana y se sigui su evolucin clnica durante el primer ao de vida. Se analizaron datos de nacimiento: sexo (masculino, femenino), peso (en gramos), talla (en cm.), circunferencia ceflica (en cm.), valoracin del peso (Sobrepeso, Peso normal, Bajo peso), nmero de hermanos y edad de la madre (aos). Los datos fueron recogidos de las historias clnicas individuales de los nios. A partir de esta informacin: 2.1. Identifique el objetivo general del estudio. 2.2. Identifique la poblacin objeto de estudio. 2.3. Identifique la muestra estudiada y su tamao. 2.4. Identifique cada una de las variables consideradas en el estudio y clasifquelas segn su tipo. Solucin: 2.1. Objetivo: describir y caracterizar el crecimiento y desarrollo en el primer ao de vida de los nios atendidos por el sistema pblico de salud en Chile. 2.2. Poblacin: nios atendidos por el sistema pblico de salud en Chile. 2.3. Muestra: 723 recin nacidos seleccionados al azar en hospitales pblicos de la regin Metropolitana. 2.4. Variables: Sexo: variable dicotmica Peso: variable continua Talla: variable continua Circunferencia ceflica: variable continua Valoracin del peso: variable ordinal Nmero de hermanos: variable discreta Edad de la madre: variable continua
3. Muestra aleatoria de personas Para la realizacin de un estudio de opinin a nivel nacional, se debe seleccionar una muestra aleatoria de 2.450 personas, desagregada por sexo y regin de acuerdo al siguiente criterio: El 20% debe ser de la regin Norte, el 36% del Sur y el restante, de la Regin Metropolitana. En el Norte, la submuestra debe tener el 46,5% mujeres y 48,4% en el Sur, mientras que en la Regin Metropolitana, debe haber un 47,4% hombres. 3.1. Construya una tabla que muestre la composicin de la muestra por sexo y regin.
11
Solucin: Del total de 2.450, se deben repartir, por regin, en 20%, 36% y 44%. Zona Norte: 20% de 2.450 = 490 Zona Sur: 36% de 2.450 = 882 Regin Metropolitana: 44% de 2.450 = 1.078 Llevando estas cifras a una tabla, queda:
REGIN SEXO Norte Hombre Mujer Total 490 1.078 882 2.450 Metropolitana Sur Total
Ahora, la muestra de cada regin se debe dividir entre hombres y mujeres, de acuerdo a lo establecido: Zona Norte: 46,5% de 490 = 228 mujeres. Zona Sur: 48,4% de 882 = 427 mujeres Regin Metropolitana: 47,4% de 1.078 = 511 hombres. Completando la tabla:
REGIN SEXO Norte Hombre Mujer Total 262 228 490 Metropolitana 511 567 1.078 Sur 455 427 882 1.228 1.222 2.450 Total
IV.
EJERCICIOS Y PROBLEMAS PROPUESTOS
1. De las siguientes afirmaciones respecto de la Estadstica: I: Es la ciencia de los hechos aleatorios II: Trabaja con datos numricos y alfanumricos III: Trabaja con fenmenos predecibles Es (son) correcta(s): A) Solo I B) Solo I y II
C) Solo II y III
D) Solo I y III
E) I, II y III
2. De las siguientes escalas de medicin de una variable: I: Dicotmica II: Ordinal III: Discreta Cul(es) de ellas permite ordenar los valores de la variable de menor a mayor? A) Solo I B) Solo II C) Solo III D) Solo I y II E) Solo II y III 12
3. Consumo de verduras Se requiere construir preguntas para una encuesta sobre hbitos alimenticios en la poblacin, para lo cual se proponen las siguientes preguntas:
Pregunta I: Consume verduras en la semana? 1 = S; 0 = No Pregunta II: Indique la frecuencia de consumo de verduras en la semana: 3 = Todos los das; 2 = Algunos das; 1 = Nunca Pregunta III: Indique cuntos das a la semana consume verduras: 01234567
3.1. De las tres preguntas, cul(es) de ellas mide el consumo de verduras en forma cualitativa? A) Ninguna B) Solo I C) Solo II D) Solo I y II E) I, II y III 3.2. De las tres preguntas, cul(es) de ellas mide el consumo de verduras en escala ordinal? A) Ninguna B) Solo I C) Solo II D) Solo I y II E) I, II y III
4. Hbitos de estudio Con el objeto de estudiar los hbitos de estudio de los estudiantes de Educacin General Bsica (EGB), se selecciona una muestra de 1.347 estudiantes hombres y 1.058 estudiantes mujeres, de un total de 2.294.567 estudiantes de EGB del ao escolar 2007. La informacin se obtiene mediante encuesta a los seleccionados. En el estudio se incluyeron las siguientes variables, con la escala sealada:
X 1 : Tipo de establecimiento: Particular pagado; Particular subvencionado; Municipal; Otro. X 2 : Nmero de hermanos que estudian EGB: 0, 1, 2, X 3 : Horas de estudio autnomo: horas semanales dedicadas a estudio autnomo. X 4 : Asistencia a clases: grado de asistencia a clases: 3 = Buena; 2 = Regular; 1 = Mala X 5 : Gnero: 1 = Masculino; 2 = Femenino
4.1. De acuerdo a lo planteado, la poblacin en estudio es: A) Los colegios de Educacin General Bsica B) Los estudiantes de Educacin General Bsica C) Los hbitos de estudio de los estudiantes de EGB D) El nivel de curso de los estudiantes de EGB E) Los estudiantes de Chile 4.2. De la muestra, qu % representa el segmento de estudiantes mujeres? A) 5,8% B) 27,3% C) 44,0% D) 56,0% E) 78,5% 4.3. De acuerdo a los datos, aproximadamente, qu proporcin representa la muestra seleccionada respecto de la poblacin? A) 0,105% B) 5,92% C) 4,63% D) 7,85% E) 1,04% 4.4. De las siguientes variables estudiadas: I: Nmero de hermanos que estudian EGB II: Horas de estudio autnomo III: Asistencia a clases
13
Cul(es) es (son) numrica(s)? A) Solo I B) Solo II
C) Solo II y III
D) Solo I y II
E) I, II y III
4.5. De las siguientes variables consideradas en el estudio: I: Gnero II: Asistencia a clases III: Tipo de establecimiento Cul(es) es (son) nominal(es)? A) Solo I B) Solo II
C) Solo I y II
D) Solo II y III
E) Solo I y III
4.6. De las siguientes variables estudiadas: I: Gnero II: Horas de estudio autnomo III: Nmero de hermanos que estudian EGB Cul(es) es (son) discreta(s)? A) Solo I B) Solo II
C) Solo III
D) Solo II y III
E) Ninguna
4.7. En este caso, estudiar una muestra en vez de toda la poblacin, tiene como desventaja: I: Existe un error o incertidumbre respecto de los resultados II: En el trabajo con muestras los resultados no son confiables III: Los resultados tardan mucho en obtenerse Es (son), efectivamente, desventaja(s): A) Solo I B) Solo II C) Solo I y II
D) Solo I y III
E) I, II y III
Solucin a problemas propuestos

1. B 4.1. B 4.6. C 2. E 4.2. C 4.7. A 3.1. D 4.3. A 3.2. C 4.4. D 4.5. E
V.
RECURSOS COMPLEMENTARIOS
Se Sugiere: 1. Visitas al sitio del Instituto Nacional de Estadsticas (INE): se sugiere curiosear qu hace el INE, cul es su misin, visin y principios institucionales; qu estudios realiza y qu publica. http://www.ine.cl/ 2. Visitar el sitio con explicacin y ejemplos de estadstica descriptiva bsica y glosario. Apropiado para quienes se inician en el mbito de la estadstica. http://www.cortland.edu/flteach/stats/stat-sp.html 3. Visitar el sitio de Fundacin Futuro: http://www.fundacionfuturo.cl Descargar algn estudio de opinin pblica e identificar en l, los conceptos bsicos de esta clase.
14
ESTADSTICAS DE VARIABLES CUALITATIVAS

Mi optimismo se funda en lo improbable. (Morin)
-Construyen tablas de frecuencia y grficos para variables cualitativas y los interpretan.
CONTENIDOS
-Tablas de frecuencia para variables cualitativas. -Grficos para variables cualitativas. -Interpretacin de tablas y grficos.
II.
DESARROLLO
1. Generalidades metodolgicas Una estadstica descriptiva bsica tiene por objeto describir y caracterizar la muestra en estudio. Para los efectos, organiza los datos observados y genera, al menos los siguientes productos: Tablas de frecuencia Grficos Estadgrafos Descripciones y conclusiones
2. Tablas de frecuencia para variables cualitativas Estas tablas son muy elementales. Constan de tres columnas. Primera columna: aqu se ubican los valores de la variable. Si la variable es nominal, no requiere un orden determinado. Si es ordinal, se ordena de mayor a menor o viceversa. Segunda columna: se ubica la frecuencia absoluta. Esto es, el nmero de veces que aparece cada valor de la variable en los datos observados. Tercera columna: Porcentaje. Se calcula qu % representa cada frecuencia absoluta respecto de la frecuencia total o tamao de la muestra n. X Categora A Categora B Categora C Categora D Total N casos %
100
15
Ejemplo:
Deporte que practican 40 personas Deporte N casos Atletismo 12 Ftbol 16 Ciclismo 7 Golf 5 Total 40
% 30,0 40,0 17,5 12,5 100
2. Grficos para variables cualitativas Tres son los grficos ms indicados para representar la variable cualitativa. 2.1. Grfico de barras: Es el ms conocido y fcil de elaborar. Cada valor de la variable se representa por rectngulos de igual base y de altura proporcional a la frecuencia, ya sea absoluta o porcentuada. Aunque frecuentemente se construye con barras verticales, tambin puede hacerse con rectngulos horizontales. 2
Deporte que practican 40 personas
N 18 16 14 12 10 8 6 4 2 0 A
A: Atletismo B: Ftbol C: Ciclismo D: Golf
B Deporte
Especificaciones para el grfico de barras: Cada barra debe tener el mismo ancho La separacin entre barras debe ser constante, sin que necesariamente sea igual al ancho de barras. Cada barra debe llevar el rtulo que la identifica. Si fuera necesario, se agrega una leyenda explicativa. Es conveniente que el color de las barras sea el mismo. No se debe dar a sensacin de estar destacando a una de ellas. El eje de las frecuencias debe especificar claramente si se trata de N o %. Rotular el grfico, especificando qu muestra. Asimismo, si fuera posible indicar la fuente de los datos. Evitar trazados en 3D, que suelen distorsionar la informacin.
2.2. Grfico circular: Tambin conocido como grfico de torta. En este, cada valor de la variable queda representado por un sector circular cuyo ngulo es proporcional a su frecuencia. Este grfico es muy til cuando se desea mostrar la divisin del todo en sus partes componentes.
Excel llama grfico de barras al de barras horizontales, y grfico de columnas al de barras verticales.
16

Deporte que practica
D 12,5% A 30,0% C 17,5%
B 40,0%
A: Atletismo B: Ftbol C: Ciclismo D: Golf
Especificaciones para el grfico circular: Cada sector debe llevar el rtulo que la identifica. Si fuera necesario, se agrega una leyenda explicativa. Es conveniente que el color de los sectores sea el mismo. No se debe dar a sensacin de estar destacando a uno de ellos. En cada sector circular se debe especificar claramente, si se trata de N o %. Rotular el grfico, especificando qu muestra. Asimismo, si fuera posible indicar la fuente de los datos. Evitar trazados en 3D, que suelen interferir la informacin.
2.3. Pictograma: Se caracteriza este grfico por figuritas que representan cierta cantidad (por ejemplo 1%). Cada valor de la variable lleva tantas figuritas como sea su frecuencia. Deporte que practican 40 personas
Atletismo Ftbol Ciclismo Golf
bbbbbbbbbbbb bbbbbbbbbbbbbbbb bbbbbbb bbbbb b= 1 persona
Especificaciones para el pictograma: Cada fila de figuritas, debe llevar el rtulo que la identifica. Si fuera necesario, se agrega una leyenda explicativa. Se debe usar la misma figurita para todo el grfico. El tamao y el color de las figuritas debe ser el mismo en todo el grfico. Debe indicarse claramente cunto representa cada figurita, y en qu unidades. Rotular el grfico, especificando qu muestra. Asimismo, si fuera posible indicar la fuente de los datos. Evitar trazados en 3D, que suelen interferir la informacin. 3. Descripciones y conclusiones Consiste en describir en lenguaje corriente los aspectos ms relevantes observados. La organizacin y presentacin de datos en tablas de frecuencias y grficos es una de las formas ms recurrentes y tiles en la estadstica. A partir de ellas se realiza el anlisis de las caractersticas que presenta la muestra con relacin a la variable estudiada. Resulta de inters el nfasis en las regularidades y en las irregularidades que se observan, as como en las
17
acumulaciones de frecuencias, anomalas, posibles patrones, etc. Es decir, en todo aquello que llame la atencin del investigador. 3.1. Afirmaciones: Son enunciados acerca de la realidad. Deben ser verificables con los datos empricos. Ejemplo: El 40% de las personas encuestadas practica el ftbol. Esta afirmacin se puede demostrar con los datos de la tabla. Se debe evitar la emisin de opiniones y de juicios de valor, ya que estos no son demostrables. Ejemplo: Al 40% de las personas le gusta ms el ftbol. Esta es una opinin del observador, que no se puede verificar con los datos de la tabla. El hecho de que la mayor proporcin de la muestra practique este deporte no significa, necesariamente, que es el que ms les gusta. 3.2. Conclusiones: Son descripciones que engloban y resumen los resultados ms relevantes que presenta la muestra estudiada. En el ejemplo que se est desarrollando: Conclusiones: Se advierte poca diversidad de deportes practicados por la muestra, ya que, segn los datos, se practican solo cuatro. En la muestra, el deporte ms practicado es el ftbol, con el 40,0% de las preferencias, mientras que el que menos se practica es el golf, con solo el 12,5% de las observaciones.
III.
1. Encuesta de salud La siguiente es la pregunta 40 del cuestionario de una encuesta nacional de salud aplicada en Espaa. En esta, se le pregunta al padre o madre del nio(a) acerca de la hospitalizacin de este(a).
1.1. Cul es la variable estudiada? 1.2. Identifique el tipo de variable 1.3. Qu tipo de grfico aconsejara usted para presentar los resultados de esta pregunta? Solucin: 1.1. La variable es: Motivo del ltimo ingreso hospitalario del nio(a). 1.2. La variable es nominal. Ms especficamente, es multinomial. 1.3. Los resultados pueden presentarse mediante un grfico de barras (horizontales o verticales) o un grfico circular.
18
2. Accidentes laborales Cierta investigacin contempl el estudio de los accidentes de trabajo ocurridos en Espaa durante el ao 2002. Uno de los resultados se revela en el siguiente grfico, sobre una muestra de 1.580 accidentes mortales:
Distribucin porcentual de los accidentes laborales mortales, por sector de actividad. Ao 2002. SERVICIOS 21% AGRARIO 9% INDUSTRIA 24%
CONSTRUCCIN 46%
2.1. Identifique poblacin, muestra, variable y tipo de la variable del estudio. 2.2. Construya una tabla de frecuencias absolutas y porcentuadas, que muestre la distribucin de accidentes segn sector de la actividad donde se produjeron. 2.3. Construya tres afirmaciones acerca del fenmeno estudiado. Solucin: 2.1. Poblacin: accidentes de trabajo ocurridos en Espaa durante el ao 2002. Muestra: 1.580 accidentes de trabajo mortales ocurridos en Espaa durante el ao 2002. Variable: Sector de actividad econmica de los accidentes mortales Tipo de variable: nominal 2.2. Tabla de frecuencias. Calculando el % de cada actividad sobre el total de 1.580 accidentes, se tiene:
Accidentes mortales segn sector de actividad econmica. Sector de actividad Servicios Agrario Industria Construccin TOTAL N de casos 332 142 379 727 1.580 % 21,0 9,0 24,0 46,0 100
2.3. Afirmaciones -El 21,0% de los accidentes mortales se produjo en el sector servicios. -El 24,0% de los accidentes mortales se produjo en el sector industria. -La menor cantidad de accidentes laborales mortales se produjo en el sector agrario, con un total de 142, lo que representa el 9,0% del total de casos mortales. -La mayor cantidad de accidentes laborales mortales se produjo en el sector construccin, con un total de 727, lo que representa el 46,0% del total de accidentes con resultado de muerte. -En el sector construccin se producen dos accidentes fatales por cada uno del sector industria. -Etc. 19
3. Veracidad de la informacin de TV Una encuesta indag acerca de la veracidad de la informacin entregada por la TV, segn la opinin de una muestra aleatoria de 1.800 personas mayores de 18 aos. Segn sexo, la encuesta gener los siguientes datos, en %.
Cree usted que es veraz la informacin entregada por la TV? S, siempre es veraz Solo a veces es veraz No, no es veraz TOTAL (%) 15,5 45,5 % casos hombres mujeres 8,5 52,5 25,0 100 TOTAL (%)
3.1. Identifique las variables en estudio y su escala de medicin. 3.2. Complete la tabla de frecuencias con los % faltantes. 3.3. Construya una tabla de frecuencias absolutas. 3.4. De los que creen que la informacin entregada por la TV siempre es veraz, qu % corresponde a mujeres? 3.5. De los hombres, Qu % cree que la informacin entregada por la TV solo a veces es veraz? 3.6. Qu % de las muestra son mujeres que opinan que la informacin entregada por la TV no es veraz? 3.7. Construya un grfico que muestre los resultados totalizados. Solucin: 3.1. Variables Variable 1: Sexo. Variable dicotmica Variable 2: Opinin de la veracidad de la informacin entregada por la TV. Variable ordinal. 3.2. Aplicando diferencias, se obtiene la siguiente tabla:
Cree usted que es veraz la informacin entregada por la TV? S, siempre es veraz Solo a veces es veraz No, no es veraz TOTAL (%) % casos hombres 14,0 16,0 15,5 45,5 mujeres 8,5 36,5 9,5 54,5 TOTAL (%) 22,5 52,5 25,0 100
Los valores en negrita son los calculados en base a diferencias. 3.3. Tabla de frecuencias absolutas. Aplicando los % de cada celda al total de la muestra n = 1.800, se obtiene la siguiente tabla:
Cree usted que es veraz la informacin entregada por la TV? S, siempre es veraz Solo a veces es veraz No, no es veraz TOTAL (%) N de casos hombres 252 288 279 819 mujeres 153 657 171 981 TOTAL (%) 405 945 450 1.800
3.4. Los que creen que la informacin entregada por la TV siempre es veraz suman 405, de los cuales 153 son mujeres. Llevando a %, queda:
153 100 = 37,8% 405
R: De los que creen que la informacin entregada por la TV siempre es veraz, el 37,8% corresponde a mujeres. 20
3.5. El total de hombres es 819. De estos, 288 creen que la informacin entregada por la TV solo a veces es veraz. 288 Llevando a %, queda: 100 = 35,2% 819 R: De los hombres, el 35,2% cree que la informacin entregada por la TV solo a veces es veraz.
3.6. De la tabla de frecuencias se obtiene que ese % es el 9,5%. R: El 9,5 % de las muestra son mujeres que opinan que la informacin entregada por la TV no es veraz.
3.7. Grfico
Hombres segn creencia en la veracidad de la informacin entregada por la TV.
Cree usted que es veraz la informacin entregada por la TV? S, siempre es veraz Solo a veces es veraz No, no es veraz TOTAL N 252 288 279 819 % 30,8 35,2 34,0 100
Este grfico es una variante del grfico de barras horizontales, incorporando datos de la tabla de frecuencias.
IV.
1. Estudio del mercado de la cerveza Se realiza un estudio de mercado sobre el consumo de cerveza en Chile. Respecto de la marca que consume preferentemente, se recab la siguiente informacin en una muestra de 187 personas mayores de 18 aos, de ambos sexos:
Marca CRISTAL BLTICA ROYAL BECKER ESCUDO OTRAS N 54 27 42 37 15 12
1.1. La variable en estudio es de tipo: A) Dicotmica B) Multinomial C) Ordinal
D) Discreta
E) Continua
1.2. Qu % de la muestra consume preferentemente cerveza Becker? A) 37,0% B) 21,4% C) 19,8% D) 16,5% 1.3. Qu % de la muestra prefiere la cerveza Bltica o Royal? A) 14,4% B) 19,4% C) 22,4% D) 32,5%
E) 13,6%
E) 36,9%
21
1.4. Segn los datos de la tabla: A) La marca ms preferida por la muestra es Cristal, con el 28,9% de las preferencias. B) La marca ms preferida por la muestra es Cristal, con el 32,5% de las preferencias. C) La marca ms preferida por la muestra es Royal, con el 22,5% de las preferencias. D) La marca menos preferida por la muestra es Escudo, con el 12,5% de las preferencias. E) La mayora prefiere la marca Cristal
2. Evaluacin del servicio En cierta comuna se realiza una encuesta para evaluar e servicio de extraccin de basura. Para los efectos se selecciona aleatoriamente a 473 jefes de hogar y se les aplic una encuesta. Con los resultados se construy la siguiente tabla de frecuencia, que se encuentra incompleta.
Evaluacin del servicio de extraccin de basura domiciliaria por parte de 473 vecinos. Evaluacin Muy bueno Bueno Ni bueno ni malo Malo Muy malo TOTAL 45 No de casos 121 186 20,7 % 25,6
Complete la tabla de frecuencia y responda: 2.1. La variable en estudio es de tipo: A) Multinomial B) Ordinal C) Discreta
D) Continua
E) Dicotmica
2.2. Qu % de la muestra opina que el servicio es bueno? A) 39,3% B) 47,4% C) 29,8% D) 26,5% 2.3. Qu % de la muestra opina que el servicio es malo o muy malo? A) 4,9% B) 8,3% C) 9,5% D) 14,4%
E) 23,6%
E) 12,5%
2.4. De acuerdo a la tabla, se puede afirmar que: I: El 25,6% de los encuestados opina que el servicio de extraccin de basura es muy bueno. II: De los encuestados, el 20,7% opina que el servicio de extraccin de basura no es ni bueno ni malo. II: De la muestra, el 64,9% opina que el servicio de extraccin de basura es bueno o muy bueno. Es (son) correcta(s): A) Solo I B) Solo I y II C) Solo I y III D) Solo II y III E) I, II y III
22
3. Televidentes Se realiza, a cierta hora del da, una encuesta a 235 televidentes, para determinar el canal de televisin abierta que sintonizan. Con los datos obtenidos se construy el siguiente grfico.
N
80 70 60 50 40 30 20 10 0
TVN: Televisin Nacional de Chile CHV: Chilevisin 13: Canal 13 de la UC MEG: Megavisin UCV: U. Catlica de Valparaso
Canal
TVN CHV 13 MEG UCV Distribucin de televidentes segn canal de televisin abierta que sintonizan
3.1. De acuerdo al grfico, aproximadamente, cuntos televidentes de la muestra sintonizan Chilevisin? A) 42% B) 35% C) 18% D) 15% E) 12% 3.2. Aproximadamente, qu % de los televidentes encuestados suman los dos canales de mayor sintona? A) 65% B) 60% C) 55% D) 50% E) 45%

1.1. B 2.1. B 3.1. D 1.2. C 2.2. A 3.2. C 1.3. E 2.3. D 1.4. A 2.4. E
V.
1. Explore las alternativas grficas del MS Excel. Puede ingresar los mismos datos entregados aqu. Sobre la base de las especificaciones generales dadas, determine cules grficos de Excel son adecuados para la variable alfanumrica. 2. Ver uso de tablas, grficos y descripciones en los informes de investigaciones publicados en sitios tales como http://www.fundacionfuturo.cl 3. INSTITUTO NACIONAL DE ESTADSTICAS DE CHILE http://www.ine.cl/ -Microdatos: lleva a Censos de poblacin, Encuestas.
23
ESTADSTICAS DE VARIABLES DISCRETAS

Es el azar, no la prudencia lo que rige la vida. (Cicern).
-Construyen tablas de frecuencia y grficos para variable numrica discreta y los interpretan.
CONTENIDOS
-Tablas de frecuencia para variables discretas. -Grficos para variables discretas. -Interpretacin de tablas y grficos.
II.
DESARROLLO
1. Tablas de frecuencia para variables discretas Estas tablas constan de tres o ms columnas, segn requerimientos y necesidades derivadas del estudio que se realiza.
Xi x1 x2 x3
...
fi f1 f2
Fi F1 F2
fri fr1
Fri Fr1
% fi % f1
%Fi %F1
xm
Total
fm
n
Fm
-
frm
1
Frm
-
% fm
100
%Fm
-
i = nmero de orden. i = 1, 2, 3, , m . X i = columna con los distintos valores de la variable: x 1 , x 2 , , hasta x m , ordenados de menor a mayor.
fi = frecuencia absoluta. Es el nmero de casos para cada valor de la variable. Fi = frecuencia acumulada. Es la suma de las frecuencias absolutas hasta cualquier valor de la variable.
Por ejemplo: F2 = f1 + f2 ; F3 = f1 + f2 + f3 ; etc.
fri = frecuencia relativa: es el cuociente entre la frecuencia absoluta y la frecuencia total.

