Guia Aprendizaje Probabilidad y Estadistica 2011

Colegio de Estudios Cientficos y Tecnolgicos del Estado de Tlaxcala
Gua de aprendizaje
CREDITOS
Probabilidad y Estadstica Quinto
Directorio
Versin 1.0 2011
Academias Estatales
DIRECTORIO Lic. Mariano Gonzlez Zarur Gobernador del Estado Tlaxcala Mtro. Victorino Vergara Castillo Encargado de la Direccin General del CECyTE Tlaxcala Lic. Oscar Csar Mateos Castro Encargado de la Director Acadmica del CECyTE Tlaxcala Lic. Sidonio Acoltzi Nava Director Administrativo del CECyTE Tlaxcala Lic. Hilario Hernndez Cervantes Director de Planeacin del CECyTE Tlaxcala Mtro. Luis Miguel Munive Patio Director de Planeacin del C CREDITOS
MTRO ARQ. ALFREDO TOVAR PEA DOCENTE
Crditos
Versin 1.0 2011
Academias Estatales
Objetivo general
Probabilidad y Estadstica: Desarrollar la capacidad del razonamiento matemtico, mediante el anlisis e interpretacin de las relaciones que existen entre dos variables que provienen de problematizaciones surgidas de la actividad humana y de los fenmenos naturales, en un ambiente propicio para el aprendizaje colaborativo.
Versin 1.0 2011
Academias Estatales
Objetivo general ndice
I. II. III. IV. V. VI.
Aspectos formativos Simbologa Introduccin a la asignatura Desarrollo de actividades Bibliografa Glosario
VII. Anexos
Versin 1.0 2011
Academias Estatales
ndice
I. Aspectos formativos
Contenidos Conceptuales
ESTADISTICA DESCRIPTIVA
Conceptos generales Medidas de tendencia central Medidas de dispersin Medidas de forma Medidas de correlacin
-Antecedentes histricos -Representacin e interpretacin de graficas -Elementos fundamentales -Distribucin de frecuencia -Organizacin de la informacin
-Media aritmtica -Mediana -Moda -Media geomtrica -Media armnica
-Rango -Desviacin media -Desviacin tpica -Varianza
-Sesgo -Apuntamiento -Momentos
-Coeficiente de correlacin -Recta de regresin -Error estndar de estimacin
Datos agrupados y no agrupados GRAFICACION
PROBABILIDAD
Teora de conjuntos
Tcnicas de conteo
Probabilidad para eventos
-Operacin de conjuntos -Diagramas de VEEN -Teorema del binomio -Diagrama de rbol -Eventos complementarios
-Conceptos bsicos -Principio de la suma y multiplicacin -Permutacin y combinacin
-Probabilidad condicional -Eventos independientes -Teorema de Bayes -Selecciones al azar con o sin reemplazamiento
APLICACIONES Representacin grafica y variacional de fenmenos naturales y sociales para la posible toma de decisiones
Versin 1.0 2011
Academias Estatales
Contenidos Procedimentales
CAPACIDADES - HABILIDADES
Razonamiento Matemtico
Resolucin de problemas
Orientacin espacial
Expresin oral y escrita
-Analizar -Clasificar -Realizar inferencias y deducciones -Aplicar -Resolver problemas -Evaluar
-Comprender -Identificar -Interpretar -Representar -Relacionar -Elaborar estrategias de solucin -Resolver -Comprobar -Evaluar -Transferir
-Relacionar -Representar mentalmente -Situar objetos y smbolos -Representar grficamente
-Exponer trabajos -Expresarse con coherencia -Expresar por medio de formulas -Utilizar terminologa y notacin matemtica -Expresar grficamente -Plantear problemas -Sintetizar
Versin 1.0 2011
Academias Estatales
Contenidos Actitudinales
VALORES
Libertad
Justicia
Solidaridad
-Expresin -Eleccin -Transito
-Igualdad -Equidad
-Colaboracin -Ayuda mutua
-Respeto -Tolerancia -Honestidad -Disciplina -Responsabilidad -Lealtad
Versin 1.0 2011
Academias Estatales
Competencias Genricas
Atributos de competencia
4. Escucha, interpreta y emite mensajes Expresa ideas y conceptos mediante pertinentes en distintos contextos representaciones lingsticas, mediante la utilizacin de medios, matemticas o grficas. cdigos y herramientas apropiados. Maneja las tecnologas de la informacin y la comunicacin para obtener informacin y expresar ideas. Sigue instrucciones y procedimientos 5. Desarrolla innovaciones y propone de manera reflexiva, comprendiendo soluciones a problemas a partir de como cada uno de sus pasos contribuye mtodos establecidos. al alcance de un objetivo. Ordena informacin de acuerdo a categoras, jerarquas y relaciones. Utiliza las tecnologas de la informacin y comunicacin para procesar e interpretar informacin.
Propone maneras de solucionar un 8. Participa y colabora de manera problema o desarrollar un proyecto en efectiva en equipos diversos. equipo, definiendo un curso de accin con pasos especficos. Asume una actitud constructiva, congruente con los conocimientos y habilidades con los que cuenta dentro de distintos equipos de trabajo.
Versin 1.0 2011
Academias Estatales
Competencias disciplinares
3. Explica e interpreta los resultados obtenidos mediante procedimientos matemticos y los contrasta con modelos establecidos o situaciones reales. 4. Argumenta la solucin obtenida de un problema con mtodos numricos, grficos, analticos o variacionales, mediante lenguaje verbal, matemtico y el uso de las tecnologas de la informacin y la comunicacin. 5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para determinar o estimar su comportamiento. 7. Elige un enfoque determinista o uno aleatorio para el estudio de un proceso o fenmeno, y argumenta su pertinencia. 8. Interpreta tablas, grficas, mapas, diagramas y textos con smbolos matemticos y cientficos.
Versin 1.0 2011
Academias Estatales
II. Simbologa
Introduccin
Versin 1.0 2011
Academias Estatales
III. Introduccin a la asignatura

Un mensaje para ti. Te invitamos a compartir con nosotros este nuevo reto de enseanzaaprendizaje, lleno de sorpresas y conocimientos creados especialmente para ti. La estadstica es un mtodo cientfico que encuentra aplicacin en una gran diversidad de campos del saber humano y cuya utilidad, como quedo demostrado desde el siglo pasado, va ms all de la mera descripcin pues permite el descubrimiento de leyes y tendencias. Dentro de los muchos ejemplos que permiten ilustrar esto, basta con citar el caso del estadstico alemn Ernesto Engel (1821-1896) que adquiri renombre en el terreno de las investigaciones econmicas y sociales al descubrir la ley que lleva su nombre y que se enuncia as: Cuanto menor es el ingreso familiar, mayor es la proporcin destinada a la compra de alimento. El estudiante encontrara con suma facilidad una gran variedad de aplicaciones del mtodo estadstico, lo cual ser suficiente para desechar la idea de que la estadstica es la simple acumulacin de hechos y cifras con fines meramente acadmicos o de archivo; ms bien se convencer de que se trata de una disciplina que incide significativamente en la vida cotidiana de los seres humanos. No obstante, como todo instrumento, la estadstica tiene sus limitaciones; no puede, por ejemplo, disear investigaciones ni seleccionar problemas para someterlos a estudio, ni puede, por si sola, aportar resultados valiosos o dar interpretaciones de resultados en ausencia de una solida teora. Por otro lado, todos los resultados estadsticos, exactos o no, se expresan de modo preciso mediante nmeros. Preciso no es sinnimo de exacto; son exactas las operaciones aritmticas, pero las mediciones que conducen a los datos que las hacen posible no siempre son confiables. Por esta razn los resultados estadsticos deben ser siempre sometidos a crtica. En ocasiones cuando se habla de probabilidad o posibilidad de que un evento ocurra, se pierde la credibilidad acerca del evento en cuestin, pero es posible tener siempre la certeza total en todo proyecto o actividad que se desea
Versin 1.0 2011
Academias Estatales
realizar?, es muy difcil tenerla, debido a que el llevar a efecto un proyecto cualquiera por ms simple que este sea, ste est sujeto a una gran diversidad de factores que afectan su ocurrencia, entonces qu es lo ms aconsejable para predecir su ocurrencia?, la probabilidad es la que nos ayuda en estos casos, ya que basndose en estadsticas, podemos cuantificar la posibilidad de ocurrencia de los eventos y por consiguiente tomar una buena decisin basados en esta informacin. La matemtica no solo desempea un papel importante en la sociedad tecnolgica y cientfica de la actualidad, sino que es tambin un arte dotado de su propia belleza. Al finalizar esta gua esperamos que ests de acuerdo con nosotros. Buena suerte!
Examen diagnostico
1. Defina estadstica 2. En que mbitos de la realidad se puede aplicar la estadstica 3. Como se define poblacin 4. Que es la muestra 5. Que es un dato 6. Que es una grafica 7. Cuantas tipos de graficas conoces 8. Encuentra la media y promedio de los siguientes datos: (12,36,9,10,6,8,7,3,4,12,7,14,22,5,8,9,10,10,7,3,4,2,6, 12,9,10,14,6,4,7,9,2,4,7,9,9,10,10)
Versin 1.0 2011
Academias Estatales
Apertura
IV. Desarrollo de actividades
Versin 1.0 2011
Academias Estatales
Nombre de la actividad Instrucciones para el estudiante Conocimientos a Adquirir
Dime qu comes y te dir quin eres
No.
Lee y analiza los conceptos de la unidad 1 que aparecen en el glosario. Elaborar tablas y Recopilar datos, Manera didctica de grficos ordenar, clasificar y lograrlo estadsticos. graficar.
Responsabilidad, respeto, puntualidad Manera didctica de lograrlas En la convivencia diaria dentro de la institucin.
Actitudes a formar
3. Explica e interpreta los resultados obtenidos mediante procedimientos matemticos y los contrasta con modelos establecidos o situaciones reales.
Competencia disciplinar a desarrollar
5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para determinar o estimar su comportamiento. 8. Interpreta tablas, grficas, mapas, diagramas y textos con smbolos matemticos y cientficos.
Manera didctica de lograrlo
Recopilar datos, ordenar, clasificar, graficar y obtener conclusiones a partir de estos.

