FORMULARIO PRIMER PARCIAL  MEDIANA

Frecuencia (acumulada) aproximada de la mediana: 𝐹𝐽

MAT 1135 “J” 𝑛
𝐹𝐽 = 2
 FRECUENCIA 𝑛
− 𝐹𝑗−1
f: frecuencia absoluta 𝑀𝑒 = 𝐿𝑖𝑛𝑓 + 2
𝐹𝑗− 𝐹𝑗−1
n: número de total de frecuencias
𝑓
 MODA
h: frecuencia relativa ℎ= Frecuencia (absoluta) aproximada de la moda: 𝑓𝑗
𝑛
∆1 = 𝑓𝑗 − 𝑓𝑗−1
p: frecuencia porcentual p=h*100 ∆2 = 𝑓𝑗 − 𝑓𝑗+𝑖

∆1
𝑀𝑜 = 𝐿𝑖𝑛𝑓 + ∗𝑐
 CLASIFICACION DE DATOS ∆1 + ∆2
k: Numero de clase 𝑘 = √𝑛  CUANTILES
m: 1,2,3
R: rango 𝑅 = 𝑋𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛 𝑚∗𝑛
se toma cuenta el superior inmediato para 𝑓𝑗
4
𝑅
c: amplitude de clase 𝑐=𝑘
𝑚∗𝑛
− 𝑓𝑗−1
𝑄𝑚 = 𝐿𝑖𝑛𝑓 + 4
𝑓𝑗 − 𝑓𝑗−1
𝐿𝑠𝑢𝑝− 𝐿𝑖𝑛𝑓
Xi: marca de clase 𝑥𝑖 = 2

 MEDIDAS DE DISPERCION
 RANGO (de la clasificación de datos)
 MEDIDAS DE POSICION
𝑅 = 𝐿𝑠𝑢𝑝.(𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛) − 𝐿𝑖𝑛𝑓.(𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛)
 MEDIA ARITMETICA

∑𝑥 ∑ 𝑥∗𝑓
𝑋̅ = 𝑥̅ = ∑𝑓
𝑛
 DESVIACION MEDIA  PROBABILIDADES
∑ 𝑓 ∗ |𝑥 − 𝑥̅ | ƞ(𝑆): 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑠𝑝𝑎𝑐𝑖𝑜 𝑚𝑢𝑒𝑠𝑡𝑟𝑎𝑙
𝐷𝑀 =
∑𝑓 ƞ(𝐸): 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑡𝑒𝑟𝑚𝑖𝑛𝑜𝑠 𝑒𝑛 𝑒𝑙 𝑒𝑣𝑒𝑛𝑡𝑜
 VARIANZA  PROBABILIDAD CLASICA
La media poblacional es igual: 𝜇 = 𝑥̅ ƞ(𝐸)
Probabilidad de éxito 𝑃(𝐸) =
ƞ(𝑆)

 VARIANZA POBLACIONAL ƞ(𝐸)

Probabilidad de fracaso 𝑃(𝐸̅ ) = 1 −
ƞ(𝑆)
∑∗ (𝑥𝑗 − 𝜇)²  EVENTOS COMPUESTOS
𝜎2 =
𝑛
 VARIANZA MUESTRAL

∑ 𝑓 ∗ (𝑥𝑗− 𝑥̅ )
A 𝐸1 𝐸2 B S
2
𝑆 =
𝑛−1
 DESVIACION ESTANDAR
 DESVIACION ESTANDAR POBLACIONAL
∑∗(𝑥𝑗 −𝜇)²
√ ó √𝜎 2 A A∩ 𝐵 B
𝑛

Numero de términos: ƞ(𝐴𝑈𝐵) = ƞ(𝐴) − ƞ(𝐵) − ƞ(𝐴 ∩ 𝐵)

 DESVIACION ESTANDAR MUESTRAL
∑ 𝑓∗(𝑥𝑗− 𝑥̅ ) Probabilidad: 𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵) − 𝑃(𝐴 ∩ 𝐵)
√ √𝑆 2
𝑛−1
 COEFICIENTE DE VARIACION Dónde: 𝑃(𝐴)𝑜 𝑃(𝐵) 𝑜𝑃(𝐴 ∩ 𝐵) se obtiene como en :
𝑆
Mientras más bajo sea mejor es nuestro calculo . 𝐶 = ∗ 100
𝑥̅
 EVENTOAS EXCLUYENTES: es decir no hay intersección entre eventos  Circulares
𝐸2 𝑃´𝑛 = (𝑛 − 1)!
A  VARIACIONES
𝐸1 B 𝑛!
𝑉𝑟𝑛 =
(𝑛 − 𝑟)!
 Con repetición
𝑉´𝑛𝑟 = 𝑛𝑟
 COMBINACIONES
𝑛!
𝐶𝑟𝑛 =
Si ƞ(𝐴 ∩ 𝐵) = 0 Entonces : 𝑟! (𝑛 − 𝑟)!
Numero de términos: ƞ(𝐴𝑈𝐵) = ƞ(𝐴) − ƞ(𝐵)

Probabilidad: 𝑃(𝐴𝑈𝐵) = 𝑃(𝐴) + 𝑃(𝐵)

 PROBABILIDAD CONDICIONAL
Sin reposición 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵|𝐴)

Con reposición 𝑃(𝐴 ∩ 𝐵) = 𝑃(𝐴) ∗ 𝑃(𝐵)

 TEOREMA DE BAYES
𝑃(𝐴|𝐵𝑗 ) ∗ 𝑃(𝐵𝑗 )
𝑃(𝐵𝐽 |𝐴) = 𝑘 ; 𝑗 = 1,2 … , 𝑘
∑𝑖=1 𝑃(𝐴|𝐵𝑖 ) ∗ 𝑃(𝐵𝑖 )
 COMBINATORIA
 PERMUTACION
𝑃𝑛 = 𝑛!
 Con repetición
𝑛!
𝑃𝑛,𝑛1,𝑛2..𝑛𝑘 =
𝑛1 ! ∗ 𝑛2 ! … …