Esto es: fri =
fi . Se suele expresar con tres decimales. n f3 n
Por ejemplo: fr3 =
Fri = frecuencia relativa acumulada. Es la suma de las frecuencias relativas hasta cualquier valor de la variable.
Por ejemplo: Fr2 = fr1 + fr2 ; etc.
24
Tambin puede expresarse como el cuociente entre la frecuencia absoluta acumulada y el tamao de la muestra. Esto es: Fri = Por ejemplo: Fr3 =
F3 n Fi . Se suele expresar con tres decimales. n
% fi = frecuencia porcentuada. Es el % que representa cada frecuencia absoluta respecto de la frecuencia total.
f Esto es: % fi = i 100 . Se suele expresar con un decimal. n
Tambin puede expresarse como el producto de la frecuencia relativa por 100. Esto es: % fi = fri 100 . Por ejemplo: % f4 =
f4 100 = 100 fr4 n
%Fi = frecuencia porcentuada acumulada. Es la suma de las frecuencias porcentuadas hasta cualquier valor de la
variable. Por ejemplo: %F3 = % f1 + % f2 + % f3 ; etc. Tambin puede expresarse como el producto de la frecuencia relativa acumulada por 100. Esto es: %Fi = Fri 100 . Por ejemplo: %F3 = Fr3 100
Importante: Se debe cautelar el uso de la letra minscula y mayscula. Las f minsculas son para frecuencias simples, mientras que las F mayscula es para frecuencia acumuladas. Las frecuencias acumuladas son muy tiles para la interpretacin de datos y tambin para el clculo de algunos estadgrafos, como se ver ms adelante.
2. Propiedades importantes de las frecuencias:
fi = n. Esto es, que la suma de las frecuencias absolutas es igual al tamao de la muestra.
Fm = n. Esto significa que la ltima frecuencia absoluta acumulada es igual al tamao de la muestra.
fri = 1. Esto es, que la suma de las frecuencias relativas es igual a 1.
0 fri 1 . Esto es, que la frecuencia relativa siempre es un nmero mayor igual que cero, pero menor igual que uno.
Frm =1. Esto significa que la ltima frecuencia relativa acumulada es igual a 1.
% fi = 100. Esto es, que la suma de las frecuencias porcentuadas es igual a 100.
%Fm = 100. La ltima frecuencia porcentuada acumulada es igual a 100.
25
Ejemplo: La siguiente tabla muestra la distribucin de 40 familias segn nmero de integrantes.

Integrantes 3 4 5 6 Total casos 9 11 13 7 40
Se calcular la tabla de frecuencias:

Xi
3 4 5 6 Total
fi
9 11 13 7 40
Fi
9 20 33 -
fri
0,225 0,275
Fri
0,225 0,500
% fi
22,5
%Fi
22,5
100
En la tabla:
x1 = 3; x 2 = 4; etc. f1 = 9; f2 = 11; etc. F1 = 9; F2 = 9 + 11= 20; F3 = 9 + 11+13= 33; etc. 9 11 = 0,225; fr2 = = 0,275; etc. fr1 = 40 40 Fr1 = 0,225; Fr2 = 0,225 + 0,275= 0,5; etc. % f1 = 9 100 = 22,5; etc. 40
Completando la tabla, queda as:

Familias segn nmero de integrantes
Xi
3 4 5 6 Total
fi
9 11 13 7 40
Fi
9 20 33 40 -
fri
0,225 0,275 0,325 0,175 1
Fri
0,225 0,500 0,825 1 -
% fi
22,5 27,5 32,5 17,5 100
%Fi
22,5 50,0 82,5 100 -
Ntese el cumplimiento de las propiedades:

fi = 40. La suma de las frecuencias absolutas es igual al tamao de la muestra.
F4 = 40. La ltima frecuencia absoluta acumulada es igual al tamao de la muestra.
fri = 1. La suma de las frecuencias relativas es igual a 1.

0 fri 1 . Todas las frecuencias relativas estn entre cero y uno. Fr4 =1. La ltima frecuencia relativa acumulada es igual a 1.
% fi = 100. La suma de las frecuencias porcentuadas es igual a 100.

%F4 = 100. La ltima frecuencia porcentuada acumulada es igual a 100.
26
3. Grficos para variables discretas Hablar de variable discreta es hablar de una variable con valores numricos. Por lo tanto, su graficacin debe seguir el rigor matemtico correspondiente. Por eso es que solo se mencionarn dos grficos adecuados para este tipo de variable. 3.1. Grfico de segmentos: Eje X: se ubica en el eje X los valores de la variable. Eje Y: se ubica la frecuencia absoluta o la porcentuada. La frecuencia relativa tambin se puede representar, pero, en general, es poco utilizada. La representacin consiste en trazos (segmentos) verticales que nacen del eje x y suben hasta una longitud proporcional a la frecuencia observada, sea esta absoluta, porcentuada o relativa. Graficando la tabla anterior:
Distribucin de familias segn nmero de integrantes
%
35 30 25 20 15 10 5 0
N 3 4 5 6
Fuente: ALKA-Stat-2010
Precauciones y recomendaciones:
Escalas: tanto la escala del eje x como la del eje y deben estar correctamente trazadas y enumeradas segn situacin. En este caso el eje x enumera del 3 al 6 y la escala del eje y va de cero a 35%, dividiendo la escala de 5 en 5. Rtulos: ambos ejes deben llevar claramente escritas las unidades que estn representando. En este caso el eje x son N (de integrantes) y el eje y es %. Ambos datos deben estar claramente consignados. Ttulo o rtulo del grfico: todo grfico debe llevar un ttulo o rtulo que exprese con claridad qu es lo que est mostrando. Sin el rtulo no puede haber una interpretacin del grfico. En este caso: Distribucin de familias segn nmero de integrantes. Fuente: si es posible, un grfico debe llevar la fuente de los datos o su origen. En este caso, la fuente es un trabajo hecho por la empresa ALKA-Stat en el ao 2010.
3.2. Grfico de tallo y hojas Consiste en una representacin que se asemeja a un pictograma. El tallo: corresponde a un eje vertical que muestra los distintos valores de la variable, ordenados en forma creciente, de arriba abajo. Las hojas: corresponden a la frecuencia de cada valor de la variable. En variable discreta, esta frecuencia se representa con una serie de ceros.
27
Familias segn integrantes integrantes 3 4 5 6 casos 000000000 00000000000 0000000000000 0000000
Ancho tallo = 1; Hoja = 1
Observaciones: El ancho del tallo 1 indica que el tallo representa unidades. Si fuera Ancho tallo = 10, significara que representa decenas, y as sucesivamente. Hoja = 1 indica que cada cero equivale a 1 observacin. Si fuera Hoja = 2, significara que cada cero representa dos observaciones, y as sucesivamente.
4. Interpretacin de resultados Consiste en describir en lenguaje corriente los aspectos ms relevantes observados. La organizacin y presentacin de datos en tablas de frecuencias y grficos es una de las formas ms recurrentes y tiles en la estadstica. A partir de ellas se realiza el anlisis de las caractersticas que presenta la muestra con relacin a la variable estudiada. Resulta de inters el nfasis en las regularidades e irregularidades que se observan, as como en las acumulaciones de frecuencias, anomalas, posibles patrones, etc. Es decir, en todo aquello que llame la atencin del investigador y se relacionan con los objetivos del estudio. La forma ms directa de interpretar y describir el contenido de tablas y grficos es a travs de afirmaciones. Una afirmacin es un enunciado verificable acerca de un fenmeno de la realidad sensible. Por ejemplo: El 17,5% de las familias se compone de cinco integrantes, constituyendo el segmento de familias ms numerosas en la muestra estudiada. IMPORTANTE:
Afirmar solo lo que pueda ser verificado en la tabla o grfico. No debe afirmarse nada que no se pueda demostrar a travs de los datos de la tabla o del grfico. Debe evitarse la emisin de opiniones y juicios de valor, ya que estos no son demostrables en cuanto poder determinar su verdad o falsedad.
Por ejemplo: El 17,5% de las familias se compone de muchos integrantes. Muchos es un juicio de valor, no demostrable. Otras conclusiones derivadas de los datos de la tabla son:
El 22,5% de las familias tiene tres integrantes. El 27,5% de las familias tiene cuatro integrantes. El 77,5% de las familias tiene ms de 3 integrantes. El 60% de las familias tiene cuatro o cinco integrantes. La mitad de las familias tiene al menos cinco integrantes.
28
III.
1. Prctica deportiva Se realiza una encuesta a una muestra de hombres mayores de 18 aos, preguntando, entre otras cosas, cuntos das a la semana practica deporte? Los resultados se muestran en la tabla siguiente:
Das a la semana de prctica deportiva Das 0 1 2 3 4 5 6 7 Total N casos 17 9 5 8 4 2 5 3 53
1.1. Construya una tabla de frecuencias. 1.2. Construya un grfico de tallo y hojas que muestre estos resultados. 1.3. Construya un grfico de segmentos con frecuencias porcentuadas. 1.4. Sobre la base de los resultados, responda: 1.4.1. Qu % de la muestra practica deporte al menos 3 veces a la semana? 1.4.2. Qu % de la muestra practica deporte a lo ms 2 veces a la semana? 1.4.3. Qu % de la muestra no practica deporte en la semana? 1.4.4. Qu % de la muestra practica deporte ms de 5 veces a la semana? Solucin: 1.1. Tabla de frecuencias
Das a la semana de prctica deportiva Das 0 1 2 3 4 5 6 7 Total N 17 9 5 8 4 2 5 3 53 F ac 17 26 31 39 43 45 50 53 fr 0,321 0,170 0,094 0,151 0,075 0,038 0,094 0,057 1 Fr 0,321 0,491 0,585 0,736 0,811 0,849 0,943 1 % 32,1 17,0 9,4 15,1 7,5 3,8 9,4 5,7 100 %Ac 32,1 49,1 58,5 73,6 81,1 84,9 94,3 100 -
29
1.2. Grfico de tallo y hojas

Das a la semana de prctica deportiva Veces 0 00000000000000000 1 000000000 2 00000 3 00000000 4 0000 5 00 6 00000 7 000 Tallo = 1; Hoja = 1 N
1.3. Grfico de segmentos
%
35 30 25 20 25 20 15 10 5 0
N 0 1 2 3 4 5 6 7
Personas segn das a la semana de prctica deportiva
1.4. Clculos 1.4.1. Qu % de la muestra practica deporte al menos 3 veces a la semana? Al menos 3 significa 3, 4, 5, 6 o 7. Estas frecuencias suman 22. Entonces: 22 % = 100 = 41,5% 53 R: El 41,5% de la muestra practica deporte al menos 3 veces a la semana 1.4.2. Qu % de la muestra practica deporte a lo ms 2 veces a la semana? A lo ms 2 significa 0, 1 o 2. Estas frecuencias suman 31. Entonces: 31 % = 100 = 58,5% 53 R: El 58,5% de la muestra practica deporte a lo ms 2 veces a la semana. 1.4.3. Qu % de la muestra no practica deporte en la semana? Estos corresponden a x = 0. Es decir, 17. 17 % = 100 = 32,1% 53 R: El 32,1% de la muestra no practica deporte en la semana 1.4.4. Qu % de la muestra practica deporte ms de 5 veces a la semana? Ms de 5 veces es 6 o 7. Las frecuencias suman 8. 8 % = 100 = 15,1% 53 R: El 15,1% de la muestra practica deporte ms de 5 veces a la semana.
30
IV.
1. Nmero de empleos El siguiente grfico muestra el resultado de una pequea encuesta realizada con trabajadores del sector comercio.
N 60 55 50 45 40 35 30 25 20 15 10 5 0 1 2 3 4 5
empleos
CUNTOS EMPLEOS HA TENIDO EN LOS LTIMOS 2 AOS?
1.1. La variable estudiada es: A) La duracin de los empleos en los ltimos dos aos B) El tipo de empleo en los ltimos dos aos C) Personas que ha tenido empleo en los ltimos dos aos D) El nmero de empleos en los ltimos dos aos E) Las veces que una persona ha trabajado 1.2. La variable estudiada en este caso es de tipo: A) Dicotmica B) Multinomial C) Ordinal 1.3. El tamao de la muestra alcanza a: A) 125 B) 60 C) 15
D) Discreta
E) Continua
D) 12
E) 5
1.4. Cuntas personas de la muestra han tenido ms de 3 empleos en los ltimos 2 aos? A) 35 B) 20 C) 15 D) 12 E) 10 1.5. Qu % de la muestra ha tenido solo 1 empleo en los ltimos 2 aos? A) 60% B) 48% C) 36% D) 12,5% 1.6. Qu % de la muestra ha tenido 2 3 empleos en los ltimos 2 aos? A) 40% B) 30% C) 20% D) 24%
E) 8,3%
E) 16%
1.7. Entre los que han tenido ms de un empleo en los ltimos dos aos, qu % ha tenido ms de tres? A) 52% B) 12% C) 23,1% D) 15,2% E) 17,6% 1.8. De las afirmaciones siguientes: I: El 48% de la muestra ha tenido los mejores empleos en los ltimos dos aos.. II: El 24% de la muestra ha durado un ao en su empleo en los ltimos dos aos. III: El 4% de la muestra ha tenido 5 empleos en los ltimos dos aos.
31
Cul (es) es (son) verificable)s) en el grfico dado? A) Ninguna B) Solo III C) Solo I y II
D) Solo I y III
E) Solo II y III
2. Nmeros de televisores por hogar Se investiga el nmero de televisores por hogar en una muestra de hogares de la Regin Metropolitana, encontrando la siguiente tabla:
N 0 1 2 3 4 Total casos 3 18 13 7 2 43 % 7,0 41,9 30,2 16,3 4,7 100
2.1. De las afirmaciones siguientes: I: El 93% de los hogares investigados tiene al menos un televisor II: El 4,7% de los hogares tiene dos televisores III: El 72,1% de los hogares tiene uno o dos televisores Es (son) correcta(s): A) Solo I B) Solo I y II
C) Solo I y III
D) Solo II y III
E) I, II y III
2.2. De las siguientes afirmaciones, cul es falsa? A) El 20,9% de la muestra tiene tres o cuatro televisores B) El 48,9% de la muestra tiene a lo ms un televisor C) El 20,9% de la muestra tiene al menos tres televisores D) El 46,5% de la muestra tiene dos o tres televisores E) El 41,9% de la muestra tiene al menos un televisor

1.1. D 1.5. B 2.1. E 1.2. D 1.6. A 2.2. E 1.3. A 1.7. C 1.4. C 1.8. B
V.
1. Se sugiere complementar el estudio, visitando la pgina: http://www.uaq.mx/matematicas/estadisticas/xstad02.html Curso de estadstica muy bien explicado y desarrollado con ejemplos. Se recomienda para este nivel la Unidad N3 Estadstica Descriptiva. 2. Lectura de informes estadsticos de investigacin social en: CENTRO DE ESTUDIOS PBLICOS CEP http://www.cepchile.cl/ Ver: Encuesta CEP 32
ESTADSTICAS DE VARIABLE CONTINUA

Si es preciso sucumbir, enfrentmonos antes con el azar. (Tcito). APRENDIZAJES ESPERADOS
-Construyen tablas de frecuencia y grficos para variable numrica continua y los interpretan.
CONTENIDOS
-Tablas de frecuencia para variables continuas. -Grficos para variables continuas. -Interpretacin de tablas y grficos.
II.
DESARROLLO
1. Intervalos reales La variable continua es numrica y tiene infinitos valores reales entre su valor mnimo y mximo. Por este motivo, para tabularla debe ser dividida en intervalos. Un intervalo tiene los siguientes componentes:
C
LR inf
LR sup

Adems:
LR inf = Lmite Real inferior LR sup = Lmite Real superior c = amplitud del intervalo.
c = LR sup LR inf Importante: Los intervalos son abiertos a la derecha. Esto significa que el intervalo excluye el valor de intervalo superior.
2. Tabulacin de la variable continua 2.1. Tabla bsica: Una tabla de variable continua requiere de las siguientes columnas iniciales: LR Xm fi
33
En la tabla:
LR: Lmites reales. Estos son los intervalos propiamente tales. Xm: marca de clase de cada intervalo. Es el punto medio de cada intervalo.
Xm = LR sup+ LR inf . Este valor es muy importante para algunos procedimientos estadsticos. 2
fi : frecuencia absoluta de cada intervalo.
La tabla puede llevar, adems, todas las frecuencias que se requieran, especialmente %.
2.2. Criterios generales para fijar el nmero de intervalos de una tabla (m)
Muchos intervalos: se desagregan mucho las observaciones y no contribuyen a configurar un patrn perceptible. Pocos intervalos: agrupan mucho las observaciones y no se logra configurar un patrn. Dependiendo de la cantidad de observaciones y objetivos del estudio, una tabla debe tener entre 5 y 12 intervalos. Frmula para el clculo aproximado del nmero de intervalos se puede usar la siguiente frmula: m = [1 + 3,3 log n]
Nota: se toma como nmero de intervalos la parte entera del nmero resultante. Ver problema resuelto N1.
2.3. Amplitud de intervalos: Llamando: Rg(x) = rango de la variable (Diferencia entre el mayor y menor valor) Rg(x) = x mx x mn m = nmero de intervalos de la tabla. c = amplitud de los intervalos Se establece la siguiente relacin entre ellos:
c= Rg( x ) m
Esto significa que, teniendo el rango de la variable y el nmero de intervalos, se puede calcular la amplitud de cada intervalo. Este valor c se debe calcular y luego aproximar a un nmero cmodo de manejar e interpretar. Recordar que la estadstica pretende esclarecer los hechos que se ven azarosos. Ver problema resuelto N1.
3. Grficos de variable continua 3.1. Histograma: Eje X: se ubica en el eje X los lmites reales de cada intervalo. Eje Y: se ubica la frecuencia absoluta o la porcentuada. Menos frecuente es representar la frecuencia relativa. La representacin consiste en rectngulos adyacentes que nacen del eje x, con una altura proporcional a la frecuencia observada, sea esta absoluta, porcentuada o relativa.
34
Precauciones y recomendaciones:
Escalas: tanto la escala del eje x como la del eje y deben estar correctamente trazadas y enumeradas segn situacin. Rtulos: ambos ejes deben llevar claramente escritas las unidades que estn representando. Ttulo o rtulo del grfico: todo grfico debe llevar un ttulo o rtulo que exprese con claridad qu es lo que est mostrando. Sin el rtulo no puede haber una interpretacin del grfico. Fuente: si es posible, un grfico debe llevar la fuente de los datos o su origen.
Ejemplo de histograma: N
22 20 18 16 14 12 10 8 6 4 2 0
10
12
14
min
Tiempo de espera en la fila de un banco (min).

Propiedad: El rea total del histograma representa a toda la muestra. Por lo tanto, es igual a 100%, a n o a 1, si se ha representado en el eje y las frecuencias porcentuadas, las absolutas o las relativas, respectivamente. 3.2. Polgono de frecuencias Eje X: se ubica en el eje X las marcas de clase de cada intervalo. Eje Y: se ubica la frecuencia absoluta o la porcentuada. Menos frecuente es representar la frecuencia relativa. La representacin consiste en un polgono cuyos vrtices son los puntos trazados a una altura proporcional a la frecuencia observada, sea esta absoluta, porcentuada o relativa. Precauciones y recomendaciones:
Eje X: se debe agregar una marca de clase anterior a la menor y una despus de la mayor. Cierre: para cerrar el polgono, se toman las marcas de clase agregadas con frecuencia cero. Escalas: tanto la escala del eje x como la del eje y deben estar correctamente trazadas y enumeradas segn caso. Rtulos: ambos ejes deben llevar claramente escritas las unidades que estn representando. Ttulo del grfico: todo grfico debe llevar un ttulo o rtulo que exprese con claridad qu es lo que est mostrando. Fuente: si es posible, un grfico debe llevar la fuente de los datos o su origen.
35
Ejemplo de polgono de frecuencias: N

22 20 18 16 14 12 10 8 6 4 2 0 3 5 7 9 11 13 15 Tiempo de espera en la fila de un banco (min).
min
Propiedad: El rea total del polgono es igual a 100%, a n o a 1, segn se ha representado en el eje y las frecuencias porcentuadas, las absolutas o las relativas, respectivamente. 3.3. Grfico de tallo y hojas En algunos casos es posible traza un grfico de tallo y hojas. Peso de archivos digitales (Kb) Kb casos 3. 2235 4 4. 0367899 7 5. 113556777889 6. 1223334556666777 16 7. 445567778 9 8. 135 3
Ancho tallo: 10 Cada hoja: 1 caso
12
El ancho del tallo = 10 indica que sus valores son decenas, es decir, 30, 40, etc. El dgito correspondiente a las unidades sale de las hojas. De este modo, el valor menor observado es 32 Kb y el mayor 85 Kb.
III.
1. Talla y peso de estudiantes Se ha medido la talla y peso de los 863 estudiantes de una escuela bsica. 1.1. Cuntos intervalos puede tener la tabla de frecuencias? 1.2. Si el valor mnimo y mximo de la variable son 20 y 57 Kg, cul ser la amplitud adecuada de los intervalos? Solucin:
1.1. Aplicando la frmula m = [1 + 3,3 log n] m = 1 + 3,3 log 863 = 10,7. m = 10

36
R: Se requiere una tabla con 10 intervalos 1.2. Se tiene que Rg(x) = 57 20 = 37 Kg. Adems, m = 10. Entonces: c = 37/10 = 3,7. Se redondea a 4, que es un nmero ms cmodo para la amplitud que el 3,7. R: La amplitud de los intervalos debe ser 4.
2. Peso de estudiantes El peso de 863 estudiantes de educacin bsica se muestra en la siguiente tabla:
Peso (Kg) 20 24 24 28 28 35 35 50 50 60 Xm fi Fi 113 %fi 22,6 65,1 193 %Fi
2.1. Complete la tabla de frecuencias. 2.2. A partir de la tabla, indique: 2.2.1. Qu % de escolares pesan, a lo menos 35 Kg? 2.2.2. Qu % de escolares pesan entre 28 y 50 Kg? 2.2.3. Qu % de escolares pesan menos de 28 Kg?
Solucin: 2.1. Tabla de frecuencias:

Peso (Kg) 20 24 24 28 28 35 35 50 50 60 Xm 22 26 31,5 42,5 55 fi 113 195 254 193 108 863 Fi 113 308 562 755 863 %fi 13,1 22,6 29,4 22,4 12,5 100 %Fi 13,1 35,7 65,1 87,5 100
2.2. 2.2.1. Son 301, de un total de 863. En %: P=