4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante la utilizacin de medios, cdigos y herramientas apropiados.
Competencia Genrica a desarrollar
5. Desarrolla innovaciones y propone soluciones problemas a partir de mtodos establecidos.
8. Participa y colabora de manera efectiva en equipos diversos.

Manera didctica de lograrlo Producto de aprendizaje Recursos materiales de apoyo
Mediante trabajo de campo por equipo; resultados en plenaria.
al presentar sus
Obtencin de grficos e interpretacin de los mismos.

Fotocopias, can, calculadora, computadora, marcadores, pintura, hojas milimtricas, juego geomtrico, pizarrn.
Nuestro cuerpo utiliza energa para cada respiracin, para cada latido del corazn, para el parpadeo de los ojos, para el movimiento del cuerpo, etc. Inclusive, la propia digestin de los alimentos gasta caloras. Calora es la energa que dicho alimento proporciona al organismo y que, en caso de no ser utilizada, se almacena en forma de grasa. Para que un joven tenga un mejor rendimiento en el aula tiene que tener un buen desayuno en las proporciones adecuadas, es decir tener una alimentacin equilibrada. Lee el tema caloras ( Anexo 1)
Versin 1.0 2011
Academias Estatales
De manera individual contesta el siguiente cuestionario.
1. Cuntas caloras necesitamos al da para tener un buen rendimiento? 2. Calcula las caloras que necesita tu organismo.
3. Conoces tu nivel de actividad fsica diaria? 4. Calcular de acuerdo a tu actividad fsica el nmero de caloras necesarias para tu ptimo rendimiento. De acuerdo al anexo 1 y agrupados en equipos en un mximo de 5 elementos recopilar la siguiente informacin, ( en campo de al menos 30 personas mayores de 15 aos): 1. Sexo. 2. Edad. 3. Peso. 4. Calcular su nivel de actividad fsica. 5. Calcular de acuerdo a su sexo, edad y actividad fsica las caloras que necesita su organismo. De forma individual realiza la lectura del glosario que se encuentra al final de la gua sobre las definiciones de variables y representacin de distribucin de frecuencias. El docente har una exploracin a los alumnos sobre el contenido del glosario as mismo reafirmar los conocimientos si es necesario. Cada uno de los equipos investigar cmo presentar en forma grafica la informacin requerida, (ver anexo 2, formato 1). Presentar la informacin planteada de manera completa es decir, incluyendo la tabla y como mnimo tres graficas (de barras, circular o pastel y polgono de frecuencias). No olvidar anexar sus conclusiones.
Versin 1.0 2011
Academias Estatales
Nombre de la actividad Instrucciones para el estudiante
2 Calificaciones en Estadstica No. Analiza y representa la siguiente informacin en una distribucin simple de frecuencias, aadiendo en cada caso la columna de frecuencias porcentuales. Representar mediante graficas de una manera clara, Manera Revisar y aplicar la metodologa concisa y didctica de de la estadstica. significativa los lograrlo resultados de un anlisis estadstico. Que el alumno a travs de grficos logre la representacin de un conjunto de datos.
Conocimiento s a Adquirir
Producto de aprendizaje
Calificaciones en Estadstica (revisar anexo 2; formato 1 formulas) 5, 5, 9, 8, , 7, 7, 7, 6, 6, 6, 6, 8, 9, 10, 9, 5, 5, 6, 6, 6, 7, 7, 8, 10, 7, 7, 8, 7, 7, 7 No. 1 2 3 4 5 6 Calificaciones 5 6 7 8 9 10 Total Alumnos 4 7 10 4 3 2 30 F. Relativa (%) 13.3 23.3 33.3 13.3 10.0 6.66 100% F. Acumulada 4 11 21 25 28 30 30
Desarrollo
Versin 1.0 2011
Academias Estatales
Grfica de Barras Calificaciones por nmero de alumnos
Grfica Circular
Polgono de frecuencias
Versin 1.0 2011
Academias Estatales
Ojiva
Ejercicios
Versin 1.0 2011
Academias Estatales
Tengo medida de tendencia central?
No.
Actitudes a formar
De la serie de datos dada a continuacin, determinar las medidas de tendencia central. (MODA, MEDIANA, MEDIA, MEDIA ARMONICA, MEDIA GEOMETRICA) Inducir al alumno a actuar en todo momento con tica en cumplimiento de Responsabilidad su deber. Manera Revisar y aplicar cada una de las didctica Limpieza formulas de la media, mediana y moda de (Formulario Anexo 3 y glosario). lograrlas Orden 4. Argumenta la solucin obtenida de un problema con mtodos numricos, grficos, analticos o variacionales, mediante lenguaje verbal, matemtico y el uso de las tecnologas de de la informacin y la comunicacin. 5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para determinar o estimar su comportamiento. 8. Interpreta tablas, grficas, mapas, diagramas y textos con smbolos matemticos y cientficos. Utilizando las TIC. As como la utilizacin de pizarrn, papel bond marcadores y
Manera didctica de lograrlo Competencia Genrica a desarrollar Manera didctica de lograrlo Producto de aprendizaje Recursos materiales de apoyo
4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante la utilizacin de medios, cdigos y herramientas apropiados. 5. Desarrolla innovaciones y propone soluciones a problemas a partir de mtodos establecidos. 8. Participa y colabora de manera efectiva en equipos diversos Trabajo individual y trabajo colaborativo Calcular la MODA, MEDIANA, MEDIA, MEDIA ARMONICA, MEDIA GEOMETRICA) de un conjunto de datos. Pizarrn, papel bond, plumones, can, equipo de computo
Consideremos la edad de 100 ancianos que varan entre 60 y 74 aos. Demostracin. 62 64 65 Versin 1.0 2011 72 67 64 72 64 74 69 67 64 69 60 73 69 64 65 61 67 63 68 62 74 71 64 64 71 67 63
Academias Estatales
73 67 70 66 68 68 67
64 63 67 68 66 68 67
67 63 70 66 68 68 67
73 63 66 66 70 70 70
71 64 70 69 70 67 70
71 71 67 67 66 67 70
67 64 70 67 67 68 70
65 74 66 68 66 68 61
67 71 70 68 66 67 70
67 71 66 68 70 69 70
Calcular: Medidas de tendencia central y medidas de dispersin, y presentar la informacin con las graficas correspondientes as como sus conclusiones en plenaria. Problemario
Fundamentos tericos
En cada uno de los siguientes ejercicios presenta la informacin en una distribucin de frecuencias (con sus correspondientes grficas) y calcula las medidas de tendencia central y de dispersin (Nota: Se deja a criterio del docente los ejercicios a desarrollar). EJERCICIOS A DESARROLLAR 1.- Nmero de hermanos, de un grupo de personas: 1, 3, 5, 6, 5, 5, 2, 3, 7, 5, 4, 5, 3, 2, 6, 5, 3, 0, 4, 5, 1, 4, 7, 5, 3, 6, 5, 5, 3, 1, 5, 3, 5, 4 2.- Das que trabajan a la semana, vendedores ambulantes: 7, 4, 6, 3, 3, 6, 6, 7, 7, 5, 5, 6, 4, 6, 3, 6, 7, 5, 7, 7, 6, 2, 7, 7, 6, 3, 3, 4, 6, 6, 6, 5, 2, 6, 2, 6, 7, 7, 6, 7, 6, 3, 5, 5, 6, 6, 5, 7, 7, 7, 7. 5. 6. 6. 6. 7, 6. 7, 7, 6, 7, 7, 7, 7, 6, 7, 7, 6, 7, 6, 7, 6, 7, 7, 5
3.- Jornadas diarias de trabajo, en horas, de un conjunto de trabajadores menores de 16 aos: 4, 3, 4, 4, 5, 6, 7, 7, 6, 5, 4, 4, 3, 3, 4 5, 6, 8, 8, 6, 5, 4, 4, 3, 10, 9, 9, 9, 8, 6 5, 4, 4, 3, 3, 3, 3, 4, 4, 5, 6, 8, 6, 6, 5 4, 4, 4, 4, 5, 6, 8, 7, 5, 4, 4, 3, 3, 4, 4 5, 7, 7, 5, 4, 3, 4, 5, 5, 3, 7, 5, 4, 3, 10
Versin 1.0 2011
Academias Estatales
3.- Nmero de hijos de estudiantes de postgrado, casados: 0, 1, 2, 1, 0, 2, 0, 3, 0, 3, 1, 2, 0, 0, 1 2, 0, 1, 2, 3, 2, 0, 2, 1, 2, 0, 1, 2, 0, 6 1, 4, 0, 1, 2, 1, 0, 2, 3, 1, 1, 0, 1, 1, 0 2, 1, 2, 0, 3, 0, 2, 0, 1, 2, 0, 1, 2, 4, 5, 3 4.- Horas semanales frente a grupo, de profesores universitarios: 4, 18, 12, 20, 5, 12, 16, 6, 20, 24, 8, 18 10, 8, 4, 16, 24, 16, 8, 20, 18, 16, 4
5.- Antigedad en el trabajo, en aos, de un conjunto de trabajadores: 6, 10, 7, 12, 11, 14, 10, 14, 12, 9, 6, 8, 13, 13 10, 10, 12, 5, 14, 10, 7, 7 6.- Nmero de hectreas de pequeos propietarios: 4, 3, 6, 6, 7, 2, 2, 2, 5, 5, 7, 8, 2 4, 3, 5, 5, 4, 4, 3, 4, 4, 5, 4 7.- Con los datos siguientes, que representan litros de leche vendidos diariamente por un pequeo comerciante durante un bimestre (junio-julio de 2009), construye una distribucin agrupada de 9 intervalos: 29, 30, 26, 32, 44, 37, 27, 40, 40, 51, 57, 28 46, 35, 26, 37, 42, 59, 61, 60, 34, 27, 52, 44 46, 54, 35, 36, 41, 31, 45, 54, 33, 35, 37, 39 42, 59, 60, 37, 36, 55, 39, 31, 36, 43, 49, 29 38, 40, 28, 52, 35, 49, 32, 38, 43, 54, 59, 37
8.- Con los datos siguientes, que representan los das de zafra en cada uno de los ingenios azucareros de la Repblica Mexicana en el ciclo 08-09, construye una distribucin agrupada cuya amplitud real sea de 9 das: 178, 122, 161, 137, 166, 136, 147, 163, 142, 151 144, 192, 155, 172, 152, 208, 168, 170, 156, 142 178, 141, 112, 157, 149, 171, 177, 147, 158, 136 160, 141, 152, 153, 150, 155, 149, 150, 177, 116 140, 141, 170, 101, 124, 182, 138, 148, 146, 124
Versin 1.0 2011
Academias Estatales
156, 172, 180, 136, 136, 172, 146, 138, 139, 177 164, 204, 135 9.- Con los datos siguientes, que representan el tiempo dedicado al estudio fuera de clases, en horas semanales, por estudiantes universitarios, construye una distribucin de datos agrupados de 7 intervalos (haz que la mayora de los intervalos tengan amplitud constante consecutivamente). 3, 2, 5, 8, 2, 5, 11, 21, 7, 1, 11, 4, 3, 15, 4, 5, 16, 6 13, 10, 8, 9, 20, 4, 3, 12, 1, 12, 23, 11, 22, 6, 17, 5 2, 13, 8, 9, 20, 3, 7, 4, 2, 15, 6, 4, 14, 5, 12, 10, 5, 2 10, 17, 9, 2, 1, 6, 16, 1, 3, 18, 18, 3, 6, 1, 6, 11, 4, 12 10.- Los datos siguientes representan las edades de los empleados de sexo masculino del supermercado X en julio de 2009. Construye una distribucin de datos agrupados cuya amplitud real sea de 3 aos (haz que la mayora de los intervalos tengan amplitud constante consecutivamente). 20, 22, 26, 19, 21, 23, 21, 19, 23, 28, 21 23, 18, 23, 22, 26, 22, 26, 25, 27, 20, 26 25, 24, 29, 24, 18, 21, 22, 21, 24, 26, 25 21, 22, 23, 24, 22, 28, 27, 21, 25, 36, 23 24, 31, 23, 29, 22, 20, 23, 19, 25, 24, 25 22, 26, 22, 26, 25, 24, 28, 30, 32, 30, 18 29, 21, 24, 23, 26, 23, 22, 24, 25, 21, 19
Versin 1.0 2011
Academias Estatales
Ajustando puntos, lneas y formas
No.
Lee y analiza el tema de medidas de forma y correlacion que aparece en el anexo. Determinar la Recopilar datos, ordenar, forma y ajustar Manera didctica de clasificar, ajustar grficos lograrlo y obtener conclusiones a grficos partir de estos. estadsticos.
Responsabilidad, respeto, puntualidad Manera didctica de lograrlas En la convivencia diaria dentro de la institucin.
Actitudes a formar
3. Explica e interpreta los resultados obtenidos mediante procedimientos matemticos y los contrasta con modelos establecidos o situaciones reales.
5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para determinar o estimar su comportamiento. 8. Interpreta tablas, grficas, mapas, diagramas y textos con smbolos matemticos y cientficos.
Recopilar datos, ordenar, clasificar, ajustar grficos obtener conclusiones a partir de estos.
4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante la utilizacin de medios, cdigos y herramientas apropiados.
5. Desarrolla innovaciones y propone soluciones problemas a partir de mtodos establecidos.
8. Participa y colabora de manera efectiva en equipos diversos.