301 100 = 34,9% 863
O bien, sumando 22,4% + 12,5% = 34,9% R: El 34,9% de los escolares pesan, a lo menos, 35 Kg. 2.2.2. Entre 28 y 50 Kg hay 29,4% + 22,4% = 51,8%. R: El 51,8% de los escolares pesan entre 28 y 50 Kg.
37
2.2.3. Menos de 28 Kg son: 13,1% + 22,6% = 35,7% (que tambin est en la acumulada %Fi) R: El 35,7% de los escolares pesan menos de 28 Kg. 3. Talla de estudiantes La talla de 863 estudiantes de educacin bsica se muestra en la siguiente tabla: Talla (cm) 90 100 100 110 110 120 120 130 130 140 140 150 Xm fi 96 183 235 201 111 37 Fi %fi 11,1 21,2 27,2 23,3 12,9 4,3 %Fi
3.1. Grafique mediante histograma. 3.2. Grafique mediante polgono de frecuencias %. 3.3. A partir de los datos dados, determine: 3.3.1. Qu % de los escolares mide menos de un metro? 3.3.2. Qu % de los escolares tienen una talla de 120 o ms cm? 3.3.3. Qu % de los estudiantes mide a lo menos 1,3 m? Solucin: Previamente se calcula la tabla de frecuencias, con las columnas que se requieren: Talla (cm) Xm fi 90 100 95 96 100 110 105 183 110 120 115 235 120 130 125 201 130 140 135 111 140 150 145 37 863 3.1. Histograma: Tomando los lmites reales para el eje horizontal y los % para el vertical.
%fi 11,1 21,2 27,2 23,3 12,9 4,3 100
%
30 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0
90
100
110
120
130
140
150
cm
Talla de 863 estudiantes de educacin bsica (cm) Cuadernos de Apuntes de uso exclusivo estudiantes del Instituto Profesional AIEP: Prohibida su reproduccin. Derechos reservados AIEP.
38
3.2. Polgono de frecuencias: Tomando las marcas de clase para el eje horizontal y los % para el vertical.
%
30 28 26 24 22 20 18 16 14 12 10 8 6 4 2 0
cm
85 95 105 115 125 135 145 155 Talla de 863 estudiantes de educacin bsica (cm)
Se debe recordar que se agrega una marca de clase antes de la menor. En este caso se agreg el 85. Adems se agreg el 155 como marca de clase que va despus de la mayor. Adems, ambas marcas de clase llevan frecuencia cero, cerrndose as el polgono. 3.3. 3.3.1. Segn tabla, hay 96 escolares que miden menos de 1 m. Llevando a %: P=
96 100 = 11,1% 863
R: El 11,1% de los escolares mide menos de un metro.
3.3.1. Segn tabla, hay 201 + 111 + 37 = 349 estudiantes que miden 120 cm o ms. Llevando a %: P=
349 100 = 40,4% 863
R: El 40,4% de los escolares tienen una talla de 120cm. o ms.
3.3.1. Segn tabla, hay 111 + 37 = 148 estudiantes que miden al menos 130 cm. Llevando a %: P=
148 100 = 17,1% 863
R: El 17,1%% de los estudiantes mide a lo menos 1,3 m.
39
IV.
1. Compresin de archivos Se registra el % de compresin que experimenta una muestra de archivos digitales: Compresin de archivos (%) % 5. 4 4 5 7 9 9 6. 0 1 3 3 5 8 8 8 7. 2 3 5 5 5 9 9 9 9 8. 0 2 2 3 5
Ancho tallo: 10 Cada hoja: 1 caso
1.1. Cuntos archivos fueron comprimidos? A) 26 B) 27 C) 28 1.2. La mayor compresin fue de: A) 85% B) 82%
D) 30
E) 32
C) 80%
D) 78%
E) 8%
1.3. Qu % de los archivos tuvieron una compresin mayor al 60%? A) 0% B) 10% C) 25% D) 65%
E) 75%
2. Velocidad de transferencia Se mide la velocidad de transferencia de archivos con una muestra de 50 servidores, encontrando la tabla adjunta Vel (Kbps) Xm fi %fi Fi %Fi 30 50 5 50 100 18,0 100 150 70,0 150 250 43 250 400 Complete la tabla y responda: 2.1. La marca de clase del intervalo de mayor frecuencia es igual a: A) 150 B) 125 C) 100 D) 50 2.2. El valor numrico de F4 es igual a:
E) 21
A) 8
B) 16
C) 43
D) 86
E) 200
2.3. Qu % de los servidores transfera a 150 o ms Kbps? A) 8% B) 10% C) 15% D) 30%
E) 43%
2.4. Qu % de la muestra transfera a menos de 150 Kbps, pero no menos de 50 Kbps? A) 10% B) 18% C) 42% D) 52% E) 60%
40
3. Biometra de machas Se investiga la biometra de las machas de cierta playa, con el fin de determinar la poblacin en condiciones de explotar. Con los datos reunidos con una muestra de 2.458 machas seleccionadas al azar, se construy el siguiente grfico de la talla (longitud mayor de la concha, en cm):
De acuerdo al grfico: 3.1. El rango de la talla es igual a: A) 10 mm. B) 30 mm.
C) 40 mm.
D) 50 mm.
E) 80 mm.
3.2. Cuntas machas de la muestra midieron, a lo ms, 40 mm? A) 100 B) 246 C) 367 D) 737 3.3. Qu porcentaje de la muestra midi ms de 60 mm. de talla? A) 45% B) 25% B) 20% C) 15%
E) 983 D) 10%

1.1. C 2.1. B 3.1. D 1.2. A 2.2. C 3.2. B 1.3. E 2.3. D 3.3. A 2.4. E
V.
1. Ver organizacin y graficacin de datos. http://www.uaq.mx/matematicas/estadisticas/xstad02.html Unidad 3. Estadstica Descriptiva Organizacin y representacin tabular y grfica de los datos, sean agrupados o no. 2. Ver organizacin y graficacin de datos. http://www.bioestadistica.freeservers.com/temas.html Tema 3. Presentacin de datos: Informes de laboratorio. Informes estadsticos. Mtodos: textual, tabular, grfico y mixtos. Grficos: circular, de barras, Pictogramas, cronolgicos, diagrama de saldos. Histogramas. Polgono de frecuencias acumuladas. Pirmides de poblacin. Ejemplos.
41
ORGANIZACIN DE DATOS
El momento elegido por el azar vale siempre ms que el momento elegido por nosotros mismos. (Proverbio chino).
-Organizan datos cuantitativos provenientes del mbito social, econmico, comercial o financiero, en tablas, grafican e interpretan la informacin segn contexto.
CONTENIDOS
-Tablas de frecuencia para variables continuas. -Grficos para variables continuas. -Interpretacin de tablas y grficos.
II.
DESARROLLO
1. Esquema general de la organizacin de datos Para la organizacin de datos de una sola variable es importante establecer un esquema como el siguiente:
DATOS (Observaciones) empricas)
TIPO DE DATOS
TABLAS
GRFICOS
ANLISIS
CONCLUSIONES
2. Desarrollo 1: Identificar tipos de datos: Es importante primero que todo, determinar el tipo de datos de que se trata, ya que lo que se puede o no se puede hacer depende de esto. Tipos de datos:
Cualitativos nominales (dicotmicos multinomiales) Cualitativos ordinales Numricos discretos Numricos continuos
42
2: Determinar tablas
Datos cualitativos: tablas simples, con casos y frecuencia porcentuada Datos numricos discretos: tablas con frecuencias absolutas, relativas, porcentuales y acumuladas Datos numricos continuos: Tablas en intervalos, frecuencias absolutas, relativas, porcentuales y acumuladas.
3: Determinar grficos
Datos cualitativos: grfico de barras, grfico circular, pictograma. Datos numricos discretos: Grfico de segmentos, grfico de tallo y hojas. Datos numricos continuos; Histograma, polgono de frecuencias, grfico de tallo y hojas.
4: Anlisis de datos

5: Conclusiones
Casos anmalos: en % o nmero de casos. Concentracin de casos: en % o nmero de casos. Relaciones entre resultados y entre estos e informacin complementaria. Comparaciones entre resultados y entre estos e informacin complementaria.
Afirmaciones demostrables. Sntesis de resultados. Relaciones entre resultados. Posibles patrones.
III.
Caso: Ingreso familiar per cpita Con el objeto caracterizar a 35 familias segn variables socioeconmicas, se encarga a la empresa Alka-Stat un estudio, que fue realizado en febrero de 2010. Una de las variables estudiadas es el Ingreso Per cpita por familia, encontrndose los siguientes datos, expresados en $miles.
26,1 38,5 44,6 51,0
26,8 38,6 44,8 51,6
27,3 39,1 44,8 52,2
28,8 39,9 44,8 53,3
30,0 40,0 45,2 54,7
32,7 41,3 45,3
33,6 42,2 46,6
35,1 42,8 47,1
35,6 43,2 47,5
37,3 43,8 48,7
Se pide: realizar una estadstica que caracterice la muestra en relacin a su ingreso.

Solucin: 1. Tipo de variable: La variable es numrica continua. .2. Construccin de la tabla de frecuencias: 2.1. Clculo del nmero de intervalos (m) Nmero de intervalos: m = 1 + 3,3, log (35) = 6,1. Entonces, m = 6 intervalos.
43
2.2. Clculo de la amplitud de los intervalos (c)
Rango de la variable: Amplitud de los intervalos:
Rg(x) = 54,7 26,1 = 28,6 c = 28,6/6 = 4,77 5
2.3. Organizacin de los intervalos en la tabla Se harn dos ajustes: 1: Se redondea la amplitud a 5. 2: Se baja el lmite real inferior a 25.
De este modo, los intervalos tienen lmites 25, 30, 35, etc. Estos nmeros son muy cmodos de manejar y de interpretar.
Nota: Estos ajustes suelen hacerse con el objeto de cumplir con los fines de la Estadstica, que es, presentar la informacin en forma simple y comprensible. La Estadstica no dicta ni se somete a reglas fijas, sino a criterios generales que el operador debe manejar en forma inteligente.
2.4. Tabulacin de datos Tabulacin: para este efecto, se cuentan para el primer intervalo todos los valores que estn entre 25 y 29,9, ya que el 30 pertenece al intervalo siguiente. Entonces, la frecuencia del primer intervalo es 4. Y as, sucesivamente, queda la tabla:
$miles 25 - 30 30 - 35 35 - 40 40 - 45 45 - 50 50 - 55 Total casos 4 3 7 10 6 5 35
2.5. Clculo de frecuencias En este caso, se calcularn solo las que se especifican, pudiendo agregarse las relativas.
Ingreso per cpita mensual en 35 familias ($miles).

$miles 25 - 30 30 - 35 35 - 40 40 - 45 45 - 50 50 - 55 Total casos 4 3 7 10 6 5 35 % 11,4 8,6 20,0 28,6 17,1 14,3 100 F acum 4 7 14 24 30 35 % acum 11,4 20,0 40,0 68,6 85,7 100 -
3. Construccin del histograma: 3.1. Construccin de ejes Eje X: se toman los lmites reales, desde 25 a 55. Se expresan las unidades en M$. Eje Y: Se har con frecuencias absolutas. Por lo tanto, se construye una escala de 0 a 10, creciendo de 1 en 1. Se rotula en nmero de casos.
44
3.2. Trazado del grfico Para el primer intervalo la frecuencia es 4. Se levanta un rectngulo hasta Y = 4. Para el segundo intervalo la frecuencia es 3. Se levanta un rectngulo hasta Y = 3. Y as sucesivamente. 3.3. Rotulacin del grfico Eje X: Se expresan las unidades en M$. Eje Y: Se rotula en nmero de casos. Grfico: Ingreso per cpita mensual de 35 familias (M$). Fuente: Fuente: ALKA-Stat-2010.
3.4. Grfico N
10 9 8 7 6 5 4 3 2 1 0
25 30 35 40 45 50 55 Ingreso per cpita mensual de 35 familias (M$).
M$
4. Anlisis e interpretacin El ingreso per cpita de las familias flucta entre $25 mil y $55 mil al mes. El 20% de las familias tienen un ingreso per cpita de $35 mil o menos. Este segmento constituye un grupo de familias con los menores ingresos per cpita. Existen 4 familias, las que constituyen un 11,4% del total, con un ingreso per cpita inferior a $30 mil al mes. Este ingreso no alcanza a 2 dlares por persona 3, por lo que este segmento quedara catalogado como bajo el lmite de la pobreza. El 28,6% de las familias tienen un ingreso per cpita que flucta entre $40 mil y $45 mil al mes, siendo este el ingreso con mayor frecuencia en la muestra estudiada. El 14,3% de las familias tiene un ingreso sobre los $50 mil al mes, siendo este segmento el de mayor ingreso. 5. Conclusiones El ingreso per cpita de las familias flucta entre $25 mil y $55 mil al mes. De acuerdo a los criterios de la UNESCO, el 11,4% de las familias viven bajo la lnea de pobreza, ya que su ingreso per cpita no alcanza a los 2 dlares diarios. El 14,3% de las familias tiene un ingreso sobre los $50 mil al mes, siendo este segmento el de mayor ingreso.
Considerando 1 dlar = $540 (16 de febrero de 2010).
45
IV.
1. Velocidad en autopista Se realiza una recoleccin de 336 datos producto de la medicin de la velocidad de vehculos en una autopista urbana. Se observ una velocidad mnima de 63 Km/hr y una mxima de 148 Km/hr. A partir de esta informacin se desea tabular los datos. 1.1. La variable en estudio es de tipo: A) Continua B) discreta C) ordinal 1.2. El rango de la variable es igual a: A) 63 Km/hr. B) 85 Km/hr. C) 148 Km/hr.
D) multinomial
E) multinomial
D) 105,5 Km/hr.
E) 336 Km/hr.
1.3. El nmero ptimo de intervalos para tabular los datos es: A) 6 B) 7 C) 8 D) 9
E) 10
1.4. La amplitud de intervalo ms conveniente para tabular en el nmero ptimo de intervalos es: A) 8 B) 8,5 C) 9 D) 8,5 E) 10 1.5. El lmite inferior del primer intervalo es conveniente que sea: A) 10 B) 50 C) 60 D) 62
E) 53
2. Tiempo de estacionamiento Se mide el tiempo que emplea una muestra de conductores en una maniobra de estacionar un vehculo. Los tiempos, que fueron medidos en segundos con un cronmetro, son los siguientes:
10 11 10 11 10 11 9 9 12 11 8 12 10 9 11 11 8 11 9 9 12 11 8 10 12 10 10 11 11 10 10 10 10 13 9 9 12 11 11 10 10 10 10 11 10 12
2.1. La variable en estudio es de tipo: A) Continua B) discreta C) ordinal 2.2. El rango de la variable es igual a: A) 21 B) 13 C) 8
D) multinomial
E) multinomial
D) 6
E) 5
2.3. Para tabular la variable, cul de las siguientes es la que cumple mejor los requisitos tcnicos?
A)
8-9 9 - 10 10 - 11 11 - 12 12 - 13
B)
8-9 9 - 10 10 - 11 11 - 12 12 - 13 13 - 14
C)
7-8 8-9 9 - 10 10 - 11 11 - 12 12 - 13
D)
6-8 8-9 9 - 10 10 - 11 11 - 12 12 - 13
E)
8 - 10 10 - 12 12 - 14
46
2.4. De los siguientes grficos: I: Tallo y hojas
II: Histograma
III: Polgono de frecuencias
Se prestan para representar a variable en estudio: A) Solo II B) Solo I y II C) Solo II y III
D) Solo I y III
E) I, II y III
2.5. El anlisis de los datos permite afirmar que: A) El 6,5% de la muestra de conductores emplea ms de 8 segundos en estacionar. B) El 15% de los conductores se demora mucho, ya que emplea ms de 12 segundos. C) El 63% de la muestra emplea 10 o ms segundos en la maniobra, pero menos de 12. D) La maniobra es fcil, ya que todos emplearon, cuando ms, 13 segundos en completarla. E) Ms de la mitad de los conductores emplean, cuando menos, 11 segundos en la maniobra.

1.1. A 2.1. A 1.2. B 2.2. E 1.3. D 2.3. B 1.4. E 2.4. E 1.5. C 2.5. C
V.
1. Ver organizacin y graficacin de datos. http://www.uaq.mx/matematicas/estadisticas/xstad02.html Unidad 3. Estadstica Descriptiva Organizacin y representacin tabular y grfica de los datos, sean agrupados o no. 2. Ver organizacin y graficacin de datos. http://www.bioestadistica.freeservers.com/temas.html Tema 3. Presentacin de datos: Informes de laboratorio. Informes estadsticos. Mtodos: textual, tabular, grfico y mixtos. Grficos: circular, de barras, Pictogramas, cronolgicos, diagrama de saldos. Histogramas. Polgono de frecuencias acumuladas.
47
SEGUNDA UNIDAD: ESTADSTICOS BSICOS CLASE 6
LA MEDIA ARITMTICA
Los dioses nos dan muchas sorpresas: lo esperado no se cumple y para lo inesperado un dios abre la puerta. (Eurpides). APRENDIZAJES ESPERADOS
-Explican el concepto de estadgrafo y su valor en la caracterizacin de series de datos. -Calculan e interpretan media aritmtica con datos no agrupados y datos agrupados, con uso de la funcin estadstica de la calculadora.
CONTENIDOS
-Concepto de estadgrafo y su valor en la caracterizacin de series de datos. -Clculo de la media aritmtica con datos no agrupados y datos agrupados, con uso de calculadora.
II.
DESARROLLO
1. Concepto de estadgrafo Un estadgrafo o estadstico, es un nmero real o valor de la variable que, calculado sobre la base de los datos observados, sirve para caracterizar la muestra que origin los datos.
Ejemplos: el promedio comn y corriente, un tanto por ciento, el rango, el IPC, etc. Todos ellos responden a la idea general de estadgrafo. Son valores de la variable o un nmero real Se calculan con los datos observados Caracterizan la muestra en estudio
Existen muchos tipos de estadgrafos, siendo, sin embargo, usual comenzar el estudio de los siguientes: 1.1. Estadgrafos de tendencia central: se refieren a la media aritmtica, a la mediana y a la moda. Todos ellos muestran, de distintas perspectivas, el valor en torno al cual se agrupan mayoritariamente los valores observados. 1.2. Estadgrafos de dispersin: estos estadgrafos cuantifican la variabilidad o dispersin de los datos. Son ejemplos de estos estadgrafos, el rango, la varianza, la desviacin estndar y el coeficiente de variacin.
2. La media aritmtica: Por definicin, la media aritmtica es igual a la suma de todos los valores observados, dividida por el nmero de datos.
Definicin:
x=
x i n
La sola definicin indica que la media aritmtica es calculable solo en distribuciones de variable numrica, puesto que los valores se deben poder sumar y dividir.
3. Clculo de la media en datos no agrupados 3.1. Concepto Cuando los datos observados no estn agrupados, el clculo de la media es sencillo. Solo basta sumarlos y dividirlos por la cantidad de datos. La media aritmtica (o media, simplemente), se simboliza mediante x .
48
Ejemplo: Sea X la variable numrica: Edad de 5 personas: X = 23, 21, 11, 8, 34 aos
23 + 21 + 11 + 8 + 34 = 19,4 aos 5 Se verifica que la media conserva las unidades en que est expresada la variable, en este caso, aos. x=
3.2. En la calculadora: Para hacer el clculo en la calculadora cientfica, se siguen los siguientes pasos, tomando como referencia una calculadora Casio fx-350.
1: Ya encendida la calculadora, se pone en el modo estadstico, mediante: MODO 2 (SD) Se activan las funciones estadsticas, sealadas en la calculadora con color AZUL. 2: Como precaucin, siempre que se ingresan datos nuevos, se deben limpiar las memorias estadsticas. Esto es: SHIFT CLR 1 (Cls) = (Ahora se puede limpiar la pantalla mediante AC, aunque no es necesario) 3: Se ingresan, uno a uno, los datos: 23 DT
(La tecla DT est, generalmente, en azul, en M+)
Al presionar DT aparece en pantalla n = 1, que indica el nmero de datos ya ingresados. Sigue el ingreso de datos, no siendo necesario borrar nada entre un ingreso y otro. 21 DT 11 DT 8 DT 34 DT Ya estn ingresados todos los datos. En la pantalla aparece n = 5. Estos datos permanecern en la calculadora hasta que se limpien las memorias. 4: Se recuperan, de los estadsticos que entrega la calculadora, los que interesen: Con SHIFT S-SUM se tiene acceso a los estadsticos siguientes:
x 2
1
x
2
n
3
Si se presiona 3 =, aparece el tamao de la muestra. Si se presiona 2 =, aparece la suma de todos los valores ingresados. Si se presiona 1 =, aparece la suma de los cuadrados de todos los valores ingresados.
49
Con SHIFT S-VAR se tiene acceso a los siguientes estadsticos:
x
1
x n
x n1
Si se presiona 1 = aparece la media aritmtica. Entonces: SHIFT
S-VAR
x
19,4 Los estadsticos con el nmero 2 y 3, corresponden a la desviacin estndar, de los cuales nos ocuparemos ms adelante.
4. Clculo de la media en datos agrupados como variable discreta 4.1. Situacin: La situacin es la siguiente:
Si x1 , x 2 , x 3 , , x m son los valores de la variable, y f1 , f2 , f3 , , fm sus respectivas frecuencias absolutas, entonces, la media aritmtica es igual a:
x=
x i fi x1 f1 + x 2 f2 + ... + x m fm x1 f1 + x 2 f2 + ... + x m fm = = f i f1 + f2 + ... + fm n
Ejemplo: Calcular la media aritmtica en la siguiente distribucin de frecuencias:

X 7 8 9 f 18 21 13
4.2. Operacin en la calculadora: 1: Preparacin de la calculadora: MODO SHIFT CLR
2 1
(modo estadstico) (limpia memorias estadsticas)
2: Ingreso de datos: 7
SHIFT ; 18
DT
Entre el 7 y el 18 va punto y coma. Se deben ingresar las cifras en el orden especificado. Despus de presionar DT aparece en pantalla: n = 18, que indica la cantidad de datos ingresados. 50
Sigue el ingreso de datos: DT 8 SHIFT ; 21 Aparece en pantalla: n = 39, que indica los datos ya ingresados (18 + 21) Sigue el ingreso de datos: DT 9 SHIFT ; 13 Aparece en pantalla: n = 52. Ya estn ingresados todos los datos. 3: Se recuperan los estadsticos que interesen, en este caso, la media: SHIFT S-VAR 1 =
x
7,903846154
Entonces, la media aritmtica es x = 7,9
5. Clculo de la media en datos agrupados como variable continua: 5.1. La situacin es la siguiente:
Si x m1 , x m2 , x m3 , , x mi son las marcas de clase de la variable, y f1 , f2 , f3 , , fm sus respectivas frecuencias absolutas, entonces, la media aritmtica es igual a:
x=
x mi fi x m1 f1 + x m2 f2 + ... + x mi fmi x m1 f1 + x 2 fm2 + ... + x mi fmi = = f i f1 + f2 + ... + fm n
Ejemplo: Calcular la media aritmtica en la siguiente distribucin de frecuencias:

X 10 12 12 15 15 30 f 7 6 9
5.2. Operacin en la calculadora: Se calcula primero la marca de clase de los intervalos. La tabla queda as:
X 10 12 12 15 15 30 Xm 11 13,5 22,5 f 7 6 9
1: Preparacin de la calculadora MODO SHIFT CLR
2 1
(modo estadstico) (limpia memorias estadsticas) 51
2: Ingreso de datos. Es similar al caso anterior. Se diferencia en que se ingresa la marca de clase: DT 11 SHIFT ; 7 DT 13.5 SHIFT ; 6 DT 22.5 SHIFT ; 9 3: Se recuperan los estadsticos que interesen. En este caso, la media aritmtica. SHIFT S-VAR 1 =
x = 16,38636364
III.
1. Los siguientes son los tiempos que estn dispuesto a esperar la descarga de un sitio Web, una muestra de personas. El tiempo de mide en segundos: Tiempo: 10 8 6 15 11 5 8 6 seg.
Calcule el tiempo medio de disposicin a esperar.

Solucin:
x = 8,625 segundos
2. Accidentes laborales La siguiente tabla muestra el nmero de accidentes que ha tenido una muestra de trabajadores del rubro confeccin, en el curso del ltimo ao.
X 1 2 3 4 f 35 11 2 5
2.1. Qu % de los atendidos ha tenido ms de un accidente? 2.2. Cul es el promedio de accidentes en la muestra? Solucin: 2.1. Han tenido ms de un accidente: 11 + 2 + 5 = 18, de un total de 53.
18 100 = 33,96%. 53 R: El 33,96% de los atendidos ha tenido ms de un accidente.
Llevando a %:
2.2. Llevando los datos a la calculadora:

x = 1,57 accidentes.
52
3. Ascensor En el primer piso de un edificio suben al ascensor cinco personas, con un peso promedio de 64 kilos. En el cuarto piso baj una persona de 76 kilos. Cul es el peso promedio de las personas que siguen? Solucin: Peso total de las 5 personas: Peso total de las 4 personas que siguen:
5 64 = 320 Kg. 320 76 = 244 Kg. 244/4 = 61 Kg.
Peso promedio de las 4 personas que siguen:
R: El peso promedio de las personas que siguen en el ascensor es 61 Kg.
4. Peso de recin nacidos La siguiente tabla muestra el peso de 137 recin nacidos en hospitales pblicos de la Regin Metropolitana.
Peso (Kg) 1,5 2,0 2,0 2,5 2,5 3,0 3,0 3,5 3,5 4,0 4,0 5,0 5,0 6,0 casos 7 19 35 42 18 11 5
4.1. Calcule el peso promedio de los recin nacidos de la muestra. 4.2. Entre los que pesan 3 o ms Kg al nacer, cul es el peso promedio? Solucin: 4.1. En cada intervalo se calcula la marca de clase.
Peso (Kg) 1,75 2,25 2,75 3,25 3,75 4,5 5,5 casos 7 19 35 42 18 11 5
Ingresando los valores a la calculadora, resulta:

x = 3,155 Kg.
53
4.2. Separando la tabla aquellos de 3 o ms Kg: Peso (Kg) 3,25 3,75 4,5 5,5 casos 42 18 11 5
Ingresando los valores a la calculadora, resulta:

x = 3,697 Kg.
R: El peso promedio de los recin nacidos que 3 o ms Kg al nacer es 3,697 Kg.
IV.
1. Tiempo de operacin En una industria de confecciones, se mide en una muestra de operarias el tiempo que emplean en cierta operacin con la mquina recta.
Tiempo (seg) 10 12 12 14 14 16 16 18 casos 3 9 17 11
1.1. Qu % de las operarias emplea menos de 14 segundos en realizar la operacin? A) 7,5% B) 12% C) 22,5% D) 30% E) 70% 1.2. Qu % emplea, cuando menos, 16 segundos en realizar la operacin? A) 27,5% B) 11% C) 42,5% D) 72,5% E) faltan datos 1.3. El tiempo medio de operacin es igual a: A) 13,5 seg B) 14,0 seg C) 14,8 seg
D) 10,0 seg
E) 13,0 seg
2. Consumo diario de caloras Se mide el consumo diario de caloras de una muestra de estudiantes de educacin media, encontrndose los datos de la tabla siguiente, en kilocaloras (Kcal):
Consumo diario (Kcal) 0,5 1,0 1,0 1,5 1,5 2,0 2,0 2,5 2,5 3,5 casos 5 13 8 4 2
54
2.1. Qu % de la muestra consume menos de 1.500 caloras al da? A) 56,3% B) 43,8% C) 40,6% D) 34,6%
E) 15,6%
2.2. De los que consumen al menos mil caloras qu % de la muestra consume 2 o ms Kcal al da? A) 15,6% B) 18,8% C) 22,2% D) 77,8% E) 84,4% 2.3. El consumo medio de caloras al da es, en la muestra: A) 1.516 cal. B) 1.531 cal. C) 1.750 cal. D) 2 Kcal. 2.4. Cuntas Kcal suman entre todos los sujetos de la muestra? A) 1,53 Kcal. B) 18 Kcal. C) 32 Kcal. D) 36,5 Kcal.
E) 6,4 Kcal.
E) 49 Kcal.
3. En un grupo de jvenes, hay 3 que tienen 17 aos, 4 que tienen 19, dos de 21 y uno de 24 aos. Cul es la edad media del grupo? A) 8,1 aos B) 20 aos C) 18,5 aos D) 19,3 aos E) 20,25 aos 4. Un grupo de 6 amigos y amigas tiene una edad promedio de 19,5 aos. Si se agrega otro amigo al grupo, el promedio baja a 19 aos. Qu edad tiene el que lleg? A) 15 aos B) 16 aos C) 17 aos D) 18 aos E) 30 aos 5. Se tienen 5 nmeros enteros distintos, mayores que cero. El promedio entre ellos es 27,2. Si el promedio de los dos menores es 11, cul es el promedio de los tres mayores? A) 16 B) 16,2 C) 28 D) 32 E) 38

1.1. D 2.1. A 3. D 1.2. A 2.2. C 4. B 1.3. C 2.3. B 5. E 2.4. E
V.
1. Concepto y clculo de estadgrafos http://www.bioestadistica.freeservers.com/temas.html Tema 4. Estadgrafos: 2. Clculo de estadgrafos: teora y problemas http://ftp.medprev.uma.es/libro/html.htm 2. Medidas descriptivas 3. Ejercicios SECTOR MATEMTICA http://www.sectormatematica.cl/educmedia.htm Medida Posicin Central
55
MEDIANA Y MODA: CLCULO E INTERPRETACIN

Ningn dispositivo cerebral permite distinguir la alucinacin de la percepcin, el sueo de la vigilia, lo imaginario de lo real, lo subjetivo de lo objetivo. (Morin).
-Calculan e interpretan la Mediana con datos no agrupados y datos agrupados, con uso de calculadora. -Calculan e interpretan la Moda. -Resuelven problemas aplicando las diferentes medidas de tendencia central.
CONTENIDOS
-Clculo e interpretacin de la Mediana con datos agrupados y no agrupados. -Calculan e interpretan la Moda. -Problemas aplicando las diferentes medidas de tendencia central.
II.
DESARROLLO
1. La mediana (Me) 1.1. Definicin: Se denomina Mediana de una serie de datos, al valor de la variable que, una vez ordenadas las observaciones de menor a mayor, divide la distribucin en dos segmentos tales que:
A lo menos, el 50% de las observaciones son iguales o menores que la mediana A lo menos, el 50% de las observaciones son iguales o mayores que la mediana.
50%
x mn
Me
50%
x mx
Fig.: 7.1. Esquema de la mediana
2. Clculo de la mediana con datos no agrupados 2.1. Tipos de datos Como la mediana exige ordenar los datos de menor a mayor (o viceversa), el clculo de este estadgrafo requiere que la variable sea ordinal o numrica, no pudindose calcular en datos nominales. 2.2. Ubicacin de la mediana
n+1 , siendo n el tamao de la muestra. 2
La mediana se ubica en el lugar dado por la relacin:
56
Por ejemplo: Para n = 13, la mediana se ubica en el lugar:
13 + 1 = 7. Es decir, en el 7 lugar. 2 10 + 1 = 5,5. Es decir, entre el 5 y 6 lugar. 2
Para n = 10, la mediana se ubica en el lugar:
2.3. Determinacin de la mediana en datos no agrupados Se requiere seguir los siguientes pasos:
1: Ordenar los datos de menor a mayor, o viceversa. n+1 2: Encontrar la ubicacin de la mediana, mediante: 2 3: Determinar el valor que se encuentra en el lugar sealado.
2.3.1. Cuando n es impar: Cuando la muestra es impar, queda un solo valor en el centro de la distribucin. La mediana es ese valor.
Ejemplo: Los siguientes son el nmero de menores de edad por familia: 3, 2, 0, 0, 1, 2, 0. Calcular la mediana. 1: Ordenando: 0, 0, 0, 1, 2, 2, 3. En este caso n = 7. 7+1 = 4. Es la cuarta observacin. 2: Ubicacin: 2 3: El cuarto valor es 1. Por lo tanto, la mediana de la distribucin es 1 menor.
2.3.2. Cuando n es par: Cuando la muestra es par, quedan dos valores en el centro de la distribucin. La mediana es el promedio entre esos dos valores.
Ejemplo: Los siguientes son el nmero de menores de edad por familia: 3, 2, 0, 0, 1, 2, 0, 4. Calcular la mediana. 1: Ordenando: 0, 0, 0, 1, 2, 2, 3, 4. En este caso n = 8. 8 +1 = 4,5. La mediana est entre la 4 y 5 observacin. 2: Ubicacin: 2 3: La 4 y 5 observacin son el 1 y el 2, respectivamente. El criterio es considerar la mediana como el promedio entre esos dos valores. 1+ 2 = 1,5 menores. Entonces: Me = 2
3. Clculo de la mediana con datos en intervalos Para calcular la mediana en distribuciones de variable continua organizada en intervalos, se siguen los siguientes pasos:
1: Acumular frecuencias en la tabla. Esto es, calcular Fi . 2: Calcular la fraccin de n correspondiente al 50% de n. Es decir:
n = 0,5 n 2
3: Encontrar, en la tabla, el intervalo j. Este es el intervalo cuya frecuencia acumulada es la menor de todas las mayores a n/2. 57
4: Se aplica la frmula siguiente:

Me = x j + c j
1nF ) (2 j1
fj
Siendo:
x j = lmite real inferior del intervalo j.
c j = amplitud del intervalo j.
n = Tamao de la muestra
Fj1 = frecuencia acumulada del intervalo anterior al j.
f j = frecuencia absoluta del intervalo j.
4. La moda (Mo) 4.1. Concepto: En una serie de datos, la moda (Mo) es el valor de la variable que ms se repite. El clculo de la moda es sencillo en distribuciones de variable cualitativa y de variable discreta. Para el caso de la variable continua, hay textos que proponen algunas frmulas, pero una buena aproximacin est dada por la marca de clase del intervalo con mayor frecuencia. Con eso basta. 4 Una distribucin puede que no tenga moda, o que tenga ms de una. 4.2. Clculo de la moda: Determinacin de la moda:
Variable nominal: El valor con mayor frecuencia, si lo hubiera. Variable ordinal: El valor con mayor frecuencia, si lo hubiera. Variable discreta: El valor con mayor frecuencia, si lo hubiera. Variable continua: La marca de clase del intervalo con mayor frecuencia.
III.
1. Recin nacidos Calcule la moda, la mediana y la media en los siguientes datos, que corresponden al peso de 12 recin nacidos, en Kg.
Peso;
2,340; 3,570;
3,450; 3,450;
4,560; 4,250;
2,350; 3,580;
1,860; 2,560;
6,120; 5,110.
Solucin: 1.1. Mo = 3,450Kg.
El peso ms frecuente de encontrar en la muestra es 3,450Kg.

1.2. Mediana: Ordenando de menos a mayor: 1,860; 2,340; 2,350; 2,560; 3,450; 3,450; 3,570; 3,580; 4,250; 4,560; 5,110: 6,120.
Por ser n, par, quedan dos valores al centro de la distribucin. Por lo tanto:
4 Cuando se trabaja con variable continua, existen otros estadsticos mucho mejores que la Moda. Por esa razn, no es necesario introducir mucho rigor en su clculo.
58
3,450 + 3,570 = 3,510 Kg. 2 Esto es: la mitad de los recin nacidos pesan ms de 3,510 Kg. Me =
1.3. Media: x = 3,600 Kg.
Esto es: el peso promedio de los recin nacidos es de 3,600 Kg.

2. Clima laboral Calcule la moda, la mediana y la media en los siguientes datos, que corresponden a opinin de trabajadores acerca del clima laboral en la empresa, siendo: B = Bueno; R = regular; M = Malo
Los datos son: M; R; R; B; M; R; B; M; M

Solucin: 2.1. Moda: Malo La opinin ms generalizada es que el clima laboral en la empresa es Malo. 2.2. Mediana: Ordenando: M; M; M; M; R; R; R; B; B; con n = 9 Ubicacin: (9 + 1)/2 = 5. La mediana es el 5 valor. Mediana: Me = Regular A menos el 50% de los encuestados opina que el clima laboral en la empresa es de malo a regular. 2.3. Media: No se puede calcular, ya que las observaciones no son valores numricos. 3. Precio de carne de vacuno El precio de venta al detalle del kilo de lomo de vacuno en una muestra de establecimientos, se distribuye de acuerdo a la siguiente tabla, con los precios expresados en miles:
M$ 3,9 4,1 4,1 4,3 4,3 4,5 4,5 4,7 4,7 4,9 4,9 5,1 5,1 5,3 casos 4 11 18 23 32 21 8
3.1. Moda: Marca de clase el intervalo modal; 4,8 Moda = $4.800 el kilo. El precio del lomo de vacuno ms frecuente de encontrar en el mercado es $4.800 el kilo. 3.2. Mediana:
M$ 3,9 4,1 4,1 4,3 4,3 4,5 4,5 4,7 4,7 4,9 4,9 5,1 5,1 5,3 Xm 4,0 4,2 4,4 4,6 4,8 5,0 5,2 casos 4 11 18 23 32 21 8 117 F 4 15 33 56 88 109 117
59
n = 117/2 = 58,5 2 Me = 4,7 + 0,2
( 58,5 56 ) = 4,716 32
Mediana = $4.716. En el 50% de los establecimientos el valor de la carne es mayor a $4.716 el Kg. En el 50% de los establecimientos el valor de la carne es menor a $4.716 el Kg.
3.3. Media: $4.679 Ingresando los datos a la calculadora:
El precio promedio de un Kg de lomo en el mercado es $4.679.
IV.
1. Peso de recin nacidos La siguiente tabla muestra el peso de 137 recin nacidos en hospitales pblicos de la Regin Metropolitana.
Peso (Kg) 1,5 2,0 2,0 2,5 2,5 3,0 3,0 3,5 3,5 4,0 4,0 5,0 5,0 6,0 casos 7 17 33 58 41 23 11
1.1. Qu % de la muestra pesa menos de 3 Kg? A) 70,0% B) 60,5% C) 30,0% 1.2. Qu % de la muestra pesa al menos 4 Kg? A) 5,8% B) 39,5% C) 12,1%
D) 17,4%
E) 12,6%
D) 21,6%
E) 17,9%
1.3. El peso medio de los recin nacidos de la muestra es: A) 3,41 Kg. B) 3,32 Kg. C) 3,25 Kg D) 2,83 Kg 1.4. El peso mediano de los recin nacidos de la muestra es: A) 3,000 Kg B) 3,250 Kg C) 3,350 Kg. D) 3,328 Kg. 1.5. La moda del peso de los recin nacidos de la muestra es: A) 3,00 Kg B) 3,35 Kg. C) 3,25 Kg. D) 3,33 Kg.
E) 3,47 Kg
E) 3,833 Kg
E) 3,50 Kg
60
2. Precio de la bencina Se investiga en un da el precio de la bencina de 95 octanos en una muestra de 280 bencineras, encontrando los siguientes precios: Precio mnimo: $615; Precio mximo: $648 Precio medio: $625; Precio mediano: $632; Precio modal: $636. 2.1. El rango del precio es igual a: A) $33 B) $615
C) $625
D) $632
E) $648
2.2. Con los datos se puede hacer la siguiente afirmacin respecto de la bencina: A) La mayora de las bencineras estudiadas tienen la bencina a $636 B) La mitad de las bencineras estudiadas tienen la bencina a $632. C) El 50% de las bencinera estudiadas tienen la bencina a $625. D) El 50% de las bencinera estudiadas tienen la bencina a $632 o ms. E) El precio ms frecuente de encontrar la bencina es $625.
3. Nmeros Se tienen tres nmeros enteros mayores que cero, de los cuales se sabe lo siguiente:
La media aritmtica entre ellos es 38, su mediana es 30 y no tienen moda. El promedio entre los dos mayores es 45.
Entonces, el promedio entre los dos menores es: A) 24 B) 27 C) 30
D) 54
E) 60
4. Uso de Internet Las siguientes son las respuestas de una muestra de personas a la pregunta Usa usted Internet?
USA INTERNET Siempre Frecuentemente A veces Rara vez Nunca casos 2 4 4 8 7
4.1. La opinin modal es: A) 25 B) 8 4.2. La opinin mediana es: A) A veces B) Rara vez
C) A veces
D) Rara vez
E) No se puede calcular
C) Nunca
D) 12,5
E) No se puede determinar

1.1. C 2.1. A 3. B 1.2. E 2.2. D 4.1. D 1.3. A 4.2. B 61 1.4. D 1.5. C
V.
1. Concepto y clculo de estadgrafos http://www.bioestadistica.freeservers.com/temas.html Tema 4. Estadgrafos: 2. Clculo de estadgrafos: teora y problemas http://ftp.medprev.uma.es/libro/html.htm 2. Medidas descriptivas 3. Ejercicios SECTOR MATEMTICA http://www.sectormatematica.cl/educmedia.htm Medida Posicin Central
62
CUARTILES: CLCULO E INTERPRETACIN

Son distintas las aguas que cubren a los que entran en el mismo ro. (Herclito). APRENDIZAJES ESPERADOS
-Calculan e interpretan los cuartiles. -Grafican cuartiles mediante grfico de caja.
CONTENIDOS
-Clculo e interpretacin de los cuartiles. -Grfico de caja y bigotes.
II.
DESARROLLO
1. Concepto de cuartil Los cuartiles, al igual que la media, la mediana y la moda, son estadgrafos. Los cuartiles (Q) son valores de la variable que dividen la distribucin de observaciones, ordenadas de menor a mayor, en cuatro segmentos de un 25% de esta cada uno. Estos estadgrafos son tres Q 1 , Q 2 y Q 3 . 1.1. Cuartil 1 ( Q1 ): Divide la distribucin en dos partes. El 25% de las observaciones son iguales o menores que el cuartil 1, mientras que el 75% restante son iguales o mayores que este. Grficamente se puede representar as:
25%
x mn Q1
75%
x mx
Fig.: 8.1. Esquema del cuartil 1
1.2. Cuartil 2 ( Q 2 ): Divide la distribucin en dos partes. El 50% de las observaciones son iguales o menores que el cuartil 2, mientras que el otro 50% son iguales o mayores que este. Grficamente se puede representar as:
50%
x mn
Q2
50%
x mx
De acuerdo a la definicin y al esquema grfico, el cuartil 2 equivale a la mediana.
63
1.3. Cuartil 3 ( Q 3 ): Divide la distribucin en dos partes. El 75% de las observaciones son iguales o menores que el cuartil 3, mientras que el 25% restante son iguales o mayores que este. Grficamente se puede representar as:
75%
x mn Q3
25%
x mx
2. Clculo de los cuartiles Para calcular los cuartiles en distribuciones de variable continua organizada en intervalos, se siguen los siguientes pasos:
1: Acumular frecuencias en la tabla. Esto es, calcular Fi 2: Calcular la fraccin de n correspondiente. n Para el cuartil 1: = 0,25 n 4 n = 0,5 n Para el cuartil 2: 2 Para el cuartil 3:
3n = 0,75 n 4
3: Encontrar, en la tabla, el intervalo j. Este es el intervalo cuya frecuencia acumulada es la menor de todas las que superan el valor de la fraccin de n calculada en el punto 2. 4: Se aplica la frmula correspondiente: Cuartil 1: Q1 = x j + c j Cuartil 2: Q 2 = x j + c j Cuartil 3: Q 3 = x j + c j Siendo:
1 nF ) (4 j1
fj
1nF ) (2 j1
fj
(3 n Fj1 ) 4 fj
x j = lmite real inferior del intervalo j. c j = amplitud del intervalo j.
n = Tamao de la muestra Fj1 = frecuencia acumulada del intervalo anterior al j.

f j = frecuencia absoluta del intervalo j.
Como puede observarse, la nica diferencia entre las frmulas es la fraccin de n que corresponde a cada cuartil. 64
3. Interpretacin de los cuartiles: Representando los tres cuartiles en un solo esquema se aprecia lo siguiente:
25%
25%
25%
25%
x mn
Q1
Q2
Q3
x mx
Fig.: 8.4. Esquema de los cuartiles
La definicin y los conceptos implicados en los cuartiles son fundamentales en su interpretacin, en el contexto de los datos, puesto que grficamente se aprecia que: El 25% de las observaciones estn entre el mnimo y el cuartil 1. El 25% de las observaciones estn entre el cuartil 1 y el cuartil 2. El 25% de las observaciones estn entre el cuartil 2 y el cuartil 3. El 25% de las observaciones estn entre el cuartil 3 y el mximo.
4. Grfico de caja y bigotes: Con el valor mximo y mnimo de la variable, ms los valores de los tres cuartiles, se construye el grfico de caja y bigotes. Ver figura siguiente.
x mn
Q1
Q2
Q3
x mx
Fig.: 8.5. Grfico de caja y bigotes
En el grfico: El eje x se construye cautelando que la escala elegida cubra desde el valor mnimo de la variable al valor mximo. La divisin de este eje debe hacerse en intervalos de igual amplitud. La caja se construye como un rectngulo cuya base va desde el cuartil 1 al 3. La altura es arbitraria. Esta caja constituye o concentra el 50% de la distribucin. La caja queda dividida por el trazado del valor del cuartil 2 (mediana). Los bigotes constituyen, cada uno, el 25% menor y el 25% mayor, respectivamente. Como todo grfico, debe quedar debidamente rotulado, tanto en el eje X, como en grfico mismo.
La interpretacin de un grfico de caja y bigotes surge de la definicin misma de los estadgrafos que participan. Como se puede apreciar, el 25% de la muestra se encuentra entre el valor mnimo de la variable y el valor del cuartil 1; El 50% se encuentra entre el cuartil 1 y el 3; el 75% entre el cuartil 1 y el valor mximo, etc. Cualidades del grfico de caja y bigotes: Entrega una visin general de la amplitud o rango de variacin de la variable. 65
Muestra la divisin de la muestra en cuatro segmentos del 25% cada uno. Muestras la concentracin del 50% central Entrega una idea grfica de la dispersin de los valores observados. Es de fcil construccin
III.
1. Gasto en telefona mvil Se realiza un estudio con 820 personas propietarias de telfono celular, acerca del monto de gasto mensual en telefona mvil. El estudio permiti calcular los siguientes estadgrafos: Gasto mnimo: $4.500 Rango del gasto: $62.500 Gasto primer cuartil = $8.300 Gasto mediano = $18.500 Gasto mnimo del 25% superior = $25.000 1.1. Construya un grfico de caja y bigotes para representar estos resultados. 1.2. Construya 3 afirmaciones respecto de la muestra estudiada. Solucin: 1.1. Grfico El gasto mximo se obtiene con el mnimo y el rango, puesto que Rg(x) = Xmx Xmn. X mximo = 62.500 + 4.500 = $67.000 El gasto mnimo del 25% superior corresponde al cuartil 3.
Con estos cinco estadgrafos se procede a construir el grfico: Primero se construye el eje x. Para los efectos se expresar la variable en $miles, quedando una escala entre cero y 70.
M$ 0 10 20 30 40 50 60 70
Como segundo paso, se ubican los 5 estadgrafos y se marcan con una lnea de segmentos:
M$ 0 10 20 30 40 50 60 70
Enseguida, se traza la caja, entre el cuartil 1 y 3 y los bigotes en el 25% inferior y superior, respectivamente.
M$ 0 10 20 30 40 50 60 70
66
Finalmente, se marcan con lnea llena los lmites de los valores mnimo, mximo y mediana. Tambin se rotula adecuadamente.
M$ 0 10 20 30 40 50 60 70
Gasto mensual en telefona mvil ($miles)
1.2. Afirmaciones:
El 25% de los encuestados gasta entre $4.500 y $8.300 mensuales en telefona mvil. El 100% de los encuestados gasta entre $4.500 y $67.000 mensuales en telefona mvil. El 50% de los encuestados gasta ms de $18.500 en telefona mvil al mes. La mitad de los encuestados gastan entre $8.300 y $25.000 Tres de cada 4 usuarios encuestados gasta a lo menos $8.300 mensuales en telefona mvil. Etc.
2. Ingreso mensual Una encuesta investig el ingreso mensual de trabajadores del sector comercio, llegando a los siguientes resultados:
Ingreso ($miles) 150 200 200 300 300 500 500 700 700 1.000
2.1. Calcule el ingreso del cuartil 1 e interprete su valor. 2.2. Calcule el ingreso mediano e interprete su valor. 2.3. Calcule el ingreso del tercer cuartil e interprete su valor.
N de casos 34 58 25 11 4
Solucin: Para resolver el problema planteado, se construir una tabla con frecuencia acumuladas:
X 150 200 200 300 300 500 500 700 700 1.000 fi 34 59 26 11 4 134 Fi 34 93 119 130 134
67
2.1. Cuartil 1: n = 33,5 El intervalo j queda en el primer intervalo, porque la menor frecuencia acumulada mayor a 33,5 se ubica 4 en el primer intervalo. Entonces:
x j = 150; c j = 50; Fj1 = 0; f j = 34

Q 1 = 150 + 50 ( 33,5 0 ) = 199,265 34
El ingreso del primer cuartil es $199.265. El 25% de los encuestados tienen un ingreso entre $150.000 y $199.265. El 75% de los encuestados tienen un ingreso mayor a $199.265.
2.2. Mediana: n = 67 2
El intervalo j queda en el segundo intervalo
Me = 200 +
100 ( 67 34 ) = 255,932 59
El ingreso mediano es $255.932. El 50% de los encuestados tienen un ingreso sobre $255.932. El 50% de los encuestados tienen un ingreso bajo $255.932.
2.3. Cuartil 3:
3n = 100,5 4 Q 3 = 300 + El intervalo j queda en el tercer intervalo. 200 ( 100,5 93 ) = 357,692 26
El ingreso del tercer cuartil es $357.692. El 25% de los encuestados tiene un ingreso mayor a $357.692. El 75% de los encuestados tiene un ingreso menor a $357.692.
3. Tiempo de espera El departamento de Atencin al Cliente de un hotel de turismo, ha estudiado, en una muestra de 168 pasajeros, el tiempo transcurrido (tiempo de espera) desde que el cliente llega al hotel hasta que ingresa a su habitacin. El resultado se representa en el siguiente grfico:
min 10 12 14 16 18 20 22 24
Tiempo de espera de clientes (minutos)