Mediante trabajo de campo por equipo; resultados en plenaria.
al presentar sus
Obtencin de grficos ajustados e interpretacin de los mismos.

Fotocopias, can, calculadora, computadora, marcadores, pintura, hojas milimtricas, juego geomtrico, pizarrn.
Medidas de forma: Coeficiente de Asimetra

Asimetra Hemos comentado que el concepto de asimetra se refiere a si la curva que forman los valores de la serie presenta la misma forma a izquierda y derecha de un valor central (media aritmtica):
Versin 1.0 2011
Academias Estatales
Para medir el nivel de asimetra se utiliza el llamado Coeficiente de Asimetra de Fisher, que viene definido:
Los resultados pueden ser los siguientes:

g1 = 0 (distribucin simtrica; existe la misma concentracin de valores a la derecha y a la izquierda de la media). g1 > 0 (distribucin asimtrica positiva; existe mayor concentracin de valores a la derecha de la media que a su izquierda) g1 < 0 (distribucin asimtrica negativa; existe mayor concentracin de valores a la izquierda de la media que a su derecha).
Versin 1.0 2011
Academias Estatales
Vamos a calcular el Coeficiente de Asimetra de Fisher de la serie de datos referidos a la estatura de un grupo de alumnos (leccin 2):
Variable (Valor) 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30
Frecuencias absolutas Simple Acumulada 1 4 4 2 1 2 3 3 4 3 3 1 5 9 11 12 14 17 20 24 27 30
Frecuencias relativas Simple Acumulada 3,3% 13,3% 13,3% 6,6% 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% 3,3% 16,6% 30,0% 36,6% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0%
Recordemos que la media de esta muestra es 1,253

((xi - x)^3)*ni 0,000110 ((xi - x)^2)*ni 0,030467
Luego:
Por lo tanto el Coeficiente de Fisher de Simetra de esta muestra es -0,1586, lo que quiere decir que presenta una distribucin asimtrica negativa (se concentran ms valores a la izquierda de la media que a su derecha).
Medidas de forma: Coeficiente de Curtosis

Curtosis El Coeficiente de Curtosis analiza el grado de concentracin que presentan los valores alrededor de la zona central de la distribucin. Se definen 3 tipos de distribuciones segn su grado de curtosis:
Versin 1.0 2011
Academias Estatales
-Distribucin mesocrtica: presenta un grado de concentracin medio alrededor de los valores centrales de la variable (el mismo que presenta una distribucin normal). -Distribucin leptocrtica: presenta un elevado grado de concentracin alrededor de los valores centrales de la variable. -Distribucin platicrtica: presenta un reducido grado de concentracin alrededor de los valores centrales de la variable.
El Coeficiente de Curtosis viene definido por la siguiente frmula:
Los resultados pueden ser los siguientes:

g2 = 0 (distribucin mesocrtica). g2 > 0 (distribucin leptocrtica). g2 < 0 (distribucin platicrtica).
Versin 1.0 2011
Academias Estatales
Vamos a calcular el Coeficiente de Curtosis de la serie de datos referidos a la estatura de un grupo de alumnos (leccin 2):
Variable (Valor) 1,20 1,21 1,22 1,23 1,24 1,25 1,26 1,27 1,28 1,29 1,30 Frecuencias absolutas Simple Acumulada 1 4 4 2 1 2 3 3 4 3 3 1 5 9 11 12 14 17 20 24 27 30 Frecuencias relativas Simple Acumulada 3,3% 13,3% 13,3% 6,6% 3,3% 6,6% 10,0% 10,0% 13,3% 10,0% 10,0% 3,3% 16,6% 30,0% 36,6% 40,0% 46,6% 56,6% 66,6% 80,0% 90,0% 100,0%
Recordemos que la media de esta muestra es 1,253.