68
3.1. Que % de los pasajeros estudiados esper ms de 18 minutos? 3.2. Cuntos pasajeros esperaron, cuando ms, 14 minutos? 3.3. Cuntos pasajeros esperaron entre 10 y 18 minutos? 3.4. Complete: El 75% de los pasajeros estudiados esper a lo menos . . . . . . . . . . minutos. 3.5. Complete: El 25% de los pasajeros de la muestra esper a lo menos,. . . . . . . . . . minutos. 3.6. Complete: El . . . . . . . . . . . . % de los pasajeros de la muestra esper entre 14 y 23 minutos.
Solucin: 3.1. De acuerdo al grfico, ms de 18 minutos corresponde al 25% del bigote superior. Por lo tanto, el 25 % de los pasajeros estudiados esper ms de 18 minutos. 3.2. De acuerdo al grfico, cuando ms, 14 minutos, corresponde al 25% del bigote inferior. El 25% de 168 es 42. Por lo tanto, 42 pasajeros esperaron, cuando ms, 14 minutos. 3.3. De acuerdo al grfico, entre 10 y 18 minutos se acumula el 75% inferior de las observaciones. El 75% de 168 es 126. Por lo tanto, 126 pasajeros esperaron entre 10 y 18 minutos. 3.4. A lo menos significa como mnimo. De acuerdo al grfico el valor que deja el 75% sobre s es el 14. Por lo tanto, El 75% de los pasajeros estudiados esper, a lo menos, . . .14. . . minutos. 3.5. A lo menos significa como mnimo. De acuerdo al grfico el valor que deja el 25% sobre s es el 18. Por lo tanto, El 25% de los pasajeros de la muestra esperaron a lo menos . . .18 . . . minutos. 3.6. De acuerdo al grfico entre 14 y 23 minutos se acumula el 75% superior de las observaciones. Entonces, el . .75%. . . de los pasajeros de la muestra esper entre 14 y 23 minutos.
IV.
1. Tiempo de descarga Se ha elegido una muestra aleatoria de sitios Web, para medir el tiempo de descarga en el navegador. Se encontraron los datos de la siguiente tabla: Tiempo de descarga de sitios Web
Tiempo (seg) 04 48 8 12 12 16 16 20 20 24 N de casos 14 36 53 15 7 3
1.1. La variable en estudio es de tipo: A) Continua B) Discreta C) Ordinal
D) Multinomial
E) Dicotmica
1.2. Que % de los sitios estudiados emplearon 8 o ms segundos en descargarse? A) 41,4% B) 60,9% C) 39,1% D) 72,3% E) 80,5%
69
1.3. El tiempo de descarga del primer cuartil es: A) 34 seg. B) 32 seg. C) 24 seg.
D) 8 seg.
E) 6 seg.
1.4. Qu valor de la variable deja bajo s al 50% de las observaciones? A) 8 seg. B) 8,3 seg. C) 9,1 seg. D) 9,8 seg. 1.5. De acuerdo al cuartil 3: A) El 25% de los sitios descargan en 10,5 seg. B) El 75% de los sitios descargan en 11,5 seg. C) El 50% de los sitios descargan en 8,5 seg. D) El 75% de los sitios descargan en menos de 11,5 seg. E) El 25% de los sitios descargan en menos de 11,5 seg.
E) 11,4 seg.
2. Archivos de audio Cierto DJ tiene almacenados en disco duro un total de 1.480 archivos de audio en formato mp3. El peso de los archivos tiene los siguientes estadsticos: Peso mximo = 15,6 Mb; Rango del peso = 11,4 Mb Peso cuartil 1 = 6,4 Mb; Peso mediano = 7,3 Mb; Peso cuartil 3 = 9,2 Mb; 2.1. De acuerdo a estos datos, qu % de los archivos pesa ms de 6,4 Mb? A) 95% B) 75% C) 50% D) 25% E) 15% 2.2. De acuerdo a estos datos, cuntos archivos pesan entre 6,4 y 9,2 Mb? A) 25 B) 50 C) 370 D) 740 E) 1.110 2.3. De acuerdo al cuartil 3: A) El 25% de los archivos pesa 9,2 Mb. B) El 75% de los archivos pesa 9,2 Mb. C) El 75% de los archivos pesa ms de 9,2 Mb. D) El 50% de los archivos pesa entre 4,2 y 9,2 Mb. E) El 25% de los archivos pesa ms de 9,2 Mb. 2.4. De acuerdo a los datos dados: A) Un total de 370 archivos pesan 6,4 Mb. B) La mitad de los archivos de audio pesan 7,3 Mb. C) Hay 1.110 archivos con un peso entre 6,4 y 15,6 Mb. D) El 50% de los archivos pesan entre 6,4 y 15,6 Mb. E) El 25% de los archivos pesan ms de 6,4 Mb 2.5. De los siguientes grficos: I: Grfico de tallo y hojas II: Grfico de caja y bigotes Cul(es) sirve(n) para representar los datos dados?
III: Pictograma
A) Solo II
B) Solo I y II
C) Solo II y III
D) Solo I y III
E) Ninguno de ellos
70

1.1. A 2.1. B 1.2. B 2.2. D 1.3. E 2.3. E 1.4. C 2.4. C 1.5. D 2.5. A
V.
Se sugiere complementar el estudio, visitando la pgina: 1. Concepto y clculo de estadgrafos http://www.bioestadistica.freeservers.com/temas.html Tema 4. Estadgrafos:
2. Clculo de estadgrafos: teora y problemas http://ftp.medprev.uma.es/libro/html.htm 2. Medidas descriptivas 3. http://www.uaq.mx/matematicas/estadisticas/xstad02.html Curso de estadstica muy bien explicado y desarrollado con ejemplos. Se recomienda para este nivel la Unidad N3 Estadstica Descriptiva.
71
DECILES Y PERCENTILES: CLCULO E INTERPRETACIN

El mayor error sera subestimar el problema del error; la mayor ilusin sera subestimar el problema de la ilusin. (Morin). APRENDIZAJES ESPERADOS
-Calculan e interpretan deciles y percentiles.
CONTENIDOS
-Clculo e interpretacin de deciles y percentiles.
II.
DESARROLLO
1. Concepto de Decil Los deciles, al igual que la mediana y los cuartiles, son estadgrafos que dividen la distribucin de observaciones y pertenecen, por lo tanto a la misma familia de estadgrafos. Los deciles (D) son valores de la variable que dividen la distribucin de observaciones, ordenadas de menor a mayor, en diez segmentos de un 10% de estas cada uno. Estos estadgrafos son nueve D1 , D 2 , D 3 , etc. 1.1. Decil 1 ( D1 ): Divide la distribucin en dos partes. El 10% de las observaciones son iguales o menores que el decil 1, mientras que el 90% restante son iguales o mayores que este. Grficamente se puede representar as:
10%
x mn
D1
90%
x mx
Fig.: 9.1. Esquema del decil 1
1.2. Decil 2 ( D 2 ): Divide la distribucin en dos partes. El 20% de las observaciones son iguales o menores que el decil 2, mientras que el 80% restante son iguales o mayores que este. 1.3. Decil 3 ( D 3 ): Etc.
72
2. Percentiles Los Percentiles son otros de los integrantes de la familia denominada separatrices, que se inicia con la mediana, sigue con los cuartiles, quintiles, deciles y termina en los percentiles. Los Percentiles (P) son valores de la variable que dividen la distribucin de observaciones, ordenadas de menor a mayor, en cien segmentos de un 1% cada uno. Estos estadgrafos son, en verdad, ms de cien (en realidad, son infinitos), ya que aceptan percentiles con decimales tales como P2,5 , P97,5 , etc. 2.1. Percentil 1 ( P1 ): Divide la distribucin en dos partes. El 1% de las observaciones son iguales o menores que el Percentil 1, mientras que el otro 99% son iguales o mayores que este. 2.2. Percentil 2,5 ( P2,5 ): Divide la distribucin en dos partes. El 2,5% de las observaciones son iguales o menores que
el Percentil 2,5, mientras que el otro 97,5% son iguales o mayores que este.
2.3. Percentil 85,5 ( P85,5 ): Divide la distribucin en dos partes. El 85,5% de las observaciones son iguales o menores
que el Percentil 85,5, mientras que el restante 14,5% son iguales o mayores que este. Figura 9.2.
85,5%
14,5%
P85,5
x mn
x mx
Fig.: 9.2. Esquema del Percentil 85,5
3. Equivalencia entre separatrices: La mediana equivale al Cuartil 2, al Decil 5 y al Percentil 50. El cuartil 1 equivale al percentil 25. El Decil 1 equivale al percentil 10. Etc. 4. Clculo de los percentiles Para calcular los percentiles en distribuciones de variable continua organizada en intervalos, se siguen los siguientes pasos:
1: Acumular frecuencias en la tabla. Esto es, calcular Fi 2: Calcular la fraccin de n correspondiente al percentil P deseado. 0,01 n Para el percentil 1 Para el percentil 4 Para el percentil 35 Para el percentil 99,5 Etc. 0,04 n 0,35 n 0,995 n
73
3: Encontrar en la tabla, mirando la columna Fi, el intervalo j. Este es el intervalo cuya frecuencia acumulada es la menor de todas las que superan el valor de la fraccin de n calculada en el punto 2. 4: Se aplica la frmula correspondiente:
( P% n Fj1 )
Percentil P: Siendo:
PP = x j + c j
fj
x j = lmite real inferior del intervalo j. c j = amplitud del intervalo j. n = tamao de la muestra Fj1 = frecuencia acumulada del intervalo anterior al j. f j = frecuencia absoluta del intervalo j.
5. Interpretacin de deciles y percentiles Representando algunos percentiles en un solo esquema, se aprecia lo siguiente:
10%
45%
D1 P55
38%
7%
P93
x mn
x mx
Fig.: 9.3. Esquema de separatrices varias
La definicin y los conceptos implicados en los percentiles son fundamentales para su interpretacin. Se observa en la figura, lo siguiente:
El 10% de la distribucin es menor que el D1, mientras que el 90% restante es mayor que D1. El 55% de la distribucin es menor que el P55, mientras que el 45% restante es mayor que este. El 93% de las observaciones es menor que el P93, mientras que el 7% restante es mayor que este.
En el diagrama se aprecia, a su vez, los segmentos que quedan entre los estadgrafos:
El 45% est entre D1 y P55. El 38% est entre P55 y P93. El 83% est entre D1 y P93. Etc.
74
III.
1. Gasto en medicamentos Se realiza un estudio con personas de ambos sexos con enfermedades crnicas, acerca del monto del gasto mensual en medicamentos. El estudio permiti calcular los siguientes estadgrafos, en $miles: Gasto mnimo = M$ 5,8 Gasto mximo = M$ 124,6 Gasto decil 2 = M$ 15,7 Gasto percentil 45 = M$ 38,4 Gasto cuartil 3 = M$ 75,6 Gasto percentil 95 = M$ 115,2 1.1. Construya 5 afirmaciones respecto de la muestra estudiada. Solucin: 1.1. Afirmaciones: En primer lugar conviene construir un diagrama como el siguiente:
20% 5,8
25%
30%
20%
5% 124,6 M$
15,7
38,4
75,6
115,2
Fig.: 9.4. Gasto en medicamentos
Los valores de X y los %, se deducen de las definiciones de los estadgrafos dados. Con este diagrama ya es posible construir muchas afirmaciones, tales como las siguientes:
El 20% de las personas encuestadas gasta, a lo ms, $15.700 mensuales en medicamentos. El 25% de las personas encuestadas gasta mensualmente entre $15.700 y $38.400 en medicamentos. El 55% de las personas estudiadas gasta mensualmente entre $15.700 y $75.600 en medicamentos. El 55% de las personas de la muestra gasta, al mes, a lo menos, $38.400 en medicamentos. Etc.
2. Antigedad en la empresa Una encuesta investig la antigedad en la empresa de una muestra de trabajadores de una empresa de comercio exterior, llegando a los siguientes resultados:
Antigedad (aos) 02 25 58 8 15 15 25 25 o ms N de casos 14 38 45 21 12 4
75
2.1. Calcule el valor numrico del decil 1 e interprete su valor. 2.2. Calcule el percentil 65 e interprete su valor. 2.3. Calcule el percentil 92,5 e interprete su valor. 2.4. Qu % de la muestra tiene menos de 7 aos de antigedad en la empresa? Solucin: Para resolver el problema planteado, se construir una tabla con frecuencia acumuladas:
X 02 25 58 8 15 15 25 25 o ms fi 14 38 45 21 12 4 134 Fi 14 52 97 118 130 134 -
2.1. Decil 1:
(D1 0,1 n) 0,1 134 = 13,4. El intervalo j es el primer intervalo.

D1 = 0 + 2 ( 13,4 0 ) = 1,9 aos 14
El 10% de los trabajadores tienen menos de 1,9 aos de antigedad en la empresa. El 90% de los trabajadores tienen ms de 1,9 aos de antigedad en la empresa. (P65 0,65 n) 0,65 134 = 87,1. El intervalo j es el tercero.
P65 = 5 + 3 ( 87,1 52 ) = 7,3 aos 45
2.2. Percentil 65:
El 65% de los trabajadores tienen menos de 7,3 aos de antigedad en la empresa. El 35% de los trabajadores tienen ms de 7,3 aos de antigedad en la empresa.
2.3. Percentil 92,5: (P92,5 0,925 n)
0,925 134 = 123,95. El intervalo j es el penltimo.

P92,5 = 15 + 10 ( 123,95 118 ) = 19,96 20,0 aos 12
El 92,5% de los trabajadores tienen menos de 20 aos de antigedad en la empresa. El 7,5% de los trabajadores tienen ms de 20 aos de antigedad en la empresa.
76
2.4. Qu % de la muestra tiene menos de 10 aos de antigedad en la empresa? En este caso, se da un cierto percentil P = 10 aos y hay que calcular el % que queda bajo ese valor, tal como lo ilustra la figura 9.5:
Fig.: 9.5.
%?
aos
10
mx
Este percentil queda en el cuarto intervalo, que va de 8 a 15 aos. Reemplazando:

7 ( F 97 ) 21 Despejando la frecuencia acumulada F: 10 = 8 + 21 ( 10 8 ) = F 97 7
6 + 97 = F
103 = F
Esta es una frecuencia acumulada inferior. Es decir hay 103 trabajadores, de un total de 134, que tienen menos de 10 aos de antigedad. Llevando a %: 103 100 = 76,9% 134 R: El 76,9% de los trabajadores tienen menos de 10 aos de antigedad.
IV.
1. Ingreso por hora Se ha seleccionado una muestra aleatoria de empleados dependientes del sector comercio, para conocer su ingreso por hora trabajada. Se encontraron los datos de la siguiente tabla, en $miles/hora:
Ingreso (M$/hr) 1,5 2,5 2,5 3,5 3,5 4,5 4,5 5,5 5,5, 6,5
Casos 16 28 35 12 5
1.1. El valor numrico del percentil cinco del ingreso por hora es: A) $1.500 B) $1.675 C) $1.706 D) $1.740
E) $1.800
77
1.2. El ingreso mediano por hora es: A) $3.614 B) $3.774 E) $4.257
C) $4.804
D) $5.040
1.3. El valor numrico del cuartil 3 del ingreso por hora es: A) $5.280 B) $4.300 C) $4.541 D) $4.120 1.4. El valor numrico del decil 9 del ingreso por hora es: A) $6.523 B) $6.180 C) $5.740 D) $5.425 1.5. El ingreso medio por hora es: A) $4.834 B) $4.787
E) $4.780
E) $5.117
C) $3.604
D) $3.524
E) $3.614
2. Dimetro de rboles Con el fin de decidir acerca de la explotacin de un bosque maderero, se procede a medir el dimetro de una muestra aleatoria de 540 rboles, encontrando los siguientes estadgrafos:
Dimetro decil 2: 42 cm. Dimetro percentil 32: 46 cm. Dimetro mediano: 50 cm. Dimetro cuartil 3: 60 cm. Dimetro mximo: 76 cm.
2.1. Qu % de los rboles de la muestra miden entre 46 y 50 cm de dimetro? A) 12% B) 18% C) 30% D) 32% E) 50% 2.2. Cuntos rboles de la muestra miden ms de 60 cm de dimetro? A) 405 B) 270 C) 135 D) 105
E) 75
2.3. Qu % de los rboles de la muestra miden entre 42 y 60 cm de dimetro? A) 55% B) 45% C) 75% D) 35% E) 20% 2.4. A partir de los datos dados, se puede afirmar que, en la muestra: A) El 20% de los rboles tienen un dimetro de 42 cm. B) El 75% de los rboles miden a lo menos 60 cm de dimetro. C) El 42% de los rboles miden entre 46 y 60 cm de dimetro. D) El 68% de los rboles miden ms de 46 cm de dimetro. E) La mitad de los rboles miden 50 cm de dimetro. 2.5. De las siguientes afirmaciones cul es FALSA? A) Las tres cuartas partes de los rboles miden menos de 60 cm de dimetro. B) Las cuatro quintas partes de la muestra mide ms de 42 cm de dimetro. C) El 12% de los rboles miden entre 42 y 46 cm de dimetro. D) La mitad de los rboles miden menos de 50 cm de dimetro. E) El 35% de los rboles mide menos de 46 cm de dimetro.
78

1.1. E 2.1. B 1.2. A 2.2. C 1.3. B 2.3. A 1.4. E 2.4. D 1.5. C 2.5. E
V.
1. Concepto y clculo de estadgrafos AULAFACIL http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm CLASE 5. Medidas de posicin no central 2. Clculo de estadgrafos: teora y problemas http://ftp.medprev.uma.es/libro/html.htm 2. Medidas descriptivas 3. Ejercicios SECTOR MATEMTICA http://www.sectormatematica.cl/educmedia.htm Medidas de Posicin
79
ESTADGRAFOS DE DISPERSIN
No ha de maravillarnos que el azar pueda tanto sobre nosotros partiendo de que vivimos por azar. (Novalis).
-Calculan los estadgrafos de dispersin: varianza, desviacin estndar y coeficiente de variacin, con uso de la funcin estadstica de la calculadora. -Analizan datos cuantitativos provenientes del mbito social, econmico, comercial o financiero, calculando estadgrafos de posicin y dispersin.
CONTENIDOS
-Clculo de varianza, desviacin estndar y coeficiente de variacin, con ayuda de calculadora. -Anlisis de datos
II.
DESARROLLO
1. Concepto de dispersin En una serie de datos, la dispersin es la separacin de unos con otros. N
22 20 18 16 14 12 10 8 6 4 2 0
N
22 20 18 16 14 12 10 8 6 4 2 0
10
12
14
16
18
10
12
14
16
Fig. 10.1.Distribucin A Mayor dispersin que B
Fig. 10.2.Distribucin B Menor dispersin que A
Ambas distribuciones de frecuencia tienen igual media, pero distinta dispersin. Mientras que en B los valores estn ms cercanos del centro, en la distribucin A, tienen mayor dispersin, al encontrarse, en promedio, ms separados del centro. Se dice, entonces, que A tiene mayor dispersin o variabilidad que la distribucin B. Para medir y cuantificar la variabilidad se usan varios estadgrafos, de los cuales en este cuaderno solo se vern los ms bsicos y utilizados.
2. Rango (Rg) El Rango de la variable es uno de los estadgrafos de variabilidad ms sencillos. Describe la diferencia entre el mayor y menor valor de la variable. En los histogramas de la figura, Rg(A) = 14, mientras que Rg(B) = 10. Cuantitativamente se aprecia el concepto de dispersin, que es mayor en A que en B.
80
3. Varianza ( 2 )
Definicin:
2 =
( x i x ) 2 n
Esto significa que, para cada valor x i , se calcula su distancia a la media x . Estas distancias se elevan al cuadrado, se suman y finalmente se dividen por n. El clculo manual de la varianza es engorroso, cosa que se resolvi con las calculadores electrnicas.
Unidades de 2
La varianza tiene unidades cuadrticas, lo que hace difcil su interpretacin, ya que muchas veces resultan unidades que no tienen sentido en el mundo cotidiano, como por ejemplo $ 2 , m 6 , etc. Esta desventaja hizo que se popularizada ms su raz cuadrada, a la que se llam desviacin estndar o tpica.
4. Desviacin estndar ( )
La desviacin estndar o tpica es la raz cuadrada positiva de la varianza.

( x i x ) 2 n
Definicin:
Unidades de :
La desviacin estndar se expresa en las mismas unidades de la variable. As, si la variable est en minutos, la desviacin estndar tambin.
5. Coeficiente de variacin (CV) El coeficiente de variacin compara la desviacin estndar respecto de la media, y convierte ese cuociente en %.
Definicin:
CV = 100 (%) x
6. Clculos con calculadora La calculadora cientfica del modelo Casio fx-350MS, entrega directamente el valor de la desviacin estndar, pero no el de la varianza ni el del coeficiente de variacin, pero estn los recursos para calcularlos.
Ejemplo: Los siguientes valores corresponden a la edad de los integrantes de una familia: 22; 58; 55; 40; 27; 29 aos. Calcule la media, la desviacin estndar, la varianza y el coeficiente de variacin de las edades. 1: Activar el modo estadstico 2: Limpiar las memorias estadsticas 3: Ingresar datos 4: Recuperar resultados:
81
La media aritmtica: SHIFT S-VAR 1
x
38,5 La desviacin estndar: SHIFT S-VAR 2
=
xn
13,84136313 La varianza: SHIFT S-VAR 2

x2
=
xn 2
191,5833333
El coeficiente de variacin: SHIFT S-VAR 2
SHIFT S-VAR
xn x x 100
100
35,95159255
Resumen:
Media: Desviacin estndar: Varianza: Coeficiente de variacin:
x = 38,5 aos = 13,84 aos 2 = 191,58 aos 2
CV = 35,95%
Para el clculo de estos estadgrafos con variable agrupada como variable discreta o como variable continua, se siguen las mismas instrucciones que para el clculo de la media. Ver clase 6.
7. Interpretacin de la desviacin estndar: La desviacin estndar tiene valiosas aplicaciones como estadgrafo que cuantifica la dispersin de los valores en torno de la media. 7.1. Comparacin: las distribuciones con mayor desviacin estndar (o varianza) tienen una mayor dispersin, los datos son ms heterogneos. Las distribuciones con menor desviacin estndar son ms homogneas. 7.2. Normalidad: En una serie de datos, se le llama intervalo normal a aquel definido por:
Intervalo normal = x 82
Al segmento que queda sobre el lmite superior se le llama sobre lo normal y al que queda por debajo del lmite inferior, se le llama bajo lo normal. Esta denominacin no tiene connotacin valrica, y solo es una medida descriptiva. En una distribucin simtrica, el intervalo de normalidad representa, aproximadamente, el 68% de la distribucin, quedando, entonces, un 16% sobre lo normal y un 16% bajo lo normal.
11 10 9 8 7 6 5 4 3 2 1 0
16%
Bajo lo normal
68%
Normal
16%
Sobre lo normal
Xmn
x+
Xmx
Fig. 10.3. Concepto de normalidad
Cabe insistir que esta denominacin no tiene significado valrico, y solo es una medida descriptiva.
7.3. Teorema de Chebyshev: El teorema de Chebyshev, en su forma ms simple y particular, dice que, independientemente de la forma de la distribucin de la variable numrica x, al menos el 75% de las observaciones quedan comprendidas en el intervalo:
x 2 .
11 10 9 8 7 6 5 4 3 2 1 0 Xmn
75%
Al menos
x 2
x + 2
Xmx
Fig. 10.4. Teorema de Chebyshev
El teorema es ms complejo, y describe el % mnimo que queda comprendido en el intervalo x k . El 75% mencionado ms arriba es el caso particular para k = 2.
83
III.
1. Tiempo de espera del Transantiago Los siguientes son los tiempos de espera del Transantiago, de una muestra de personas: Tiempo: 23; 42; 32; 14; 8; 22; 12; 5 minutos 1.1. Calcule el tiempo medio de espera 1.2. Calcule la desviacin estndar del tiempo de espera 1.3. Calcule el coeficiente de variacin del tiempo de espera 1.4. Calcule el tiempo normal de espera Solucin: Ingresando los datos en la calculadora, resulta: 1.1. x = 19,75 min. 1.2. ( x ) = 11,78 min. 1.3. CV =
11,78 100 = 59,6% 19,75
1.4. El tiempo normal de espera se da en 19,75 11,78 minutos. Esto es, entre 7,97 minutos y 31,53 minutos.
2. Tiempo antes de un accidente En una muestra de accidentes laborales se estudi el tiempo trascurrido desde que el trabajador entra a su jornada de trabajo hasta que sufre el accidente. El resultado se muestra en la siguiente tabla:
Tiempo (horas) 02 24 46 6 8 8 12 casos 3 5 11 7 4
2.1. Calcule el tiempo medio transcurrido hasta la ocurrencia de un accidente. 2.2. Calcule la varianza del tiempo transcurrido hasta la ocurrencia de un accidente. 2.3. Calcule el coeficiente de variacin del tiempo transcurrido hasta la ocurrencia de un accidente. 2.4. De acuerdo al teorema de Chebyshev, entre qu lmites estara al menos el 75% de las observaciones? Solucin: Primero se calculan las marcas de clase de cada intervalo y luego se ingresan los valores a la calculadora:
Tiempo (hr) 02 24 46 6 8 8 12 Xmi 1 3 5 7 10 casos 3 5 11 7 4
84
Resultados: x = 5,4 horas; = 2,52 horas

2.1. Media: Tiempo medio = 5,4 horas En promedio, trascurren 5,4 horas desde que el trabajador entra a su jornada de trabajo hasta que sufre un accidente laboral.
2.2. Varianza La varianza es el cuadrado de la desviacin estndar. Entonces:

2 = 2,52 2 = 6,35 horas 2
2.3. CV 2,52 CV = 100 = 46,7% 5,4 2.4. Chebyshev: Resultados: x = 5,4 horas; = 2,52 horas
Lmite inferior: x 2 = 5,4 2 2,52 = 0,36 horas Lmite superior: x + 2 = 5,4 + 2 2,52 = 10,44 horas R: Entre 0,36 y 10,44 horas se encuentra, al menos, el 75% de las observaciones.
IV.
1. Peso de chirimoyas Se mide el peso de una muestra de chirimoyas, llegando a establecer los siguientes estadsticos:
Peso mnimo: 280 gr. Peso mximo: 565 gr. Peso medio: 390 gr. Peso mediano: 370 gr. Desviacin estndar del peso: 42 gr.
1.1. El rango del peso es igual a: A) 845 gr. B) 422,5 gr.
C) 285 gr.
D) 280 gr.
E) 42 gr.
1.2. El coeficiente de variacin del peso es igual a: A) 7,4$ B) 10,8% C) 11,4%
D) 12,4%
E) 92,8%
1.3. El peso normal de las chirimoyas de la muestra tiene como lmite superior: A) 432 gr. B) 348 gr. C) 322 gr. D) 312 gr. E) 222 gr.
85
1.4. La varianza de los pesos es igual a:
E) 42 gr 2
B) 280 gr 2
C) 565 gr 2
D) 285 gr 2
E) 1.764 gr 2
2. Longitud de peces Se realiza un muestreo de peces en cierto sector de un lago, para determinar, entre otras variables biomtricas, su longitud. La tabla siguiente corresponde a las longitudes, medidas en cm.
Longitud (cm) 5 10 10 20 20 35 35 55 55 80 fi 17 38 57 34 22 168
2.1. La longitud mediana de la muestra es: A) 25,0 cm. B) 26,5 cm. C) 27,6 cm. 2.2. La longitud media de los peces de la muestra es: A) 31,4 cm. B) 31,2 cm. C) 28,6 cm.
D) 31,4 cm.
E) 32,6 cm.
D) 27,6 cm.
E) 27,3 cm.
2.3. La desviacin estndar de la longitud de los peces es: A) 21,2 cm. B) 18,2 cm. C) 17,3 cm. D) 16,4 cm. 2.4. El coeficiente de variacin de la longitud es: A) 18,0% B) 23,5% C) 32,0%
E) 15,9 cm.
D) 58,0%
E) 63,2%
2.5. La longitud normal de estos peces se da entre: A) 9,4 y 45,8 cm. B) 9,6 y 44,5 cm. C) 13,2 y 42,1 gr. D) 12,1 y 49,2 gr. E) 13,2 y 49,6 cm. 2.6. Al comparar la media con la mediana, se puede afirmar que: I: Ms del 50% de la muestra mide menos que el promedio. II: Un 34,5% de los peces estn entre la media y la mediana. III: Menos de la mitad de la muestra mide ms de 30 cm.
Es (son) correcta(s): A) Ninguna B) Solo I
C) Solo III
D) Solo I y III
E) Solo II y III

1.1. C 2.1. C 1.2. B 2.2. A 1.3. A 2.3. B 1.4. E 2.4. D 2.5. E 2.6. D
86
V.
1. Concepto y clculo de estadgrafos http://www.bioestadistica.freeservers.com/temas.html Tema 4. Estadgrafos: 2. SECTOR MATEMTICA http://www.sectormatematica.cl/educmedia.htm Medida de Dispersin 3. AULAFACIL http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm CLASE 6. Medidas de dispersin - rango, varianza, desviacin tpica y coeficiente de variacin
87
TERCERA UNIDAD: CLCULO DE PROBABILIDADES CLASE 11
FUNDAMENTOS DE ANLISIS COMBINATORIO

El hombre tiene mil planes para s mismo. El azar, solo uno para cada uno. (Mencio). APRENDIZAJES ESPERADOS
-Operan con anlisis combinatorio, resolviendo problemas de combinatoria y permutaciones. -Factorial de n -Ordenaciones -Permutaciones -Combinaciones
CONTENIDOS
II.
DESARROLLO
1. Primero, un cuento de piratas Un barco, en pleno siglo XVI, navega en alta mar cuando ocurre un motn a bordo. Ya sofocado el intento y apresados los diez culpables, estos son presentados al capitn, quien les lee la sentencia de muerte y el cmplase de inmediato. Uno de los condenados, sin embargo, se dirige al Capitn, dicindole:
-Capitn, hemos cometido un error y debemos morir. Pero, le solicito una ltima gracia. -Dime qu deseas. -Queremos que aplace nuestra ejecucin. Nosotros diez, nos formaremos en cubierta, en fila, de distintas maneras, tres veces al da. Cuando ya las formas se agoten podr cumplir la sentencia.
bbbbbbbbbb
El Capitn piensa un rato. Se pasea, parece sacar cuentas. -Est bien dice que sea as. El tiempo pas y nunca se cumpli la sentencia. Los condenados murieron, al igual que el Capitn y toda la tripulacin, de viejos.
2. Principio fundamental Si un suceso A ocurre de n1 maneras distintas y un suceso B ocurre de n2 maneras distintas, entonces, ambos sucesos, A y B, ocurren, de n1 n2 maneras distintas.
Ejemplo: Para obtener un producto, cierto sistema debe realizar dos procesos consecutivos. El proceso A puede realizarse de 3 maneras diferentes, mientras que el proceso B que le sigue, puede realizarse de 5 maneras distintas. De cuntas maneras diferentes es posible obtener el producto? N = 3 x 5 = 15 maneras distintas.
88
En general, para los sucesos A y B y C y... ocurren de
n A nB ... n i maneras distintas.

Este principio tambin es llamado regla del producto.
2. Factorial de un nmero
Definicin 1:
n! = 1 2 3 .... (n 1) n n! se lee n factorial o factorial de n
Definicin 2:
0! = 1
Ejemplo: 5! = 5 x 4 x 3 x 2 x 1 = 120 Este valor resulta directamente de la calculadora, mediante la tecla SHIFT x! SHIFT x! 5 = 120
3. Ordenaciones Un conjunto de n elementos pueden ordenarse de n! maneras distintas.
Ejemplo: las letras a, b, c y d puede ordenarse de: 4! = 24 maneras distintas: (a, b, c, d); (a, c, b, d); (a, c, d, b); etc. Esta es la solucin del cuento de los amotinados. Los 10 pueden formarse en fila de: 10! = 3.628.800 maneras distintas. (Solo es cosa de sacar la cuenta cunto tiempo les toma, formndose tres veces al da)
4. Permutaciones Las distintas ordenaciones de r elementos tomados desde un conjunto de n elementos, con n r , es:
n Pr
n! ( n r )!
Ejemplo: Cuntas ordenaciones distintas es posible obtener de un conjunto de 5 elementos, si se toman de tres en tres?
5 P3
= 60 maneras distintas. 89
Este valor resulta directamente de la calculadora, usando la tecla SHIFT nPr. En el ejemplo: 5 SHIFT nPr 3 = 60
5. Combinaciones Las distintas combinaciones (grupos) de r elementos tomados desde un conjunto de n elementos, con n r , son:
n Cr
n n! = ( )= r r ! ( n r )!
n La expresin ( ) se lee n sobre r. r
Ejemplo: Cuntas grupos distintos es posible obtener de un conjunto de 5 elementos, si se toman de tres en tres?
5 C3
5 5! 5! =( ) = = = 10 grupos distintos. 3 3! ( 5 3 )! 3! 2!
Este valor resulta directamente de la calculadora, usando la tecla nCr. En el ejemplo:

6. Resumiendo
5 nCr 3 = 10
En una permutacin importa el orden. En una combinacin no importa el orden, sino los elementos que participan. Las tradas (a, b, c) y (a, c, b) corresponden a distintas permutaciones, pero a una misma combinacin.
III.
1. Ordenando libros Un estudiante tiene 4 libros de Economa, 3 de Estadstica y 6 de Literatura, los que debe ordenar en una repisa o librero. De cuntas maneras puede efectuar este trabajo, si: 1.1. No importa el orden en que queden las materias? 1.2. Los libros del mismo tema deben quedar juntos? 1.3. Los libros de Economa deben quedar juntos? Solucin: 1.1. No importa el orden en que queden las materias. En este caso, tenemos las distintas ordenaciones de 4 + 3 + 6 = 13 elementos:
Estas son: 13! = 6.227.020.800 maneras distintas. 90
1.2. Los libros del mismo tema deben quedar juntos. Los 4 libros de Economa pueden ordenarse de: 4! maneras distintas Los 3 libros de Estadstica pueden ordenarse de: 3! maneras distintas Los 6 libros de Literatura pueden ordenarse de: 6! maneras distintas Los 3 grupos de libros pueden ordenarse de: 3! maneras distintas
Luego, por el principio fundamental (regla del producto), los libros del mismo tema pueden ordenarse de: 4! 3! 6! 3! = 622.080 maneras distintas.
1.3. Los libros de Economa deben quedar juntos. Los libros de Economa pueden ordenarse de: 6! maneras distintas.
Los restantes 7 libros + el grupo de libros de Economa pueden ordenarse de 8! maneras distintas. Obsrvese que en este razonamiento los 6 libros de Economa se comportan como uno solo, ya que deben quedar juntos. Entonces: 6! 8! = 29.030.400 son las distintas formas de ordenacin.
2. Grupo a capacitacin Una fbrica tiene 8, 4 y 5 trabajadores en las secciones A, B y C, respectivamente. Enviar a 6 de ellos a una capacitacin. Si la eleccin se hace en forma aleatoria, Cuntos grupos distintos podran enviarse si el grupo debe quedar conformado por: 2.1. Trabajadores de cualquier seccin? 2.2. Dos de cada seccin? 2.3. A lo menos 2 de la seccin B? Solucin: 2.1. Trabajadores de cualquier seccin: Este caso corresponde a extraer un grupo de 6 trabajadores desde un conjunto de 17.
17 6
El nmero de grupos posibles es: (
) = 12.376
2.2. Dos de cada seccin:

8 Los dos trabajadores de la seccin A pueden ser seleccionados de: ( ) = 28 maneras diferentes, 2 4 Los dos trabajadores de la seccin B pueden ser seleccionados de: ( ) = 6 maneras diferentes, 2
5 Los dos trabajadores de la seccin C pueden ser seleccionados de: ( ) = 10 maneras diferentes; 2
Entonces, por el principio fundamental (regla del producto), dos trabajadores de cada seccin pueden ser seleccionados de: 8 4 5 ( ) ( ) ( ) = 1.680 maneras distintas. 2 2 2
91
2.3. A lo menos 2 de la seccin B. A lo menos 2 de la seccin B significa 2 3 4 de B (y el resto de las otras secciones):
4 13 Dos trabajadores de B y 4 de las otras secciones es: ( ) ( ) = 4.290 2 4 4 13 Tres trabajadores de B y 3 de las otras secciones es: ( ) ( ) = 1.144 3 3 4 13 Cuatro trabajadores de B y 2 de las otras secciones es: ( ) ( ) = 78 4 2
Luego, a lo menos 2 trabajadores de la seccin B es: 4.290 + 1.144 + 78 = 5.512 maneras distintas.
IV.
1. Clculos numricos
11 15 1.1. El valor numrico de la expresin: ( ) ( ) = 5 4
A) 630.630
B) 1.827
C) 1.733
D) 1.365
E) 462
7 13 4 1.2. El valor numrico de la expresin: ( ) ( ) ( ) = 5 6 0
A) 0
B) 2.496.144
C) 36.036
D) 45.040
E) 54.360
6 14 ( ) ( ) 4 8 1.3. El valor numrico de la expresin: = 20 ( ) 12
A) 0,1245
B) 0,2687
C) 0,3096
D) 0,3576
E) 0,4591
2. Problemas varios 2.1. Cuntos grupos distintos de 4 personas puede formarse a partir de un conjunto de 15 personas? A) 3 B) 4 C) 1.365 D) 4.564 E) 32.760 2.2. Con los nmeros del 1 al 9, cuntos nmeros distintos de 5 dgitos pueden formarse, si no se puede repetir los dgitos en un mismo nmero? A) 126 B) 45 C) 3.024 D) 15.120 E) 20.510 2.3. Un grupo musical tiene 17 canciones. Si desea grabar un disco con una seleccin de 8 canciones, cuntos posibles discos podran resultar, si la seleccin se hace al azar? A) 26.320 B) 24.310 C) 15.680 D) 12.360 E) 10.450
92
3. Proveedores Una empresa tiene 11 proveedores norteamericanos, 7 europeos y 15 asiticos. Entre ellos, debe seleccionar 7 para realizar una auditora de gestin de proveedores. Cuntas muestras son posibles de formar si esta debe quedar conformada por: 3.1. Cuatro proveedores asiticos, 2 norteamericanos y 1 europeo? A) 525.525 B) 475.075 C) 427.204 D) 75.075 E) 65.540 3.2. Proveedores del mismo origen? A) 427.204 B) 6.766 C) 6.435 3.3. Tres norteamericanos? A) 165 B) 330 3.4. A lo ms dos asiticos? A) 31.824 B) 278.460
D) 212.355
E) 14.550
C) 7.315
D) 525.525
E) 1.206.975
C) 62.370
D) 899.640
E) 1.209.924

1.1. A 2.1. C 3.1. A 1.2. C 2.2. D 3.2. B 1.3. D 2.3. B 3.3. E
3.4. E
V.
1. Visite el sitio SECTOR MATEMTICA http://www.sectormatematica.cl/educmedia.htm Para descargar teora y ejercicios de combinatoria. 2. Visite el sitio AULAFACIL http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm CLASE 18. Combinaciones, Variaciones y Permutaciones (I)
93
INTRODUCCIN AL CLCULO DE PROBABILIDADES

...si agita hoy, con su aleteo, el aire de Pekn, una mariposa puede modificar los sistemas climticos de Nueva York el mes que viene. APRENDIZAJES ESPERADOS
-Identifican el concepto de probabilidad y su importancia en la concepcin de mundo. -Aplican conceptos y definiciones para diferenciar experimentos aleatorios y no aleatorios. -Identifican, en casos dados, experimento aleatorio, espacio muestral, suceso, su correspondiente nomenclatura y notacin. -Resuelven problemas de clculo de probabilidad de sucesos simples, aplicando el concepto bsico de probabilidad de Laplace.
CONTENIDOS
-Concepto de probabilidad y su importancia. -Experimento aleatorio, espacio muestral, suceso, su correspondiente nomenclatura y notacin. -Clculo de probabilidad de sucesos simples, aplicando el concepto bsico de probabilidad de Laplace.
II.
DESARROLLO
1. Origen de la teora de la probabilidad Probabilidad es el grado de verosimilitud que se le atribuye a un enunciado, o el grado de certeza o confianza que pueden tener nuestras creencias acerca de sucesos futuros. La probabilidad puede expresarse mediante un valor numrico y, en este caso, la probabilidad es una medida de la posibilidad de ocurrencia de un acontecimiento, expresada mediante un nmero.
Aunque la percepcin del azar es un elemento presente en toda la historia humana, la probabilidad, como teora matemtica, recin nace en el siglo XVII, a instancias de los seores jugadores de la poca, que pidieron a los matemticos que estudiaran las posibilidades de ganar en los juegos de azar. Se destacan en este perodo fundacional de la teora, Gerolamo (1501-1576), Galileo Galilei (1564-1642), Christian Huygens (1629-1695), considerado el iniciador de la teora de las probabilidades, y sobre todo Blaise Pascal (1623-1662) y Pierre Fermat (1601-1665). Qu ocurre, que parecemos disfrutar de lo estable y permanente, en contra de aquello que se nos aparece difuso, cambiante y huidizo? La respuesta a esta interrogante no es sencilla. Tiene que ver con los conceptos de mundo que se fueron tejiendo y enraizando en nuestra sociedad desde muy antiguo. Tiene que ver con la filosofa, con la religin, con las ideas. En resumen, con la historia de nuestra sociedad y de su cultura. Hoy, cuando muchos autores, desde los ms diversos mbitos proclaman la sociedad informtica, la sociedad de flujos, la sociedad lquida, una sociedad cambiante y veloz, parecen cobrar sentido las palabras de Herclito: Son distintas las aguas que cubren a los que entran en el mismo ro. Si el mundo contemporneo es transformacin, cambio veloz, azar e incertidumbre, debemos al menos generar mecanismos que nos permitan operar en l. Y he aqu que la teora de la probabilidad nos viene a proveer esa herramienta.
2. Conceptos bsicos de probabilidades 2.1. Experimento aleatorio: Un experimento aleatorio es una accin que da origen a un fenmeno en cuyos resultados interviene el azar. En estos fenmenos, se pueden conocer todos los resultados posibles, pero no se puede predecir cul de ellos ocurrir. Un experimento aleatorio se puede repetir todas las veces que se desee, pero sus resultados particulares no se pueden predecir. Por ejemplo, en el lanzamiento de un dado para observar qu nmero resulta, se puede determinar el conjunto de resultados posibles (1, 2, 3, 4, 5, 6), pero no es posible predecir ninguno de ellos. Suele representarse por la letra E.
94
2.2. Espacio muestral ():
Es el conjunto de todos los resultados posibles de un experimento aleatorio. Se representa por . Ejemplo: Experimento: E = lanzamiento de un dado Espacio muestral:
2.3. Suceso o evento:
= {1, 2, 3, 4, 5, 6}
Es cualquier subconjunto del espacio muestral . Generalmente se representan mediante las primeras letras maysculas: A, B, C, etc. Ejemplo: Experimento: E = lanzamiento de un dado. Espacio muestral: Suceso A:
= {1, 2, 3, 4, 5, 6} A = se obtiene nmero par. A = {2, 4, 6}
3. Tipos de sucesos 3.1. Sucesos simples y compuestos: 3.1.1. Sucesos simples: Cuando un evento puede ocurrir de una sola forma. 3.1.2. Sucesos compuestos: Cuando un resultado puede ocurrir de diversas formas. Un suceso compuesto, a su vez, puede dividirse en varios eventos simples.
Ejemplo: Lanzar un dado y observar si resulta un nmero par: Este suceso est compuesto por los siguientes sucesos simples: Resulta el 2. Resulta el 4. Resulta el 6. Entonces: Resulta nmero par = Resulta el 2 o resulta el 4 o resulta el 6.
3.2. Suceso seguro: Es aquel que siempre se verifica como resultado de un experimento aleatorio. A = Obtener un nmero entero del 1 al 6 al lanzar un dado normal. A es un suceso seguro. 3.3. Suceso imposible: Es aquel que nunca se verifica como resultado de un experimento aleatorio. A = Obtener un nmero mayor que 6 al lanzar un dado normal. A es un suceso imposible. 3.4. Suceso complementario o contrario: Dos sucesos son contrarios si uno es la negacin lgica del otro. A = Obtener N6 al lanzar un dado. B = No obtener N6 al lanzar un dado. Ay B son sucesos contrarios. Suelen representarse por A y A, respectivamente. 3.5. Sucesos mutuamente excluyentes: Dos o ms sucesos son mutuamente excluyentes si no pueden ocurrir en forma simultnea. A = Se obtiene N3 al lanzar un dado. B = Se obtiene N4 al lanzar un dado. A y B son sucesos mutuamente excluyentes. No pueden ocurrir ambos a la vez.
95
OBSERVACIN: Los sucesos contrarios son mutuamente excluyentes, pero, no todos los sucesos mutuamente excluyentes son contrarios.
3.6. Sucesos independientes: Dos o ms sucesos son independientes si la ocurrencia de uno de ellos no afecta la probabilidad de ocurrencia del otro. A = Se obtiene N3 al lanzar un dado. B = Se obtiene sello al lanzar una moneda. A y B son sucesos independientes. 3.7. Sucesos condicionales: Dos sucesos A y B son condicionales si la probabilidad de ocurrencia del suceso B est condicionada a la ocurrencia de un suceso anterior A.
4. Probabilidad de sucesos 4.1. Probabilidad de Laplace: La probabilidad de que ocurra un suceso A se cuantifica a travs de la razn entre el nmero de casos favorables al suceso A y el nmero total de casos posibles. Numricamente puede expresarse como fraccin, como decimal o como tanto por ciento.
P( A ) = N de casos favorables al suceso A N de casos posibles
4.2. Enfoque de la probabilidad a priori: Consiste en determinar la probabilidad de un suceso que an no ha sucedido.
Ejemplo: Cul es la probabilidad de obtener un nmero impar al lanzar una vez un dado normal? Casos favorables: 3. Casos totales: 6. Entonces, P(N impar) =
3 1 = . 6 2
4.3. Enfoque de la probabilidad emprica: Consiste en determinar la probabilidad de un suceso con los datos histricos de casos sucedidos. Es decir, se cuenta con antecedentes empricos.
Ejemplo: Se han lanzado dos monedas 25 veces, registrando los siguientes resultados:
Suceso N de observaciones
Cara Cara Sello Cara Cara Sello Sello Sello Total
4 7 8 6 25
96
Cul es la probabilidad de obtener dos sellos? Casos favorables: 6 Casos totales: 25 Entonces: P(2 sellos) =
6 = 0,24. 25
5. lgebra de sucesos 5.1. Notacin:
Si A y B son sucesos en el espacio muestral . Entonces:

Suceso Significado
A A (A o B) (A y B) (A B) (B / A)
Ocurre el suceso A. No ocurre A. Ocurre A o B. Ocurren A y B, ambos. Ocurre A y no ocurre B. Ocurre B, dado que ocurri A
5.2. Diagramas de sucesos:
Si A y B son sucesos en el espacio muestral . Con el espacio muestral representado por un rectngulo y los sucesos por crculos. Entonces, la representacin grfica de los sucesos bsicos es:
Lo sombreado Significado
Ocurre el suceso A.
Lo sombreado
Significado
NO ocurre el suceso A.
Lo sombreado
Significado
AoB
Ocurre el suceso A o el B
Lo sombreado
Significado
B
AyB
Ocurren A y B, ambos a la vez.
97
Lo sombreado
Significado
A-B
Ocurre A, pero no ocurre B
III.
1. Trabajo y estudio Interesa estudiar la actividad de los jvenes egresados de Educacin Media, en cuanto su estudio y su trabajo. Se definen los sucesos E y T como: E = estudia. T = trabaja. 1.1. Indique en lenguaje corriente el significado del suceso: (T E) 1.2. Escriba algebraicamente el suceso: trabaja, dado que no estudia. 1.3. Dibuje un diagrama para el suceso: Ni trabaja, ni estudia. 1.4. Indique, en lenguaje corriente y en lenguaje algebraico el suceso representado en el diagrama siguiente:
B T
Solucin: 1.1. Del diagrama de lgebra de sucesos, se deduce que: (T E) = trabaja, pero no estudia 1.2. Del cuadro de lgebra de sucesos, se deduce que: Trabaja, dado que no estudia = (T / E) 1.3. Diagrama para el suceso: Ni trabaja, ni estudia.
EE
1.4. Lo sombreado corresponde a: (E T) = Estudia, pero no trabaja. O bien: (E y T) = Estudia y no trabaja.
98
2. Focus group Se tiene un grupo a investigar conformado por 11 personas de zonas urbanas y 7 de zonas rurales con los cuales se realiz un focus group para testear su opinin respecto de un producto del mercado. Con el objeto de realizar entrevistas en profundidad, se deben seleccionar al azar un total de 5 personas de este grupo. 2.1. Cul es la probabilidad de que resulten 5 personas de sectores urbanos? 2.2. Cul es la probabilidad de que resulten 3 rurales? Solucin: Se trata de una situacin en la que estn implicados procesos combinatorios. 2.1. Cul es la probabilidad de que resulten 5 urbanos? Casos favorables: es la combinatoria de 5 sujetos tomados de un grupo de 11 urbanos. Total de casos: es la combinatoria de 5 sujetos tomados de un grupo de 18. Aplicando la frmula de Laplace:
11 ( ) 5 = 0,054 P(5 urbanos) = 18 ( ) 5
2.2. Cul es la probabilidad de que resulten 3 rurales? Casos favorables: es la combinatoria de 3 sujetos tomados de un grupo de 7 rurales con la combinatoria de 2 sujetos tomados de un grupo de 11 urbanos. Total de casos: es la combinatoria de 5 sujetos tomados de un grupo de 18.
Aplicando la frmula de Laplace: 11 7 ( ) ( ) 2 3 = 0,225 P(3 rurales) = 18 ( ) 5