((xi - xm)^4)*ni 0,00004967 ((xi - xm)^2)*ni 0,03046667
Luego:
Por lo tanto, el Coeficiente de Curtosis de esta muestra es -1,39, lo que quiere decir que se trata de una distribucin platicrtica, es decir, con una reducida concentracin alrededor de los valores centrales de la distribucin
COEFICIENTE DE CORRELACION El objeto de un experimento bivariante es determinar si hay alguna relacin entre las variables que se miden. Y si la hay, intentar calcular:

Una medida de ese grado de relacin. Una ecuacin matemtica que describa con mayor o menor exactitud esa relacin.
Un grfico para ilustrar los datos bivariantes es el diagrama de dispersin, o nube de puntos:
Versin 1.0 2011
Academias Estatales
A una de las variables (por ejemplo la X) se le denomina variable independiente, mientras que a la otra (la Y) se le denomina variable dependiente. Se usa el trmino correlacin cuando se habla de relaciones entre variables de experimentos bivariantes.
COEFICIENTE DE CORRELACION LINEAL Es una medida del grado de asociacin lineal entre las variables X e Y. Se representa por r:
donde sx, sy son las desviaciones tpicas de las variables X e Y respectivamente, y Sxy es la covarianza muestral de X e Y, que se define como la media de los productos de las desviaciones correspondientes de X e Y y de sus medias muestrales.
Propiedades r est siempre comprendido entre -1 y 1. Si r = 1 r = -1 entonces los puntos de la muestra estn situados en lnea recta (correlacin lineal perfecta). Si r est prximo a 1 a -1, habr una asociacin lineal fuerte entre ambas variables. Si r es cercano a 0, habr una asociacin lineal muy dbil. r no vara cuando en las variables se realiza un cambio de escala o de origen. Esto demuestra que r no tiene dimensin.
Dos consideraciones sobre el coeficiente de correlacin. 1. Se trata de una medida matemtica que luego hay que interpretar. Aunque un alto grado de correlacin indique buena aproximacin a un Versin 1.0 2011
Academias Estatales
modelo matemtico lineal, su interpretacin puede no tener ningn sentido. Por ejemplo puede haber un alto grado de correlacin entre el nmero de usuarios de IDL y el consumo de alcohol en Rusia, pero ambas variables estn claramente disociadas. 2. Aunque el grado de correlacin sea cercano a cero (pobre aproximacin al modelo lineal) eso no significa que no haya relacin entre las dos variables. Puede ser que dicha relacin sea no lineal. 3. El c oe fi ci e nte d e c orr e la c i n l ine a l es el coci en t e
en tre l a c ov a ri a nza y el p rod u cto d e l as de sv ia c i one s t pic a s d e amb as vari ab l es . 4. El c oe fi ci e nte d e c orr e la c i n l ine a l se exp resa
m ed i an te l a l etra r .
5.
P r opi e da de s d el c oe fic ie nte de c or r el a ci n
1. El c oe fic ie nte d e c or r el a ci n n o var a al h acerl o l a escal a d e m ed i ci n . Es d eci r, si exp res am os l a al tu ra en m etros o en cen t m etros el coe fi ci en t e d e correl aci n n o v ar a. 2 . El si gn o d el c oe fic ie nte d e c or r el a ci n es el m ism o qu e el d e l a c ova r ia nza . S i l a covari an z a es p osi ti va, l a correl aci n es di recta . S i l a covari an z a es n eg ati va, l a correl aci n es i n versa. S i l a covari an z a es nu l a, n o exi ste correl aci n . 3. El c oe fic ie nte d e c or r el a ci n l ine a l es un n m ero real c omp ren d i d o en tre 1 y 1 .
1 r 1
4. S i el c oe fic ie nte de c or r el a ci n li ne al tom a val or es c ercan os a 1 l a correl aci n es fue r te e i nv e r sa , y ser tan to m s fu erte cu an to m s se ap roxi m e r a 1 .
Versin 1.0 2011
Academias Estatales
5. S i el c oe fic ie nte de c or r el a ci n li ne al tom a val or es c ercan os a 1 l a correl aci n es fue r te y di re c ta , y ser tan to m s fu erte cu an to m s se ap roxi m e r a 1 . 6. S i el c oe fic ie nte de c or r el a ci n li ne al tom a val or es c ercan os a 0 , l a correl aci n es d bi l. 7. S i r = 1 1 , l os pu n tos d e l a nu b e estn sob re l a r ecta creci en te o d ecreci en te . En tre amb as vari ab l es h ay de pe nde nc i a func i ona l .
Las notas de 12 alumnos de una clase en Matemticas y Fsica son las siguientes:
M a t e m t i c a s F s i c a
2 1
3 3
4 2
4 4
5 4
6 4
6 6
7 4
7 6
8 7
10 9
10 10
Hallar las rectas de regresin y representarlas.
xi xi yi yi xi2 yi2
16
16
16
16
20
25
16
24
36
16
Versin 1.0 2011
Academias Estatales
36
36
36
28
49
16
42
49
36
56
64
49
10
90
1 00
81
10
10
1 00
1 00
1 00
72
60
4 31
5 04
380
1 Hallamos las medias aritmticas.
2 Calculamos la covarianza.
3 Calculamos las varianzas.
4Recta de regresin de Y sobre X.
4Recta de regresin de X sobre Y.
Versin 1.0 2011
Academias Estatales
Ejercicio
H all ar el c oe fic ie nte de c or r el a ci n d e l a di stri bu ci n e in ter p r e tarl o.
xi xi yi yi xi2 yi2
16
16
16
16
20
25
16
24
36
16
36
36
36
28
49
16
Versin 1.0 2011
Academias Estatales
42
49
36
56
64
49
10
90
1 00
81
10
10
1 00
1 00
1 00
72
60
4 31
5 04
380
Evaluando El maestro dar una lista de temas a desarrollar por equipo, mismos que debern exponerse en plenaria. Adems, este trabajo ser requisito indispensable para poder presentar el primer examen parcial.
Cierre
I. Cada uno de los equipos expondr (revisada previamente por el docente), las conclusiones de su trabajo (Actividad II etapa desarrollo). Para ello elaborar una presentacin en diapositivas usando Power Point y Excel. El alumno presentar las firmas de los ejercicios resueltos en la etapa de desarrollo. Resolver un examen escrito conocimientos adquiridos. que permita evaluar los
II.
III.
En todos los trabajos que realices, tener cuidado en el Es importante la limpieza y el orden Se deber respetar las fechas para la entrega de los trabajos, no se recogern en fechas extemporneas.
manejo de datos as como su agrupacin.
Versin 1.0 2011
Academias Estatales
Los reportes de tareas e investigacin debern ser
entregados en procesador de textos. En caso de no contar con una computadora debern realizarse en letra de molde, legible y limpia. El alumno deber tener calculadora.
FELICIDADES! LLEGASTE AL FINAL DE LA COMPETENCIA! Con las actividades que desarrollaste, adquiriste las habilidades para fortalecer tu aprendizaje; a travs de la realizacin de ejercicios, anlisis de lectura, investigaciones y trabajo en equipo tuviste la oportunidad de incrementar tu acervo cultural. Con el mismo entusiasmo te invito a continuar trabajando en las actividades subsecuentes con compromiso y la tica que te caracteriza como estudiante.
En hora buena. Adelante!
Versin 1.0 2011
Academias Estatales
Instrumentos Examen Exposicin Oral Tareas y ejercicios
Ponderacin 50 % 30 % 20%
Calificacin
Rbrica. Evaluacin de exposicin oral

Puntos 7 8-11 12-15 16-19 20-23 24-28 Nota 5 6 7 8 9 10
Asignatura:
Profesor/a: _______________________________ Grupo: _______ Fecha: _______ Cal ificacin : ________ Equipo evaluador: _________
1. 2. 3. 4.
Nombre del estudiante: Nombre del estudiante: Nombre del estudiante: Nombre del estudiante:
________________________________________________ ________________________________________________ ________________________________________________ ________________________________________________ Total
CATEGORA Diccin
1 A menudo habla entre dientes o no se le puede entender o tiene mala pronunciacin. El volumen con frecuencia es muy dbil para ser escuchado por todos los miembros de la clase
Habla con claridad todo Habla con claridad todo el Habla con claridad la mayor el tiempo (100-95%) y tiempo (100-95%) pero con parte del tiempo (94-85%). no tiene mala mala pronunciacin. No tiene mala pronunciacin. pronunciacin. El volumen es lo suficientemente alto para ser escuchado por todos los miembros de la clase durante la presentacin. El volumen es lo suficientemente alto para ser escuchado por todos los miembros de la clase al menos 90% del tiempo. El volumen es lo suficientemente alto para ser escuchado por todos los miembros de la clase al menos el 80% del tiempo.
Volumen
Versin 1.0 2011
Academias Estatales
Postura del Tiene buena postura, se Tiene buena postura y Cuerpo y ve relajado y seguro de establece contacto visual Contacto Visual s mismo. Establece con todos en el saln contacto visual con durante la exposicin. todos los presentes en la exposicin. Contenido Demuestra un completo Demuestra un buen entendimiento del tema. entendimiento del tema.
Algunas veces tiene buena Tiene mala postura y/o no postura y establece contacto mira a las personas visual. durante la exposicin.
Demuestra un buen entendimiento de partes del tema.
No parece entender muy bien el tema.
Comprensin
El estudiante puede con El estudiante puede con precisin contestar casi precisin contestar la todas las preguntas mayora de las preguntas planteadas sobre el planteadas sobre el tema tema por sus por sus compaeros de compaeros de clase. clase. Lmite-Tiempo La duracin de la La duracin de la presentacin es de 5-6 presentacin es de 4 minutos. minutos. Apoyo Los estudiantes usan varios apoyos que demuestran considerable trabajo / creatividad y hacen la presentacin mejor. Los estudiantes usan 1-2 apoyos que demuestran considerable trabajo / creatividad y hacen la presentacin mejor.
El estudiante puede con El estudiante no puede precisin contestar unas pocascontestar las preguntas preguntas planteadas sobre el planteadas sobre el tema tema por sus compaeros de por sus compaeros de clase. clase. La duracin de la presentacin La presentacin dura es de 3 minutos. menos de 3 minutos o ms de 6. Los estudiantes usan 1-2 apoyos que hacen la presentacin mejor. El estudiante no usa apoyo o los apoyos escogidos restan valor a la presentacin.
Total
Formato. Autoevaluacin Participacin en Plenarias (OPCIONAL) Para cada una de las categoras de evaluacin, mostradas en la tabla, coloca una X en el cuadro que ms se aproxime, de acuerdo a tu actuacin en la participacin en la plenaria efectuada
Nombre del alumno: _____________________________________________________ Grupo: _________________________ Asignatura: ______________________ Fecha: ______________________ Actividad: __________________________ Calificacin: (Puntos)(10)/20 = ________ Escala: 1= totalmente en desacuerdo 2= en desacuerdo 3= de acuerdo 4= Totalmente de acuerdo 1 2 3 4 Puntos
Categoras de evaluacin
1. Todas las veces que decid participar solicit hacer uso de la palabra, levantando la mano y sin hablar 2. Todas las ocasiones que particip contribu con mis comentarios a enriquecer el tema tratado en la plenaria 3. Cuando el docente lo solicit expuse de manera clara las dudas que me surgieron acerca del tema tratado en la plenaria
Versin 1.0 2011
Academias Estatales
4. Siempre que mis compaeros participaron con algn comentario los escuch atentamente de manera respetuosa y sin interrumpirlos 5. Tom notas relevantes acerca del tema tratado en la plenaria Total
Versin 1.0 2011
Academias Estatales
Apertura
PROBABILIDAD
Introduccin
Hola! Estamos a punto de iniciar con la adquisicin de la primera competencia y seguramente piensas que perders entonces ya has perdido sin antes intentar recorrer el camino del aprendizaje colaborativo, en el mundo encontraras que el xito comienza con la voluntad del hombre. Todo est en el estado mental. Porque muchas carreras se han perdido antes de haber iniciado, y muchos cobardes han fracasado, antes de haber su trabajo empezado.
Dos personas participan en un juego de azar, la primera que logre acumular cierto nmero de puntos ganar la apuesta. Si los jugadores se ven forzados a suspender el juego antes de que este haya terminado, dado el nmero de puntos que ha acumulado cada uno de ellos, cmo deber dividirse la apuesta?; este problema constituy un reto al ingenio de los astutos matemticos franceses Blaise Pascal, Pierre de Fermat y Bernoulli. Los mtodos empleados por Cardano y Pascal representan la iniciacin de la Probabilidad matemtica sobre la que est centrada la teora estadstica actual.
Durante el desarrollo de la competencia realizaras ejercicios, ejemplos y conocimientos de reflexin que tomen en cuenta los aprendizajes colaborativos para que a partir de ellos los relaciones e incorpores conceptos nuevos y as adquirir la nueva competencia. Con empeo y dedicacin obtendrs esta competencia que te servir en el trayecto de tu vida cotidiana, as como las habilidades y los nuevos conocimientos adquiridos. Adelante. T puedes!
Versin 1.0 2011
Academias Estatales
Cmo puedo formar un conjunto?
No.
1 que
Lee y analiza los conceptos referentes a probabilidad aparecen en el glosario unidad 3 de esta gua. Teora Conjuntos. de Manera didctica lograrlo Manera didctica lograrlas
Elaborar ejercicios de relacionados con el tema