3. Nmero de hijos El siguiente grfico muestra la distribucin de una muestra de mujeres segn nmero de hijos vivos al momento de la encuesta.
N casos
32 28 24 20 16 12 8 4 0
32
16 12 8
N
0 1 2 3
N de hijos vivos
99
3.1. De acuerdo al grfico, cul es la probabilidad de que una mujer de la muestra tenga hijos vivos? 3.2. De acuerdo al grfico, cul es la probabilidad de que una mujer de la muestra tenga ms de 1 hijo vivo? 3.3. De acuerdo al grfico, cul es la probabilidad de que una mujer de la muestra tenga a lo ms 1 hijo vivo? Solucin: 3.1. Casos favorables: 16 + 12 + 8 = 36 Casos totales: 32 + 16 + 12 + 8 = 68
Probabilidad =
36 = 0,529 68
3.2.
Casos favorables: 12 + 8 = 20 Casos totales: 32 + 16 + 12 + 8 = 68 Probabilidad = 20 = 0,294 68
3.3.
Casos favorables: 32 + 16 = 48 Casos totales: 32 + 16 + 12 + 8 = 68 Probabilidad =

48 = 0,706 68
IV.
1. Isla Negra En la localidad de Isla Negra, son dos las atracciones principales para los turistas: N = visitar la Casa de Neruda; P = ir a la playa. 1.1. El suceso El turista va a la playa, pero no visita la casa de Neruda, algebraicamente se escribe: A) P y N B) P y N C) N y P D) P o N E) N o P 1.2. El suceso (N o P), representa a los turistas que: A) Solo hacen una de las dos actividades B) No realizan ninguna de las dos actividades C) Realizan a lo ms una de las actividades D) Realizan ambas actividades E) Realizan a lo menos una de las dos actividades
100
1.3. El suceso representado en el diagrama se refiere a los turistas que:
N B
A) Solo hacen una de las dos actividades B) Realizan a lo ms una de las actividades C) Realizan a lo menos una de las dos actividades D) Realizan ambas actividades E) No realizan ambas actividades
2. En el espacio muestral de la figura, se han definido los sucesos A y B.
A B
2.1. Respecto del suceso A y el suceso B, se dice que son: A) Complementarios B) Contrarios C) Imposibles D) Seguros E) Mutuamente excluyentes 3. En el espacio muestral de la figura, se han definido los sucesos S y T.
3.1. El suceso sombreado es: A) Ocurre T y no S B) Ocurren S y T C) Ocurre S, pero no T D) No ocurre S, pero s ocurre T E) No ocurre S
101
3.2. El suceso sombreado se escribe: A) T y S B) S y T C) T S
D) (S o T)
E) S o T
4. Lanzamiento de dados Se lanzan simultneamente dos dados normales para ver qu nmeros resultan en su cara superior. 4.1. Cuntos elementos tiene el espacio muestral de este experimento? A) 6 B) 12 C) 18 D) 21 4.2. La probabilidad de que resulte suma 7 es: A) 0,857 B) 0,667 C) 0,333
E) 36
D) 0,167
E) 0,194
5. Tmbola En una tmbola hay un total de 10 bolitas, de las cuales 3 son azules y 7 son blancas. 5.1. Si se extraen al azar dos bolitas en forma simultnea, cul es la probabilidad de que resulten ambas azules? A) 0,067 B) 0,309 C) 0,667 D) 0,3 E) 0,2 5.2. Si se extraen al azar dos bolitas en forma simultnea, cul es la probabilidad de que las dos resulten blancas? A) 0,286 B) 0, 143 C) 0, 467 D) 0,2 E) 0,7

1.1. A 2.1. E 3.1. C 4.1. E 5.1. A 1.2. B 3.2. B 4.2. D 5.2. C 1.3. D
V.
1. Conceptos bsicos de probabilidad: -Spiegel, Murray. Probabilidad y Estadstica. McGraw Hill, 2003. ISBN: 9584101331. Captulo I. 2. Fisterra http://www.fisterra.com/mbe/investiga/index.asp Breve desarrollo terico + ejemplo. Documentos en pdf descargables. Ver tema N5: Clculo de probabilidades: nociones bsicas 3. AULAFACIL http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm CLASE 14. Probabilidad: Introduccin
102
AXIOMAS, TEOREMAS Y LGEBRA DE SUCESOS

Dios juega a los dados y...adems los tiene trucados! (Prigogine). APRENDIZAJES ESPERADOS
-Operan con axiomas y lgebra de sucesos. -Utilizan conceptos, definiciones y axiomas de probabilidad para describir experimentos, eventos, espacio muestral y calcular probabilidades simples de problemas relacionados con la especialidad. -Utilizan las reglas de la adicin para calcular probabilidades de eventos, resolviendo problemas relacionados con la especialidad. -Utilizan las reglas de la multiplicacin para calcular probabilidad de eventos, resolviendo problemas relacionados con la especialidad
CONTENIDOS
-Reglas de la adicin: Eventos mutuamente excluyentes. -Probabilidad del complemento. -Probabilidad conjunta -Regla para la adicin -Reglas para la multiplicacin -Eventos independientes -Regla especial de la multiplicacin para eventos independientes.
II.
DESARROLLO
TEOREMAS DE LA PROBABILIDAD
Si A y B son sucesos en el espacio muestral y P(A) y P(B) sus respectivas probabilidades, entonces se verifican las siguientes propiedades:
1. Valores extremos de P
0 P( A ) 1
La probabilidad de un suceso es un nmero real con un valor entre cero y 1, ambos valores inclusive.
2. Probabilidad del suceso imposible y del suceso seguro
P(A) = 0 A = suceso imposible P(A) = 1 A = suceso seguro
Mientas ms cercana a 1 es la probabilidad de un suceso, mayor grado de confianza de que ocurrir. Mientas ms cercana a 0 es la probabilidad de un suceso, mayor grado de confianza de que NO ocurrir.
3. Probabilidad de dos sucesos contrarios
P(A')= 1 P(A)
P(A) + P(A') = 1
Donde A y A son sucesos contrarios. Se suele llamar p a la probabilidad de un suceso y q a la probabilidad del suceso contrario, entonces: q=1p p+q=1 103
Ejemplo: Cierto da, la probabilidad de que llueva es 0,35. Por lo tanto, la probabilidad de que no llueva es: P(No lluvia) = 1 P(Lluvia) = 1 0,35 = 0,65. p = probabilidad de lluvia; q = probabilidad de NO lluvia. p = 0,35; q = 0,65; p + q = 0,35 + 0,65 = 1
4. Probabilidad de sucesos mutuamente excluyentes P(A o B) = p(A) + p(B) A y B son sucesos mutuamente excluyentes.
Esta propiedad es llamada tambin regla de la suma de probabilidades. Solo es vlida para sucesos mutuamente excluyentes. Ejemplo: En una empresa trabajan 3 ejecutivos, 4 administrativos y 6 operarios. Si se selecciona una persona al azar, la probabilidad de que sea un operario o un administrativo es: P(O o A) = p(O) + P(A) =
6 4 10 + = = 0,7692 13 13 13
5. Probabilidad de sucesos independientes P(A y B) = P(A) P(B) A y B son sucesos independientes.
Esta propiedad es llamada tambin regla del producto de probabilidades. Solo es vlida para sucesos independientes. Ejemplo: Si la probabilidad de lluvia es P(L) = 0,4 y la probabilidad de que corra viento es P(V) = 0,15, entonces, si ambos fenmenos son independientes, la probabilidad de que llueva con viento es: P(V y L) = 0,15 0,4 = 0,06.
6. Probabilidad de diferencia de sucesos P(A B) = P(A) P(A y B)
Lo siguiente, es equivalente: P(A B) = P(A y B) Ejemplo: Si la probabilidad de lluvia es P(L) = 0,4 y la probabilidad de que corra viento es P(V) = 0,15, entonces, si ambos fenmenos son independientes, cul es la probabilidad de que llueva, pero no corra viento? P(L V) = P(L) P(L y V) = 0,4 0,06 = 0,34
104
III.
1. Accidentes laborales: Para el estudio de ciertos accidentes laborales, se definen los sucesos siguientes: A = el accidente se produce por accin insegura por parte del trabajador. C = el accidente se produce por condicin insegura en el lugar de trabajo.
Se sabe que: P(A) = 0,56; P(C) = 0,48 y P(A y C) = 0,12

1.1. Calcule P(A C) 1.2. Calcule la probabilidad de accidente por Condicin insegura, pero no por Accin insegura. Solucin: Es conveniente trazar un diagrama, indicando en l las probabilidades dadas:
A 0,44 0,12
C 0,36
0,08
1.1. P(A C) Esta es la probabilidad de accidente por Accin insegura, pero no por Condicin insegura. En el diagrama esta probabilidad es 0,44. Aplicando el teorema correspondiente: P(A C) = P(A) P(A y C) P(A C) = 0,56 0,12 = 0,44 1.2. P(C A) Aplicando el teorema correspondiente: P(C A) = P(C) P(A y C) = 0,48 0,12 = 0,36 Este resultado es consistente con la cifra del diagrama.
2. Lanzamiento de un dado Una persona lanza un dado normal varias veces hasta que logra obtener el nmero 5. Cul es la probabilidad de que logre su objetivo en el cuarto lanzamiento? Solucin: Si A = obtener 5, entonces: P(A) = 1/6 y P(A) = 5/6
El suceso que debe ocurrir es:
A y A y A y A
Aplicando la propiedad multiplicativa, tenemos: 5 5 5 1 = 125/1296 = 0,09645 6 6 6 6
105
3. Compra de medicamento Se sabe que el 70% de los clientes que consultan por cierto medicamento en una farmacia, lo compran. 3.1. Si 3 clientes preguntan por el medicamento, cul es la probabilidad de que los tres lo compren? 3.2. Si 2 clientes preguntan por el medicamento, cul es la probabilidad que solo uno de ellos lo compre? Solucin: 3.1. C = compra; P(C) = 0,7. Luego, P(C) = 0,3 Debe ocurrir el siguiente suceso: CyCyC
Aplicando la regla del producto, tenemos que: P(los 3 compran) = 0,7 x 0,7 x 0,7 = 0,343
3.2.
Debe ocurrir el siguiente suceso: C y C o C y C Aplicando la regla del producto y de la suma, tenemos que: P(solo uno compra) = 0,7 x 0,3 + 0,3 x 0,7 = 0,42
IV.
1. Sean A y B dos sucesos en el mismo espacio muestral y p(A) y p(B) sus respectivas probabilidades de ocurrencia. Si p(A) + p(B) = 1, entonces se puede concluir que los sucesos A y B son:
A) Condicionales B) Equiprobables C) Imposibles D) Seguros E) Complementarios
2. Si p representa la probabilidad de un suceso A y q la probabilidad del suceso contrario, entonces, siempre: C) p q > 0 D) 1 p < 0 E) q < 0 A) p + q = 1 B) p q = 1
3. Declaraciones de renta Segn datos entregados por el Servicio de Impuestos Internos (SII), el ao 2005, en Chile, el 96% de las declaraciones de renta fueron realizadas a travs de Internet.
Si se seleccionan al azar dos declaraciones de renta de ese ao, cul es la probabilidad de que solo una de ellas haya sido realizada por Internet? A) 0,96 B) 0,92 C) 0,0768 D) 0,04 E) 0, 0384
106
4. Venta de automviles En la tabla adjunta, la variable aleatoria X = N de automviles mensuales vendidos por vendedor (con x 3) y P(x) su probabilidad:
X P(x)
3 0,07
4 0,21
5 p
6 0,19
7 0,11
8 o ms 0,09
La probabilidad de que un vendedor venda ms de 4 automviles en un mes es: A) 0,33 B) 0,72 C) 0,28 D) 0,39 E) Faltan datos
5. Virus informtico Se ha constatado que el 32% de los computadores PC estn infectados con virus del tipo Spyware, que el 20% est infectado con Spyware y Troyano y que el 14% tiene Troyano, pero no Spyware, siendo estas dos infecciones independientes una de otra. Si S representa el suceso Tiene Spyware y T el suceso Tiene Troyano, entonces: 5.1. P(T S) = A) 0,14
B) 0,18
C) 0,46
D) 0,54
E) 0,72
5.2. La probabilidad de que un computador no tenga ninguno de estos dos tipos de virus es: A) 0,86 B) 0,54 C) 0,14 D) 0,46 E) 0, 68 5.3. La probabilidad de que un computador est infectado de Troyano, pero no de Spyware, se escribe: A) P(T y S) B) P(T S) C) P(S y T) D) P(T y S) E) P(T o S)
6. Microempresa de PC Una microempresa se dedica a comprar computadores en uso, los refacciona y vuelve a vender, con 2 meses de garanta. Por experiencia se sabe que durante el perodo de garanta, la probabilidad de que un equipo vendido tenga fallas de hardware es 0,36 y que tenga fallas de software es 0,15. Ambos tipos de fallas son las nicas que se pueden dar y son independientes entre s. 6.1. La probabilidad de que, en el perodo de garanta, un equipo presente ambos tipos de falla es: A) 0,25 B) 0,48 C) 0,51 D) 0,065 E) 0,054 6.2. La probabilidad de que, en el perodo de garanta, un equipo presente fallas de software, pero no de hardware es: A) 0,21 B) 0,152 C) 0,54 D) 0,096 E) 0,51 6.3. Cul es la probabilidad de que, en el perodo de garanta, un equipo no presente ninguno de estos dos tipos de fallas? A) 0,85 B) 0,64 C) 0,544 D) 0,49 E) 0,21

1. E 5.1. A 6.1. E 2. A 5.2. B 6.2. D 3. C 5.3. D 6.3. C 4. B
107
V.
1. Conceptos bsicos de probabilidad: -Spiegel, Murray. Probabilidad y Estadstica. McGraw Hill, 2003. ISBN: 9584101331. Captulo I. 2. AULAFACIL http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm CLASE 16. Clculo de probabilidades CLASE 17. Probabilidad de sucesos 3. SECTOR MATEMTICA http://www.sectormatematica.cl/educmedia.htm Para descargar teora y ejercicios de Probabilidades
108
PROBABILIDAD DE SUCESOS CONDICIONALES

Tampoco es inescrutable el azar, tambin est regido por un orden. (Novalis). APRENDIZAJES ESPERADOS
-Utilizan diagrama de rbol para organizar y evaluar probabilidades de sucesos condicionales. -Calculan probabilidades utilizando el teorema de Bayes. -Utilizan diagrama de rbol, probabilidad total y teorema de Bayes para resolver, interpretar y resolver problemas relacionados con la especialidad.
CONTENIDOS
-Probabilidad condicional -Teorema de Bayes. -Probabilidad total -Diagrama de rbol.
II.
DESARROLLO
1. Sucesos independientes Si A y B son sucesos en el espacio muestral y P(A) y P(B) sus respectivas probabilidades, entonces se pueden definir los siguientes conceptos: Se dice que el suceso A es independiente de suceso B, si:
P(A / B) = P(A) Esto es, que la probabilidad de que ocurra A, dado que ocurri B, es simplemente P(A). En otras palabras, la ocurrencia de B no interviene en la probabilidad de ocurrencia de A. En otro caso, se dir que A y B son condicionales o dependientes. De acuerdo a clases anteriores, para dos sucesos A y B, independientes, se verifica que: P(A y B) = P(A) P(B) (Ver teorema y ejemplos en la clase 13).
2. Probabilidad de sucesos condicionales Sean A y B dos sucesos en el espacio muestral y P(A) y P(B) sus respectivas probabilidades. Si la ocurrencia de A est condicionada por la ocurrencia del suceso B, entonces, la probabilidad de que ocurra B, dado que ocurri A est dada por:
P(B / A) =
P( A y B ) P( A )
(1)
Ejemplo: Si P(A) = 0,4; P(B) = 0,3 y P(A y B) = 0,14; entonces: P(A / B) = Tambin: P(B / A) = 0,14 = 0,35 0,4 109 0,14 = 0,4667 0,3
De la relacin (1), despejando, se obtiene que: (P y B) = P(A) P(B / A). (2)
Esta es la regla del producto para dos sucesos condicionales.
3. Teorema de la probabilidad total
Si un suceso A debe resultar en uno de los sucesos mutuamente excluyentes A 1 , A 2 , etc, entonces, la probabilidad de A es igual a: P(A) = P( A 1 ) P(A / A 1 ) + P( A 2 ) P(A / A 2 ) + = P( A i ) P( A / A i ) ; con i = 1, 2, Este es el llamado teorema de la probabilidad total.
4. Teorema de Bayes De la relacin de la probabilidad condicional (1): P( A y B ) P(B / A) = P( A )
Es posible hacerse la pregunta: Cul es la probabilidad de que haya ocurrido A, dado que ya ocurri B? Esta probabilidad est dado por: P(A / B) =
P( A ) P( B / A ) P( B )
Este es el caso particular del teorema de Bayes, vlido para dos sucesos A y B. En general: Si A 1 , A 2 , etc, son sucesos mutuamente excluyentes cuya unin es el espacio muestral , entonces, si B es cualquier suceso, es posible calcular la probabilidad de los sucesos A 1 , A 2 , etc, que pueden causar la ocurrencia de B, mediante: P( A i / B) = Este es el llamado teorema de Bayes.
P( A i ) P( B / A i ) ; con i = 1, 2, P( A i ) P( B / Ai )
Toda vez que el teorema de Bayes calcula la probabilidad de un suceso dado que ya ocurri algo, se dice que apunta hacia el futuro. Por este motivo, este teorema tiene hoy en da gran aplicacin en la toma de decisiones.
110
5. Diagrama de rbol Un diagrama de rbol es un esquema grfico que ayuda a analizar una situacin de probabilidad condicional, cuando se deben producir dos o ms sucesos, uno despus del otro. SUCESO 1 SUCESO 2
P(C)
P(A y C) = P(A) P(C/A)
A
P(A)
P(D)
P(A y D) = P(A) P(D/A)
P(B)
P(E)
P(B y E) = P(B) P(E/B)
P(F)
P(B y F) = P(B) P(F/B)
Este diagrama se desarrolla de izquierda a derecha (rbol horizontal), siguiendo las siguientes directrices: 1: Cada suceso se representa por una rama, con bifurcaciones sealadas por las distintas posibilidades del suceso. En el diagrama, se definen dos ramas, pero pueden ser ms. 2: Cada rama parcial lleva especificada su respectiva probabilidad. En cada suceso, la suma de las probabilidades de sus ramas es 1. En el esquema, P(A) + P(B) = 1; P(C) + P(D) = 1; etc. 3: El final de cada rama parcial se constituye en un nudo del cual parten nuevas ramas, segn las posibilidades del siguiente suceso. 4: Cada secuencia de ramas constituye un suceso. Su probabilidad est dada por la regla del producto. 5: La suma de las probabilidades al final de cada secuencia de ramas es 1 (probabilidad total). En el diagrama, P(A y C) + P(A y D) + (B y E) + P(B y F)= 1
III.
1. Accidentes laborales: Para el estudio de ciertos accidentes laborales, se definen los sucesos siguientes: A = el accidente se produce por accin insegura por parte del trabajador. C = el accidente se produce por condicin insegura en el lugar de trabajo.
Se sabe que: P(A) = 0,56; P(C) = 0,48 y P(A y C) = 0,12

1.1. Calcule P(A / C) 1.2. Calcule la probabilidad de accidente por Condicin insegura, dado que hubo Accin insegura. 1.3. Son A y C, sucesos independientes? Solucin: 1.1. P(A / C). Esta es la probabilidad de accidente por Accin insegura, dado que hubo Condicin insegura. Aplicando el teorema correspondiente:
111
P(A / C) =
P( A y C ) 0,12 = 0,25 = P( C ) 0,48
1.2. P(C / A): Esta es la probabilidad de accidente por Condicin insegura, dado que hubo Accin insegura. Aplicando el teorema correspondiente: P( A y C ) 0,12 P(C / A) = = = 0,2143 P( A ) 0,56 1.3. Para que A y C sean independientes debe verificarse lo siguiente:
P(A) P(C) = P(A y C) Remplazando los valores dados: P(A) = 0,56; P(C) = 0,48 y P(A y C) = 0,12 0,56 0,48 = 0,12 0,2688 0,12 Por lo tanto, A y C no son independientes.
2. Extraccin sin reposicin En una urna hay 4 fichas blancas y 5 negras de igual peso y tamao. De esta caja, se extrae al azar y sin reposicin, dos fichas. Cul es la probabilidad de que ambas resulten negras? Solucin: Mtodo 1: Se trata de una situacin de sucesos condicionales. Al no haber reposicin, una vez que se extrae la primera ficha, para la segunda extraccin el espacio muestral se ha modificado, dependiendo del resultado de la primera. En la primera extraccin hay 5 negras de un total de 9. Por lo tanto: 5 P( N1 ) = 9
Para la segunda extraccin hay solo 8 fichas (ya se extrajo una), de las cuales 4 son negras (ya sali una negra en la primera extraccin). Entonces: 4 1 P( N 2 / N1 ) = = 8 2 Para que ocurran ambos sucesos, se usa la regla del producto: P( N1 y N 2 / N1 ) =
5 1 5 = = 0,2778 9 2 18
Mtodo 2: Extraer s una a una dos fichas sin reposicin, equivale a extraer dos fichas simultneamente. Entonces, es posible aplicar el concepto de combinatoria. 5 9 Las dos fichas negras se pueden combinar de ( ) maneras distintas, de un total de ( ) casos posibles. 2 2
112
Aplicando la ecuacin de Laplace: 5 ( ) 2 P(2N) = = 0,2778 9 ( ) 2

3. Faltas a la calidad Una empresa que arma lavadoras automticas tiene dos plantas A y B, que producen el 40% y el 60% de estos artefactos, respectivamente. Suponga que el 8% de los artefactos de la planta A y el 12% de los de la planta B presentan la misma falta de calidad (falla). Si se est frente a una lavadora con esta falla, interesa calcular la probabilidad de que el artefacto haya sido armado en la planta B. 3.1. Cul es la probabilidad de que esta empresa produzca artefactos con falla? 3.2. Si se est frente a una lavadora con esta falla, cul es la probabilidad de que el artefacto haya sido armado en la planta B? Solucin: Para comprender mejor la situacin, de realizar un diagrama de rbol. F = Con falla P(F/A) = 0,4 0,08 = 0,032
0,08
(1) (2)
A = Planta A
0,4
0,92
F =Sin falla
P(F/A) = 0,4 0,92 = 0,368
0,6
0,12
F =Con falla
P(F/B) = 0,6 0,12 = 0,072
(3)
B = Planta B
0,88
F =Sin falla
P(F/B) = 0,6 0,88 = 0,528
(4)
3.1. Se pide P(F): Sumando los resultados del diagrama de rbol, de las secuencias que terminan en (1) y (3::
P(F) = 0,032 + 0,072 = 0,104 (Esto es, el 10,8% de los artefactos). Aplicando directamente el teorema de la probabilidad total: P(F) = P(A) P(F/A) + P(B) P(F/B) = 0,4 0,08 + 0,6 0,12 = 0,104
3.2. Si se est frente a una lavadora con esta falla, cul es la probabilidad de que el artefacto haya sido armado en la planta B?
Se pide determinar: P(B / F) Aplicando el teorema de la probabilidad condicional, y sacando los valores de las respectivas ramas del rbol y el resultado anterior: P(B / F) = P(B y F) 0,072 = 0,6923 = P(F) 0,104 113
Aplicando directamente el teorema de Bayes: P(B / F) =