Induciendo al alumno a actuar en todo momento con tica en de cumplimiento de su deber.
Actitudes a formar
Responsabilidad Puntualidad Respeto
4. Argumenta la solucin obtenida de un problema con mtodos numricos, grficos, analticos o variacionales, mediante lenguaje verbal, matemtico y el uso de las tecnologas de de la informacin y la comunicacin. 5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para determinar o estimar su comportamiento. 8. Interpreta tablas, grficas, mapas, diagramas y textos con smbolos matemticos y cientficos. Utilizando las TIC. As como la utilizacin de pizarrn, papel bond y marcadores 4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante la utilizacin de medios, cdigos y herramientas apropiados. 5. Desarrolla innovaciones y propone soluciones a problemas a partir de mtodos establecidos. 8. Participa y colabora de manera efectiva en equipos diversos Trabajo individual y trabajo colaborativo Los ejercicios de desarrollo y cierre planteados en las actividades deben permitir determinar el dominio de los contenidos conceptuales y procedimentales planteados en esta gua. Pizarrn, papel bond, plumones, can, equipo de computo
OPERACIONES ENTRE CONJUNTOS
Versin 1.0 2011
Academias Estatales
Unin de Conjuntos; Ejemplo 1: Si A = {0,1, 2, 3, 4} y B = {3, 4, 5, 6, 7, 8}, entonces, AB={0,1,2,3,4,5,6,7,8} . Es de notar que los elementos de A B pertenecen al conjunto A o pertenecen al conjunto B o a ambos si los conjuntos A y B no son disjuntos. Si los conjuntos A y B son disjuntos, entonces los elementos de A B pertenecen al conjunto A o al B, pero no a ambos, como dos conjuntos A y B son disjuntos si no tienen elementos comunes, es decir, A B = . A B Es el evento que ocurre si y solo s A ocurre o B ocurre o ambos ocurren. A B A B AB
B AB =
A B =
Interseccin de Conjuntos: Ejemplo 2: Si A = {0, 1, 2, 3, 4} y B = {3, 4, 5, 6, 7, 8} entonces A B = {3, 4}. Los elementos de AB, pertenecen a ambos conjuntos. La interseccin de dos conjuntos disjuntos es . Ejemplo 3: Si A= {0, 1, 2, 3, 4} y B = {3, 4, 5, 6, 7, 8} entonces B A. La diferencia de A menos B (o complemento de B en A) es el conjunto formado por los elementos de A que no pertenecen a B. A B Es el evento que ocurre s y solo s A y B ocurren a un mismo tiempo. A B AB AB =
Ejercicio Si U={1,2,3,4,5,6,7,8,9,10,11,12}, A={2,3,4,9,10}, B={5,6,8,10}, C={3,4,5,6}, E={2,3,6,8,9} Hallar: a) (AUB) b) (C E) c) (A C) d) (A - B) a) (AUB)={2,3,4,5,6,8,9,10} b) (C E)={3,6} Versin 1.0 2011
Academias Estatales
c) A={1,5,6,7,8,11,12}, C={1,2,7,8,9,10,11,12}, (A C)={1,8,11,12} d) (A-B)={2,3,4,9} La Teora de Probabilidades comenz con el estudio de los juegos de azar. El caso ms simple es el lanzamiento de una moneda, donde pueden ocurrir dos casos posibles. (c: cara y s: seca). Al repetir la misma prueba, los casos posibles ahora sern cuatro, y al hacerlo una tercer vez sern ocho. Un diagrama de rbol ayudara a visualizar mejor la cuestin (Grfico 6.1). Es de esperar que la probabilidad p = de obtener una cara, o q = de tener una seca, siempre sea la misma y no se altere por ms veces que se lance la moneda al aire. Es decir, se trata de una probabilidad constante a lo largo de una serie de pruebas. Lo mismo ocurre con la mayora de los juegos de azar, incluso con barajas cuando las extracciones se hacen con reposicin. Result natural entonces, calcular la probabilidad de los lanzamientos sucesivos, como el producto de las probabilidades bsicas p y q. As, la probabilidad de sacar 3 caras seguidas es de 1/8 como se aprecia en el diagrama y se obtiene con p3.
Como puede verse ms arriba, el producto de las probabilidades de cada rama, siguiendo el camino adecuado, permite obtener los valores de cada uno de los resultados posibles al hacer los tres lanzamientos. Ese mtodo se conoci con el nombre de regla del producto. A su vez, cuando se busca obtener un resultado indirecto que se da en ms de una rama, entonces se aplica la regla de la suma, esto es, se suman las probabilidades de cada una de las ramas involucradas. Los ejemplos de todo se presentan en el Grfico 6.1. Sin embargo, esta manera de resolver problemas no sirve para todos los casos. Hay un ejemplo histrico de ello llamado La paradoja de Marte: JUEGO DE DADOS (EVENTOS) 1. Se lanzan dos dados discretos, hallar la probabilidad de: a) la suma sea 7 u 11 b) la suma sea exactamente 12 Versin 1.0 2011
Academias Estatales
c) Que la suma no sea 4 d) Que el primer dado sea 3 4 y el segundo (1,2, 3) Solucin: a) Determinar el espacio muestral para el lanzamiento de los dados. Dado 2 6 5 4 3 2 1 (1,6) (1,5) (1,4) (1,3) (1,2) (1,1) 1 (2,6) (2,5) (2,4) (2,3) (2,2) (2,1) 2 (3,6) (3,5) (3,4) (3,3) (3,2) (3,1) 3 (4,6) (4,5) (4,4) (4,3) (4,2) (4,1) 4 (5,6) (5,5) (5,4) (5,3) (5,2) (5,1) 5 (6,6) (6,5) (6,4) (6,3) (6,2) (6,1) 6 Dado 1
Las posibilidades de que salga un 7 son A= {(1,6), (2,5), (3,4), (4,3), (5,2), (6,1)}= 6 posibilidades Las posibilidades de que salga un 11 son B= {(5,6), (6,5)} = 2 Posibilidades Como las posibilidades de que sea 7 son 6 y que sea 11 son 2 hay 7 posibles soluciones de un total de 36 P (AUB) = = 0.2222
b) Dado 2 6 5 4 3 2 1 (1,6) (1,5) (1,4) (1,3) (1,2) (1,1) 1 (2,6) (2,5) (2,4) (2,3) (2,2) (2,1) 2 (3,6) (3,5) (3,4) (3,3) (3,2) (3,1) 3 (4,6) (4,5) (4,4) (4,3) (4,2) (4,1) 4 (5,6) (5,5) (5,4) (5,3) (5,2) (5,1) 5 (6,6) (6,5) (6,4) (6,3) (6,2) (6,1) 6 Dado 1
La posibilidad de que sea 12 es A= {(6,6)}= 1 Exactamente de las 36 posibles Versin 1.0 2011
Academias Estatales
Por lo que la probabilidad de que sea 12 es P(A) = = 0.0277 c) Dado 2 6 5 4 3 2 1 (1,6) (1,5) (1,4) (1,3) (1,2) (1,1) 1 (2,6) (2,5) (2,4) (2,3) (2,2) (2,1) 2 (3,6) (3,5) (3,4) (3,3) (3,2) (3,1) 3 (4,6) (4,5) (4,4) (4,3) (4,2) (4,1) 4 (5,6) (5,5) (5,4) (5,3) (5,2) (5,1) 5 (6,6) (6,5) (6,4) (6,3) (6,2) (6,1) 6 Dado 1
Las posibilidades de que si sea 4 son A= {(1,3), (2,2), (3,1)}= 3 posibilidades de las 36 posibles Por lo tanto las posibilidades de que no sea 4, son todas las 36 excepto las 3 que si suman 4 P (A)=1 d) Dado 2 6 5 4 3 2 1 (1,6) (1,5) (1,4) (1,3) (1,2) (1,1) 1 (2,6) (2,5) (2,4) (2,3) (2,2) (2,1) 2 (3,6) (3,5) (3,4) (3,3) (3,2) (3,1) 3 (4,6) (4,5) (4,4) (4,3) (4,2) (4,1) 4 (5,6) (5,5) (5,4) (5,3) (5,2) (5,1) 5 (6,6) (6,5) (6,4) (6,3) (6,2) (6,1) 6 Dado 1
La posibilidad de que el primer dado sea 3 es: A= {(3,1), (3,2), (3,3), (3,4), (3,5), (3,6)}=6 posibilidades del total de 36 posibles La posibilidad de que el primer dado sea 4 es: B= {(4,1), (4,2), (4,3), (4,4), (4,5), (4,6)}=6 posibilidades del total de 36 posibles Por lo tanto de que el primer nmero sea 3 4 viene dado por: P1 (AUB) = Para el segundo dado las posibilidades de que sea 1,2 3 es C= {(1,1), (2,1), (3,1), (4,1), (5,1), (6,1)}= 6 de 36 posibles D= {(1,2), (2,2), (3,2), (4,2), (5,2), (6,2)}= 6 de 36 posibles E= {, (1,3), (2,3), (3,3), (4,3) (5,3) (6,3)} = 6 de 38 posibles Por lo tanto de que el segundo nmero sea 1,2 3 viene dado por: P2 (CUDUE) = Entonces la probabilidad de que el primer dado se 3 4 y el segundo (1, 2, 3) es: P (P1 Versin 1.0 2011 0.1666
Academias Estatales
Qu posibilidad hay de ganar un juego?
No.
De la serie de datos o enunciado dado a continuacin, determinar las diferentes medidas de probabilidades que se solicitan en los ejercicios.
Conocimientos a Adquirir
Tcnicas de Conteo y Probabilidad para Eventos (Juegos de azar).
Elaborar ejercicios relacionados con el tema
Responsabilidad Actitudes a formar Limpieza Orden
Manera didctica de lograrlas
Induciendo al alumno a actuar en todo momento con tica en cumplimiento de su deber. Revisando y aplicando cada una de las formulas. (Glosario unidad III).
4. Argumenta la solucin obtenida de un problema con mtodos numricos, grficos, analticos o variacionales, mediante lenguaje verbal, matemtico y el uso de las tecnologas de de la informacin y la comunicacin. 5. Analiza las relaciones entre dos o ms variables de un proceso social o natural para determinar o estimar su comportamiento. 8. Interpreta tablas, grficas, mapas, diagramas y textos con smbolos matemticos y cientficos. Utilizando las TIC. As como la utilizacin de pizarrn, papel bond y marcadores 4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante la utilizacin de medios, cdigos y herramientas apropiados. 5. Desarrolla innovaciones y propone soluciones a problemas a partir de mtodos establecidos. 8. Participa y colabora de manera efectiva en equipos diversos Trabajo individual y trabajo colaborativo
Obtencin e interpretacin de problemas propuestos
Pizarrn, papel bond, plumones, can, equipo de computo
Versin 1.0 2011
Academias Estatales
1. Sea A el evento de que aparezca un nmero par en el lanzamiento de un dado, entonces; A = {2, 4,6} Sea B el evento de que aparezcan dos guilas en tres lanzamientos de una moneda normal, entonces; Como = {AAA, AAS, SAA, ASA, ASS, SAS, SSA, SSS} Luego B = {AAS, SAA, ASA} a) Sea un evento que carece de elementos. ={ }
Como se observa los experimentos y eventos probabilsticos se pueden expresar con la notacin de conjuntos y a continuacin se enumeran algunas operaciones que es posible realizar con los eventos. 1) AB Es el evento que ocurre si y solo s A ocurre o B ocurre o ambos ocurren. A B A B AB
B AB =
A B =
2) AB Es el evento que ocurre s y solo s A y B ocurren a un mismo tiempo. A B AB
AB =
1) Ac Es el complemento de A. Es el evento que ocurre s y solo s A no ocurre. Versin 1.0 2011 Ac A
Academias Estatales
1) Se dice que A y B son eventos mutuamente excluyentes exclusivos si AB =
Ejercicio 1. Se lanza al aire un dado normal (perfectamente equilibrado), enumere los posibles resultados de este experimento. 1. Se lanza al aire dos veces una moneda normal, defina su espacio muestral. b) Evento A.- El evento A es un subconjunto del espacio muestral. Problemas de Probabilidad Actividad I. En cada uno de los siguientes ejercicios desarrolla las aplicaciones de probabilidad que se te solicitan en cada uno de ellos. (Nota: Se deja a criterio del docente los ejercicios a desarrollar). EJERCICIOS A DESARROLLAR Ejemplo 1. Determine la probabilidad de que en cierta lnea de produccin se manufacture un producto defectuoso, si se toma como referencia que la produccin de la ltima semana en esta lnea fue de 1,500 productos, entre los que se encontraron 8 productos defectuosos. Ejemplo 2. En un saln de clase hay 15 alumnos, 7 de los cules son de tercer semestre, 5 son de cuarto semestre y 3 son de quinto semestre de la carrera de Ingeniera Qumica, de los cuales 4, 2 y 1 respectivamente dominan el Ingls, si se selecciona un alumno al azar de este grupo, a. cul es la probabilidad de que el alumno seleccionado sea de quinto semestre?, b. cul es la probabilidad de que sea de tercero o cuarto semestre?, c. cul es la probabilidad de que el alumno seleccionado sea de tercer semestre y domine el ingls?, d. cul es la probabilidad de que el alumno seleccionado no domine
Fundamentos tericos
Versin 1.0 2011
Academias Estatales
el ingls?, e. Diga si los eventos T y Q son mutuamente excluyentes, diga si los eventos Q e I son mutuamente excluyentes? Ejemplo 3. En una competencia de nado sincronizado, participan los equipos de Ecuador, Mxico y Venezuela, Mxico tiene el doble de posibilidades de ganar que Ecuador, mientras que Venezuela tiene un tercio menos de posibilidades de ganar que ecuador, a. Determine la probabilidad de que gane Venezuela, b. Determine la probabilidad de que gane Ecuador o Venezuela, c. Determine la probabilidad de que no gane Mxico. Ejemplo 4. En una competencia de ciclismo participan A, B y C, A tiene el doble de posibilidades de ganar que B y B el doble que C, a. Determine la probabilidad de que gane B, b. Determine la probabilidad de que gane A o B. Ejemplo 5. En un lote de produccin que consta de 20 computadoras personales de cierta marca, se ha detectado que 4 tienen defectos de tipo operacional. 1. Si se selecciona al azar una computadora, a. Determine la probabilidad de que la computadora seleccionada tenga defectos de tipo operacional, b. cul es la probabilidad de que no tenga defectos de tipo operacional? 5.2. Si se seleccionan al azar 4 computadoras de este lote, determine la probabilidad de que: a. Solo tres tengan defectos de tipo operacional, b. Por lo menos dos tengan defectos de tipo operacional, c. Como mximo una tenga defectos de tipo operacional. Ejemplo 6. Se seleccionan dos nmeros al azar de entre los dgitos del 1 al 9, a. Determine la probabilidad de que ambos nmeros seleccionados sean pares, b. Determine la probabilidad de que ambos nmeros sean impares. Ejemplo 7. Dada la siguiente tabla referente a la produccin de flechas para camin de carga pesada; se inspeccionan 200 flechas del tipo A y B, 300 del tipo C y 400 del tipo D, a continuacin se presentan los resultados obtenidos en la inspeccin: DEFECTO A I 54 II 28 S-DEF 118 TOTAL 200 B 23 12 165 200 TIPO DE FLECHA C D TOTAL 40 15 132 14 5 59 246 380 909 300 400 1100
Se selecciona una flecha al azar de las inspeccionadas, determine la probabilidad de que: a. La flecha seleccionada sea del tipo B, b. La flecha seleccionada no tenga defectos, c. La flecha seleccionada tenga defectos del tipo II, d. La flecha seleccionada tenga cualquier tipo de defecto. Ejemplo 8. Se disean placas para automvil que consten de tres letras seguidas de cuatro dgitos, las letras se toman del abecedario y los nmeros de
Versin 1.0 2011
Academias Estatales
los dgitos del 0 al 9, no se repiten letras y nmeros, si se selecciona una placa al azar de las que se han diseado, determine la probabilidad de que: a. La placa empiece por la letra D, b. La placa empiece por la letra D seguida de E, c. La placa termine por el nmero 4, d. La placa termine por el nmero 43, e. Si a un trnsito se le ha dado a la fuga un infractor, y recuerda que las placas empiezan por la letra E y terminan por el nmero 9cuntas placas tendr que revisar el trnsito?, l alcanz a ver que no se repetan letras y nmeros, determine tambin la probabilidad de que encuentre al infractor. Ejemplo 9. Se lanza al aire un dado normal dos veces, a. cul es la probabilidad de que la suma de los nmeros que aparecen sea de por lo menos siete?, b. cul es la probabilidad de que la suma de los nmeros que aparecen sea mayor de siete?, c. cul es la probabilidad de que la suma de los nmeros que aparecen sea de cmo mximo cinco?, d. cul es la probabilidad de que en el primer lanzamiento aparezca el nmero tres?
Ejemplo 10. En un lote de produccin se tienen 150 artculos, de los cuales 30 son del tipo A, 60 del tipo B y 60 del tipo C, de los que el 15% de los productos del tipo A, 20% de los productos del tipo B y 5% de los productos del tipo C, no cumplen con las especificaciones, si se selecciona un producto de este lote al azar, a. Determine la probabilidad de que el producto seleccionado no cumpla con las especificaciones, b. Si el producto seleccionado no cumple con las especificaciones, cul es la probabilidad de que sea un producto del tipo B?, c. cul es la probabilidad de que un producto cumpla con las especificaciones y sea del tipo B? Actividad II El maestro dar una lista de temas para desarrollarlo por equipo, mismos que debern exponerse en plenaria. Adems, este trabajo ser requisito indispensable para poder presentar el primer examen parcial. Cada uno de los equipos expondr las conclusiones de su trabajo (Actividad II etapa desarrollo). Para ello elaborara una presentacin en diapositivas usando Power Point y Excel. Adems al docente le ser entregada una impresin para su revisin. IV. El alumno presentara las firmas de los ejercicios resueltos de la etapa de desarrollo. Resolver un examen escrito conocimientos adquiridos. Instrumentos Examen Exposicin Oral Tareas y ejercicios que permita evaluar los
V.
Ponderacin 50 % 30 % 20%
Versin 1.0 2011
Academias Estatales
Rbrica. Evaluacin de Exposicin oral