P( B ) P( F / B ) 0,6 0,12 = = 0,6923 P( F ) 0,104
4. Casados, urbanos y rurales En cierta regin, el 35% de los hombres mayores de 18 aos vive en zonas rurales y el 65% en zonas urbanas. En las zonas rurales, el 80% de los hombres mayores de 18 aos estn casados, mientras que en las zonas urbanas ese % es solo del 60%. 4.1. Cul es a probabilidad de que en esta regin un hombre de esta poblacin est casado? 4.2. Si se encuentra un hombre casado, cul es la probabilidad de que provenga de la zona rural? Solucin: Sean los siguientes sucesos: R = hombre mayor de 18 aos de zonas rurales. U = hombre mayor de 18 aos de zonas urbanas.
Ntese que, tal como est planteado el problema, U y R son complementarios o mutuamente excluyentes. C/R = casado, dado que es de zona rural C/U = casado, dado que es de zona urbana C = hombre de la regin, mayor de 18 aos, casado. Ntese que el suceso C es condicional, ya que este estado civil depende de la zona U o R de donde provenga el hombre. Trasladando los datos dados en %, a probabilidad, se tiene: P(R) = 0,35 y P(U) = 0,65 P(C/R) = 0,8 y P(C/U) = 0,6 Para una mejor comprensin y clculo, es posible trazar un diagrama de rbol como el siguiente:
Casado / R NO casado / R Casado / U NO casado / U
0,8
Rural y Casado =
0,35 x 0,8 = 0,28
Rural
0,35 0,65 0,2 0,6
Urbano y Casado =
0,65 x 0,6 = 0,39
Urbana
0,4
3.1. Los casados pueden ser de la zona R o de la zona U, siendo aplicable la regla de la suma de probabilidades: Entonces, con los datos del diagrama:
P(C) = P(C/R) + P(C/U) = 0,28 + 0,39 = 0,67. Tambin puede ser calculada esta probabilidad, aplicando directamente el teorema de la probabilidad total. 3.2. Se pide: P(R / C) = P(R y C' ) 0,35 0,2 = = 0,2121 Desarrollando, con los datos del diagrama: P(R / C) = P(C' ) 1 - 0,67 Tambin puede ser calculada esta probabilidad, aplicando directamente el teorema de Bayes.
114
IV.
1. Agricultores En cierto sector agrcola, el 60% de los agricultores siembra trigo. De estos, el 75% usa semilla seleccionada. Si se selecciona al azar un agricultor de este sector, cul es la probabilidad de que haya sembrado trigo sin semilla seleccionada? A) 0,125 B) 0,15 C) 0,25 D) 0,40 E) 0,45 2. Gripe En una comuna donde el 60% de sus habitantes son mujeres, se produce una epidemia de gripe que afecta al 15% de los hombres y al 5% de las mujeres. Cul es la probabilidad de que un habitante de esta comuna tenga gripe? A) 0,40 B) 0,20 C) 0,24 D) 0,09 E) 0,06 3. Estudio del mercado de refrescos Segn un estudio, se prueban tres sabores de refresco A, B y C, entre hombres (H) y mujeres (M). El estudio permiti construir la siguiente tabla de probabilidades de preferencias:
REFRESCO A 0,1 0,15 B 0,05 0,3 C 0,25 0,15
SEXO HOMBRE MUJER
De acuerdo a estos datos: 3.1. Calcule P(B o C) A) 0,75 B) 0,4

3.2. La probabilidad P(H A) = A) 0,4 B) 0,3 3.3. Calcule P(B / H) = A) 0,4 B) 0,125
C) 0,35
D) 0,3
E) 0,25
C) 0,2
D) 0,05
E) 0,1
C) 0,05
D) 0,15
E) 0,25
3.4. Si se selecciona a una persona que gusta del refresco B, cul es la probabilidad de que sea mujer? A) 0,35 B) 0,3 C) 0,857 D) 0,782 E) 0,627
4. Parceleros Se ha comprobado que en la regin de Aysn, el 75% de los parceleros son propietarios de las tierras que habitan. De ellos, el 60% son mujeres. Entre los no propietarios, el 55% son hombres. Si esto es as: 4.1. La probabilidad de que un parcelero de esta regin sea mujer es: A) 0,5625 B) 0,525 C) 0,6 D) 0,135
E) 0,45
4.2. La probabilidad de que un parcelero de esta regin sea hombre y propietario, es: A) 0,125 B) 0,47 C) 0,135 D) 0,3 E) 0,45
115
4.3. Cul es la probabilidad de que un parcelero de esta regin sea propietario, dado que es mujer? A) 0,75 B) 0,45 C) 0,656 D) 0,812 E) 0,8 4.4. Cul es la probabilidad de que un parcelero de esta regin sea hombre, dado que es no es propietario? A) 0,435 B) 0,565 C) 0,55 D) 0,75 E) 0,25

1. B 3.1. A 4.1. A 2. D 3.2. E 4.4. D 3.3. B 4.3. E 3.4. C 4.4. C
V.
1. Conceptos bsicos de probabilidad: -Spiegel, Murray. Probabilidad y Estadstica. McGraw Hill, 2003. ISBN: 9584101331. Captulo I. 2. AULAFACIL http://www.aulafacil.com/CursoEstadistica/CursoEstadistica.htm CLASE 24. Teorema de la probabilidad total CLASE 25. Teorema de Bayes 3. Web: Busque en un buscador para responder la pregunta: Cules son las grandes aplicaciones del Teorema de Bayes? 4. Documentos de inters. http://www.edustatspr.com/documentos/probabilidad/1.3.probcond.pdf http://ftp.medprev.uma.es/libro/node44.htm http://usuarios.lycos.es/manuelnando/practicacalculoprobabilidades1con.htm http://www.bioestadistica.com.ar/temas.html
116
Ejercicios de recapitulacin
CON AYUDA DE FORMULARIO Y CALCULADORA, CONSTRUYA UNA RESPUESTA A LAS PREGUNTAS FORMULADAS SOBRE LA BASE DE LOS SIGUIENTES CASOS. Las ciencias nos han hecho adquirir muchas certezas, pero de la misma manera nos han revelado, en el siglo XX, innumerables campos de incertidumbre. (Morin).
Caso 1: Accidentes laborales y antigedad

En cierta empresa, el 36% de los trabajadores tiene ms de 5 aos de experiencia laboral. La probabilidad de accidente laboral en el curso de un ao en la empresa es de 0,04. Si estos fenmenos son independientes: 1.1. Cul es la probabilidad de que se accidente un trabajador con menos de 5 aos de experiencia laboral? 1.2. Si ocurre un accidente laboral, cul es la probabilidad de que sea de un trabajador con ms de 5 aos de experiencia? Puede explicar el porqu del resultado? 1.3. Si se accidentan dos trabajadores, cul es la probabilidad de que ambos tengan ms de5 aos de experiencia laboral?
Caso 2: Poblacin bilinge en Qubec

Canad tiene dos lenguas oficiales: el ingls y el francs. Sin embargo, en la provincia de Qubec la lengua predominante es el francs, ya que el 45% de la poblacin habla ingls y francs, el 20% habla ingls pero no francs, y el 5% no habla ninguna de estas dos lenguas, sino otras, producto de la inmigracin y la existencia de grupos autctonos. 2.1. Cul es la probabilidad de que un sujeto de esta provincia hable francs? 2.2. Cul es la probabilidad de que un sujeto de esta provincia hable francs, pero no ingls? 2.3. Cul es la probabilidad de que un sujeto de esta provincia hable ingls ya que no habla francs?
Caso 3: El Loco Bielsa

En una reciente publicacin se cita el siguiente dato estadstico, que ha servido de base para la estrategia de Bielsa con la seleccin chilena de ftbol: Refirindose a los goles, dice: De cada diez, uno se hace desde media distancia, tres de pelota detenida, dos de jugadas que parten del centro del campo y cuatro de avances que parten por los costados que finalizan en el medio del rea. 5 Si esto es as: 3.1. Si se seleccionan al azar dos goles de las eliminatorias para el mundial de Sudfrica, cul es la probabilidad de que ambos hayan sido por avances que parten por los costados que finalizan en el medio del rea? 3.2. Si se eligen al azar dos goles de las eliminatorias para el mundial de Sudfrica, cul es la probabilidad de que solo uno de ellos haya sido desde media distancia? 3.3. Si se eligen al azar dos goles de las eliminatorias para el mundial de Sudfrica, cul es la probabilidad de que uno de ellos haya sido desde media distancia y el otro de pelota detenida?
Carcuro, Pedro Abarza, Esteban. Me pongo de pie. Aguilar, 2009.
117
Caso 4: Probabilidad
El siguiente diagrama muestra los sucesos R y S definidos en el espacio muestral , con sus correspondientes probabilidades de ocurrencia:
R
0,23 0,45
0,18
Calcule las siguientes probabilidades: 4.1. P(S) = 4.2. P(R S) = 4.4. P(R o S) = 4.5. P(S/R) =
4.3. P(S y R) = 4.6. P(R/S) =
Caso 5: Trastorno del aprendizaje

Una investigacin determin que en las escuelas municipales de cierta comuna, en el primer ciclo de educacin bsica, el 14% de los estudiantes presentan algn trastorno del aprendizaje. Si se seleccionan, uno a uno, estudiantes de esta poblacin hasta encontrar un estudiante con trastorno del aprendizaje, calcular la probabilidad de que este resulte: 5.1. En la primera extraccin 5.2. Solo a la segunda extraccin 5.3. Solo a la tercera extraccin
Caso 6: Poblacin en el tiempo

El siguiente grfico muestra la poblacin de cierta regin geogrfica:
De acuerdo al grfico, aproximadamente: 6.1. Cuntos habitantes haba en la regin en el ao 1930? 6.2. En qu % creci la poblacin entre 1950 y 1970? 6.3. En el ao 1990, en cuntos habitantes haba crecido la poblacin respecto de 1950? 6.4. Qu % representa la poblacin de 1930 respecto de la de 1990?
118
Caso 7: Uso de Internet por profesionales

Un estudio consult a una muestra de profesionales acerca de sus hbitos de uso de la Internet. Dentro del estudio se consider la frecuencia de uso de Internet en asuntos comerciales y bancarios. La siguiente tabla muestra los resultados de la pregunta: Realiza por Internet operaciones comerciales o bancarias tales como pago de servicios, transferencia de fondos o compras?, desagregados por sexo. Profesionales segn sexo y por frecuencia de uso de Internet en asuntos comerciales y bancarios
Frecuencia de uso N de casos hombres mujeres 26 18 50 45 72 37 25 22 7 5
1 = Siempre, todas las veces 2 = Frecuentemente, pero no siempre 3 = Algunas veces 4 = Rara vez, casi nunca 5 = Nunca
7.1. Identifique las variables en estudio y escala de medicin de cada una de ellas. 7.2. Calcule: 7.2.1.Qu % de la muestra realiza operaciones comerciales y bancarias por Internet solo algunas veces? 7.2.2. Qu % de las mujeres realiza gestiones comerciales y bancarias por Internet rara vez, casi nunca? 7.2.3. De los que nunca realizan operaciones comerciales y bancarias por Internet qu % son hombres? 7.3. Construya una tabla que muestre los profesionales hombres segn frecuencia de uso de Internet en asuntos comerciales y bancarios. 7.4. Construya un grfico que muestre los profesionales mujeres segn frecuencia de uso de Internet en asuntos comerciales y bancarios.
Caso 8: peso corporal y estado general de salud

El grfico de la figura presenta, en N de casos, la evaluacin del estado general de salud de una muestra de sujetos estudiados, segn si presentan peso normal o sobrepeso.
N de casos
18 15 12 09 06 03 00
Bueno Malo
Peso normal Sobrepeso
ESTADO
Estado general de salud, segn peso
Indique el % en lo que se afirma acerca de la muestra: 8.1. De la muestra con Mal estado general de salud, el . . . . . . . . % presenta Sobrepeso. 8.2. De los que tienen un Buen estado general de salud, el . . . . . . % tiene un peso Normal. 8.3. De las personas de peso Normal, slo un . . . . . .% presenta Mal estado general de salud. 8.4. De la muestra, el . . . . . . . % presenta un buen estado general de salud. 8.5. De la muestra, el . . . . . . . % presenta un peso normal.
119
CASO 9: Salario por hora de trabajo

El siguiente grfico muestra la distribucin de una muestra de trabajadores por valor que perciben cada hora de trabajo.
Valor percibido por hora de trabajo ($miles)
$miles
1,0
1,5
2,0
2,5
3,0
3,5
4,0
Fuente: Alka-Stat-2010
9.1. Construya 5 afirmaciones acerca de la muestra estudiada en relacin con la variable de inters.
Caso 10: Edad de personas en estudio

El siguiente grfico de Tallo y hojas presenta la distribucin de la edad de una muestra de personas.
Edad Stem-and-Leaf Plot Frequency 2 9 24 16 12 7 1 Stem width: Each leaf: Stem & Leaf 1 2 3 4 5 6 7 . . . . . . . 89 022335889 113444555556666777889999 0011234466678888 112344566799 0111356 2 10 1 case(s)
A partir del grfico, determine: 10.1. Tamao de la muestra. 10.2. Qu edad tiene la persona mayor encuestada? 10.3. Cuntas personas de la muestra tienen 39 aos? 10.4. Qu % de la muestra tiene a lo ms 49 aos? 10.5. Qu % de la muestra tiene a lo menos 60 aos? 10.6. La edad modal, edad mediana y edad media de la muestra.
Caso 11: Edad de accidentados

En cierto sector industrial, se ha constatado que la edad de los trabajadores afectados por accidentes de trabajo, se distribuye en forma ms o menos simtrica, con media 32,3 aos y desviacin estndar 5,7 aos. Si esto es as: 11.1. Calcule el coeficiente de variacin de la edad de los accidentados. 11.2. Calcule la edad normal de los accidentados. 11.3. Segn el teorema de Chebyshev, cul es el intervalo que abarca al menos el 75% de las observaciones?
120
Caso 12. Contaminacin de aguas de un lago

Se realiza un muestreo de las aguas en un lago tras la bsqueda de ciertas bacterias que se reproducen cuando hay contaminacin por productos derivados del petrleo. Se hace un conteo del nmero de bacterias por muestra de 100 ml de agua en un total de 72 ensayos, arrojando el siguiente resultado:
Bacterias (/100 ml) 30 35 35 40 40 45 45 50 50 55 55 60 N de casos 4 8 14 10 6 8
12.1. Calcule el nmero medio de bacterias por cada 100 ml de agua, su desviacin estndar y coeficiente de variacin. 12.2. Trace un grfico de caja y bigotes para el nmero de bacterias por cada 100 ml de agua. 12.3. Calcule, para el nmero de bacterias por cada 100 ml de agua el decil 4 y el percentil 65 e interprete su valor. 12.4. Trace un histograma porcentuado para el nmero de bacterias por cada 100 ml de agua.
CASO 13: Nmero de empleos segn edad

Se ha investigado en una muestra aleatoria de trabajadores, su edad y el nmero de empleos dependientes en los ltimos 2 aos, llegndose a la siguiente tabla: Edad y nmero de empleos. N de casos. EDAD (aos) 20 30 30 40 40 50 50 60 60 70 Total 0 0 3 6 8 5 22 N de EMPLEOS 1 2 3 8 11 9 9 4 2 3 3 1 28 25 3 7 5 4 1 2 19 Total 18 28 23 14 11 94
13.1. Construya un grfico para la edad de los trabajadores que han tenido solo un empleo en los ltimos dos aos. 13.2. Construya un grfico de tallo y hojas para el nmero de empleos en los dos ltimos aos de los trabajadores entre 30 y 40 aos de edad. 13.3. Calcule el nmero medio y desviacin estndar de los empleos de los trabajadores menores de 30 aos, y su coeficiente de variacin. 13.4. Calcule la edad media de los trabajadores que no han tenido empleo en los dos ltimos aos. 13.5. Calcule: 13.5.1. % de la muestra que, teniendo entre 40 y 60 aos, ha tenido 1 2 empleos en los dos ltimos aos. 13.5.2. De los que han tenido 1 empleo, Qu % tiene entre 30 y 50 aos? 13.5.3. Cul es la probabilidad de que un encuestado haya tenido ms de un empleo en los dos ltimos aos? 13.5.4. Cul es la probabilidad de que un encuestado haya tenido ms de dos empleos en los ltimos dos aos y tenga menos de 40 aos?
121
CASO 14: Consumo de combustible

La siguiente informacin corresponde al consumo mensual de combustible destinado a calefaccin por hogar, expresado en miles de $, en una muestra aleatoria de hogares de un barrio popular de Santiago en los meses de invierno: Hogares por consumo mensual de combustible.
Consumo ($miles) N de casos
6 12 12 16 16 20 20 25 25 35
27 46 34 15 7
14.1. Calcule el consumo medio, su desviacin estndar y su coeficiente de variacin. 14.2. Calcule Q1, D3 y P85 e interprete su valor en el marco del caso. 14.3. Trace un grfico de caja y bigotes. 14.4. Construya cinco conclusiones respecto del caso.
Caso 15: Percepcin de la seguridad ciudadana

Una encuesta de seguridad ciudadana realizada en Argentina a una muestra de 890 mayores de 15 aos, gener la siguiente tabla de frecuencias:
En general, en toda la ciudad se siente usted: 1 2 3 4 Seguro Relativamente seguro Inseguro Muy inseguro TOTAL TOTAL 259 346 188 97 890 SEXO HOMBRES 163 225 83 27 498 MUJERES 96 121 105 70 392 15-29 74 103 73 39 289 GRUPOS DE EDAD 30-59 60-89 104 81 156 87 78 37 30 28 368 233
15.1. Sobre la base de estos datos, calcule en la muestra: 15.1.1. Entre las mujeres, qu % se siente segura o relativamente segura? 15.1.2. La probabilidad de encontrar una persona que se sienta Muy insegura. 15.1.3. Qu % son hombres que se siente relativamente seguro en toda la ciudad? 15.1.4. Entre los que se sienten muy inseguros, qu % son hombres? 15.1.5. Entre los que se sienten seguros, qu % tiene entre 15 y 59 aos de edad? 15.2. Sobre la base de estos datos, calcule los siguientes estadgrafos e interprete su valor. 15.2.1. La mediana en la percepcin de seguridad en las mujeres. 15.2.2. La edad mediana de las personas que se sienten seguras en la ciudad. 15.2.3. La edad decil 3 de las personas que se sienten inseguras en la ciudad. 15.2.4. La edad percentil 65 de las personas que se sienten muy insegura en la ciudad. 15.3. Sobre la base de estos datos, calcule los siguientes estadgrafos: 15.3.1. La edad media de las personas que se sienten muy inseguras en la ciudad. 15.3.2. La desviacin estndar de la edad de las personas que se sienten muy inseguras en la ciudad. 15.3.3. La edad media de las personas que se sienten muy seguras en la ciudad. 15.3.4. El coeficiente de variacin de la edad de las personas que se sienten muy seguras en la ciudad.
122
CASO 16: Escolaridad

Se ha estudiado la variable X = nmero de aos de estudios formales aprobados en una muestra de personas, siendo posible calcular los estadgrafos siguientes: Xmn = 1 ao; Rg(X) = 15 aos Q1(x) = 6 aos; Me(x) = 10 aos; x = 10, 5 aos P75(x) = 13 aos; P85(x) = 14 aos; D6 = 11 aos A partir de esta informacin: 16.1. Construya un grfico de caja. 16.2. Construya 5 afirmaciones cuantitativas en el marco del caso.
CASO 17: Tabla de poblacin

Poblacin chilena de 15 aos o ms, por estado civil o conyugal, segn sexo y grupos de edad.
Poblacin de 15 aos o ms. TOTAL PAS Ambos sexos 15 a 29 aos 30 a 44 aos 45 a 59 aos 60 a 74 aos 75 aos o ms Mujeres Hombres ESTADO CIVIL O CONYUGAL Casado(a) Conviviente, pareja 994.762 337.066 414.873 181.192 52.568 9.063 505.097 489.665 Soltero(a) Anulado(a) Separado(a) Viudo(a)
11.226.309 3.674.239 3.566.949 2.267.643 1.247.307 470.171 5.760.651 5.465.658
5.181.855 653.785 2.162.293 1.475.212 720.011 170.554 2.583.511 2.598.344
3.883.266 2.632.195 737.587 306.089 152.018 55.377 1.853.923 2.029.343
50.255 2.487 18.011 19.391 8.464 1.902 34.559 15.696
531.805 44.061 207.309 186.382 78.346 15.707 319.636 212.169
584.366 4.645 26.876 99.377 235.900 217.568 463.925 120.441
17.1. Identifique las variables incluidas en el estudio, indicando su tipo. 17.2. Sobre la base de la tabla, calcule: 17.2.1. En la poblacin de solteros(as), qu % tiene 60 aos o ms? 17.2.2. En la poblacin menor de 45 aos, qu % son separados? 17.2.3. En la poblacin de mujeres, qu % son anuladas? 17.2.4. En la poblacin de casados, qu % son mujeres? 17.2.5. En la poblacin de 75 aos o ms, qu % son viudos(as)? 17.3. Para la poblacin entre 30 y 44 aos: 17.3.1. Construya una tabla de frecuencias que muestre la distribucin de este segmento segn estado civil o conyugal. 17.3.2. Calcule, si fuera posible, el estado civil o conyugal modal y mediano. 17.4. En la poblacin de anulados(as): 17.4.1. Calcule el percentil 15 de la edad de la poblacin e interprete su valor. 17.4.2. Calcule la edad media, su desviacin estndar y coeficiente de variacin. Utilice los supuestos que estime convenientes.
123

Probabilidad y Estadística Mat - 325

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Probabilidad y Estadística Mat - 325

Uploaded by

Copyright:

Available Formats

Vicerrectora Acadmica Cuaderno de Apuntes 2010

CUADERNO DE APUNTES DEL ESTUDIANTE

Vicerrectora Acadmica Cuaderno de Apuntes 2010

1 2 3 5 15 24 33 42 48 56 63 72 80 88 94 103 109 117

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

-Clculo de varianza, desviacin estndar y coeficiente de variacin, con ayuda de calculadora.

-Probabilidad de sucesos simples (Laplace) -Axiomas y lgebra de sucesos.

Vicerrectora Acadmica Cuaderno de Apuntes 2010

PRIMERA UNIDAD: PRESENTACIN DE DATOS CLASE 1

INTRODUCCIN A LA ESTADSTICA DESCRIPTIVA

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

12. Esquema de los tipos de variable

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

EJERCICIOS Y PROBLEMAS RESUELTOS

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

EJERCICIOS Y PROBLEMAS PROPUESTOS

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Cul(es) es (son) numrica(s)? A) Solo I B) Solo II

Solucin a problemas propuestos

Vicerrectora Acadmica Cuaderno de Apuntes 2010

PRIMERA UNIDAD: PRESENTACIN DE DATOS CLASE 2

ESTADSTICAS DE VARIABLES CUALITATIVAS

Vicerrectora Acadmica Cuaderno de Apuntes 2010

% 30,0 40,0 17,5 12,5 100

A: Atletismo B: Ftbol C: Ciclismo D: Golf

Vicerrectora Acadmica Cuaderno de Apuntes 2010

D 12,5% A 30,0% C 17,5%

A: Atletismo B: Ftbol C: Ciclismo D: Golf

bbbbbbbbbbbb bbbbbbbbbbbbbbbb bbbbbbb bbbbb b= 1 persona

Vicerrectora Acadmica Cuaderno de Apuntes 2010

EJERCICIOS Y PROBLEMAS RESUELTOS

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

153 100 = 37,8% 405

Vicerrectora Acadmica Cuaderno de Apuntes 2010

EJERCICIOS Y PROBLEMAS PROPUESTOS

1.1. La variable en estudio es de tipo: A) Dicotmica B) Multinomial C) Ordinal

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Solucin a problemas propuestos

Vicerrectora Acadmica Cuaderno de Apuntes 2010

PRIMERA UNIDAD: PRESENTACIN DE DATOS CLASE 3

ESTADSTICAS DE VARIABLES DISCRETAS

fri = frecuencia relativa: es el cuociente entre la frecuencia absoluta y la frecuencia total.

Por ejemplo: fr3 =

Vicerrectora Acadmica Cuaderno de Apuntes 2010

2. Propiedades importantes de las frecuencias:

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Ejemplo: La siguiente tabla muestra la distribucin de 40 familias segn nmero de integrantes.

Se calcular la tabla de frecuencias:

Completando la tabla, queda as:

Ntese el cumplimiento de las propiedades:

fri = 1. La suma de las frecuencias relativas es igual a 1.

% fi = 100. La suma de las frecuencias porcentuadas es igual a 100.

Vicerrectora Acadmica Cuaderno de Apuntes 2010

Vicerrectora Acadmica Cuaderno de Apuntes 2010