Calificacin Puntos 7 8-11 12-15 16-19 20-23 24-28 Nota 5 6 7 8 9 10
Asignatura:
Profesor/a: _______________________________ Grupo: _______ Fecha: _______ Calificacin: ________ Equipo evaluador: _________
5. 6. 7. 8.
Nombre del estudiante: Nombre del estudiante: Nombre del estudiante: Nombre del estudiante:
________________________________________________ ________________________________________________ ________________________________________________ ________________________________________________ Total
CATEGORA Diccin
4 Habla claramente y distintivamente todo el tiempo (100-95%) y no tiene mala pronunciacin. El volumen es lo suficientemente alto para ser escuchado por todos los miembros de la clase a travs de toda la presentacin.
3 Habla claramente y distintivamente todo el tiempo (100-95%) pero con mala pronunciacin.
Habla claramente y A menudo habla entre distintivamente la mayor parte dientes o no se le puede del tiempo (94-85%). No tieneentender o tiene mala mala pronunciacin. pronunciacin. El volumen con frecuencia es muy dbil para ser escuchado por todos los miembros de la clase
Volumen
El volumen es lo El volumen es lo suficientemente alto para suficientemente alto para ser ser escuchado por todos escuchado por todos los los miembros de la clase miembros de la clase al al menos 90% del tiempo. menos el 80% del tiempo.
Postura del Cuerpo y Contacto Visual
Tiene buena postura, se ve Tiene buena postura y Algunas veces tiene buena Tiene mala postura y/o no relajado y seguro de s establece contacto visual postura y establece contacto mira a las personas mismo. Establece contacto con todos en el saln visual. durante la exposicin. visual con todos los durante la exposicin. presentes en la exposicin. Demuestra un completo entendimiento del tema. Demuestra un buen Demuestra un buen entendimiento del tema. entendimiento de partes del tema. El estudiante puede con precisin contestar la mayora de las preguntas planteadas sobre el tema por sus compaeros de clase. La duracin de la presentacin es de 4 minutos. Los estudiantes usan 1-2 apoyos que demuestran considerable trabajo / creatividad y hacen la presentacin mejor. No parece entender muy bien el tema.
Contenido
Comprensin El estudiante puede con precisin contestar casi todas las preguntas planteadas sobre el tema por sus compaeros de clase. LmiteLa duracin de la Tiempo presentacin es de 5-6 minutos. Apoyo Los estudiantes usan varios apoyos que demuestran considerable trabajo / creatividad y hacen la presentacin mejor.
El estudiante puede con El estudiante no puede precisin contestar unas pocascontestar las preguntas preguntas planteadas sobre el planteadas sobre el tema tema por sus compaeros de por sus compaeros de clase. clase. La duracin de la presentacin La presentacin dura es de 3 minutos. menos de 3 minutos o ms de 6. Los estudiantes usan 1-2 El estudiante no usa apoyos que hacen la apoyo o los apoyos presentacin mejor. escogidos restan valor a la presentacin.
Total
Formato. Autoevaluacin Participacin en Plenarias (OPCIONAL) Para cada una de las categoras de evaluacin, mostradas en la tabla, coloca una X en el cuadro que ms se aproxime, de acuerdo a tu actuacin en la participacin en la plenaria efectuada
Versin 1.0 2011
Academias Estatales
Nombre del alumno: _____________________________________________________ Grupo: _________________________ Asignatura: ______________________ Fecha: ______________________ Actividad: __________________________ Calificacin: (Puntos)(10)/20 = ________ Escala: 1= totalmente en desacuerdo 2= en desacuerdo 3= de acuerdo 4= Totalmente de acuerdo Categoras de evaluacin 1 2 3 4 Puntos 1. Todas las veces que decid participar solicit hacer uso de la palabra, levantando la mano y sin hablar 2. Todas las ocasiones que particip contribu con mis comentarios a enriquecer el tema tratado en la plenaria 3. Cuando el docente lo solicit expuse de manera clara las dudas que me surgieron acerca del tema tratado en la plenaria 4. Siempre que mis compaeros participaron con algn comentario los escuch atentamente de manera respetuosa y sin interrumpirlos 5. Tom notas relevantes acerca del tema tratado en la plenaria Total
En todos los trabajos que realices, tener cuidado en el manejo Es importante la limpieza y el orden Se deber respetar las fechas para la entrega de los trabajos, no se recogern en fechas extemporneas
de datos as como su agrupacin.
FELICIDADES LLEGASTE AL FINAL DE LA COMPETENCIA!
Versin 1.0 2011
Academias Estatales
Con las actividades que desarrollaste, adquiriste las habilidades para fortalecer tu aprendizaje, mediante la elaboracin terico- prctico de esta secuencia. La realizacin de ejercicios, anlisis de lectura, investigaciones y trabajo en equipo te brindaron la oportunidad de favorecer tu acervo cultural. Con el mismo entusiasmo te invito a continuar trabajando en las actividades subsecuentes con compromiso y la tica que te caracteriza como estudiante.
En hora buena. Adelante!
V. Bibliografa
1.- Introduccin a la probabilidad y estadstica. William Mendenhall-Robert J. Beaver Editorial Thompson 2.- Introduccin a la Probabilidad y Estadstica Lus Magaa Cuellar Editorial Nueva Imagen. 3. - Estadstica. Versin 1.0 2011
Academias Estatales
Murray R. Spiegel-David P. Lindstron Editorial McGraw-Hill 4. - Probabilidad Seymour Lipschutz Editorial McGraw-Hill 5.- Resolucin total de Probabilidad y Estadstica Vol. 1 Francisco Montes de Oca Puzio Editorial Skorpio Instituto Politcnico Nacional 6.- Probabilidad y estadstica Octavio Snchez Editorial McGraw-Hill 7.- Estadstica y Probabilidad William Mendenhall Robert J. Beaver Brbara M. Beaver 8.- Bioestadstica aplicada a Bioqumica y Farmacia Azzimonti Renzo, JC arroi_pss@ciudad.com.ar 9.- Estadstica y Probabilidad (Matemticas VI) Bachillerato Tecnolgico, Subsistema DGETI Q.I. y Lic. Benjamn Garza Olvera 10.- Matemticas III, Antologa de Cobatab Oscar Alejandro Esquivel Flores 11.-Introduccion a la probabilidad Gilda Melva Franco Espejel Ernesto Garca Garca Sara Rodrguez Mercado Instituto Politcnico Nacional. 10.- Estadstica Descriptiva con Microsoft Excel 2007 Ursicino Carrascal Arranz Editorial Alfaomega
Versin 1.0 2011
Academias Estatales
VI. Glosario
PROBABILIDAD Y ESTADISTICA Los siguientes conceptos son una recopilacin de toda la parte terica que forma el programa de la asignatura: probabilidad y estadstica. UNIDAD I Estadstica: Es un mtodo cientfico que encuentra aplicacin en una gran diversidad de campos del saber humano, pues permite el descubrimiento de leyes y tendencias. Es un conjunto de procedimientos que sirven para organizar y resumir datos, hacer inferencias a partir de ellos y transmitir los resultados de manera clara, concisa y significativa.
Es la ciencia que permite responder a ciertas preguntas basndose en datos empricos, es decir, en datos que se originan de la observacin o la experiencia. Entendida as, diremos que es la ciencia que tiene que ver con los mtodos que dan respuesta a determinadas cuestiones, mediante la recoleccin y la interpretacin apropiada de datos empricos.
Se define como el conjunto de procedimientos matemticos que permiten captar, clasificar, ordenar, procesar y analizar informacin que se produce en el proceso de investigacin. Es una tcnica verstil, ya que se adecua a las ciencias sociales y a las naturales, as como tambin para saber el comportamiento de procesos tecnolgicos.
Estadstica Descriptiva: Es un conjunto de procedimientos que sirven para organizar, describir y sintetizar datos, sin que las conclusiones que se extraigan de estos rebasen su mbito especifico. Tambin es conocida como la primitiva, ya que es la primera tcnica matemtica con la cual el hombre se auxili para conocer un fenmeno a partir de datos observados. La estadstica descriptiva resume mediante medidas sumarias, la informacin amorfa y desordenada de los acontecimientos. Para ello tiene que medir la magnitud de todos los elementos que intervienen en el fenmeno. Estadstica Inferencial: Es un conjunto de procedimientos que se emplean para hacer inferencias y generalizaciones respecto a una totalidad, partiendo del estudio de un nmero limitado de casos tomados de esta ltima.
Versin 1.0 2011
Academias Estatales
CONCEPTOS FUNDAMENTALES Poblacin: Tambin llamada universo, es todo conjunto de personas, cosas u objetos con ciertas caractersticas comunes. Elemento (Unidad esencial): Recibe este nombre cada uno de los componentes de una poblacin. Muestra: Definida una poblacin cualquiera, se llama muestra a toda porcin de elementos sacada de ella. Muestreo: Procedimiento mediante el cual se recopila informacin de los elementos de una muestra. Censo: Consiste en hacer lo mismo que un muestreo, pero la diferencia estriba en que esto se hace con todos los elementos que componen un universo. Inferencia o Induccin: Es un procedimiento estadstico que va de lo particular a lo general. Inferencia Estadstica: Es el proceso mediante el cual se estiman caractersticas de una poblacin a partir de las observaciones hechas en una muestra sacada de esa poblacin. Parmetro: Es toda descripcin numrica que sintetice informacin respecto a un universo Estadgrafo: Descripcin numrica que sintetiza informacin respecto a una muestra. Variable: Es toda propiedad o caracterstica que admite variaciones dentro de un conjunto de objetos. Escalar: Se define por una cantidad numrica, sin expresar la naturaleza del fenmeno. Variables Nominales: Son las ms simples y abundantes y su nica funcin es clasificar. Su variable operacional correspondiente es una escala nominal que sirve para clasificar las observaciones en un conjunto de categoras mutuamente excluyentes, cuyo orden de colocacin es indistinto. A estas se les puede asignar cifras u otros smbolos arbitrarios con el fin de distinguirlas; si son cifras, no tienen ningn valor intrnseco ni propiedades numricas como en la aritmtica. Son las variables que no poseen orden y estn referidas a algn atributo, o bien se les asigna un valor numrico para representar sus propiedades, pero estos nmeros no poseen propiedades cuantitativas, y sirven nicamente para identificar clases.
Versin 1.0 2011
Academias Estatales
Variables Ordinales: Clasifican las observaciones en categoras mutuamente excluyentes que exigen ordenacin, ya que guardan entre s relaciones de mayor que. Su variable operacional es una escala ordinal que va desde la categora ms baja a la ms alta o viceversa, de modo que las observaciones queden en el orden apropiado. Estas categoras tampoco tienen propiedades numricas, aunque se les represente por cifras. Variables cardinales: Son las ms complejas. Su variable operacional es una escala cardinal que se caracteriza porque las diferencias iguales entre dos de sus puntos son iguales entre s. Las cifras asociadas a las categoras son efectivamente cuantitativas y, en consecuencia, se puede efectuar con ellas operaciones aritmticas. Variables Cardinales Continuas: Son las que pueden tomar cualquier valor dentro de un intervalo. Son aquellas que se les asignan un nmero real. Variable Cardinal Discreta: Son las que toman slo algunos valores dentro de un intervalo. Es aquella que se le asignan valores enteros, nunca fracciones.
El objeto de este diagrama es ilustrar las diferentes etapas lgicas a seguir en el proceso de recopilacin de datos y a la vez mostrar cmo se puede disear el diagrama lgico de cualquier otra tarea. La figura muestra el ejemplo.
Etapas de la recopilacin de datos
Versin 1.0 2011
Academias Estatales
Etapa 1 - Objetivos de la Recopilacin: esta primera etapa consiste en determinar con claridad qu es lo que se quiere lograr con la recopilacin. Lo prctico es ajustar lo que se quiere, en funcin de lo que se tiene o se puede conseguir, para no caer en utopas. Por ejemplo, si se necesita la distribucin de la poblacin por edades y sexo, no es lo mismo disponer de la informacin del ltimo censo realizado que hacerlo uno mismo. Etapa 2 - Relevamientos: determina lo que se tiene para alcanzar los objetivos definidos en la etapa anterior. Lista los bienes necesarios para poder hacer el trabajo, y el listado de los disponibles.
Los materiales incluyen los de vidrio, de limpieza, reactivos, etc. Por equipamiento no slo los aparatos de medicin, sino los accesorios como muebles y tiles para oficina. El dinero los fondos disponibles y las posibles fuentes financieras adonde poder recurrir. La infraestructura incluye a los edificios, laboratorios, electricidad, agua, etc. El personal es todo el necesario en sus diferentes niveles. Organizacin de los bienes tangibles, de manera tal de alcanzar los objetivos, y los conocimientos para saber cmo usarlos. Esto es el know how de cada profesin. Etapa 3 - Creacin de alternativas: esta etapa consiste en saber cmo hacerlo. Bsicamente, hay dos tipos de alternativas: una es lograr los datos a travs de publicaciones existentes llamadas fuentes; la otra forma es con mediciones propias La fuente propia es cuando se decide extraer los datos mediante mediciones. Fuente Primaria es cuando se toman los datos de otros investigadores que publican los resultados de sus propias mediciones. Fuente Secundaria es cuando los datos se extraen de publicaciones que usan como referencia a fuentes primarias. O en forma directa, a travs de los Censos Nacionales de Poblacin y Vivienda, encuestas etc. Ya sea, a travs de los organismos provinciales similares con los que est asociado en esta tarea. Etapa 4 - Seleccin de alternativas: esta cuarta etapa consiste en determinar cul es la mejor entre las n alternativas planteadas en la etapa anterior. Se necesita de un mtodo para la adopcin de un criterio de seleccin. El mtodo ms comn es el grading que se muestra en el Cuadro 2.1 siguiente:
CUADRO 2.1 Aplicacin del grading El gerente de una Obra Social quiere elegir la mejor farmacia de Posadas para firmar un convenio con ella para la atencin de sus afiliados. Los criterios que emplea son: reparto a domicilio, al cual le da una importancia del 90%. Buen surtido de medicamentos con 80%.
Versin 1.0 2011
Academias Estatales
Atencin personalizada 50%. Muchas bocas de expendio repartidas en la ciudad 60% y buen trato a los clientes 40%. Las candidatas son tres: las farmacias A, B y C. Realizando un ranking entre ellas para cada criterio resulta : Criterios Reparto a domicilio Surtido de medicamentos Atencin personalizada Bocas de expendio Buen trato TOTALES FARMACIA A 90 x 3 = 270 80 x 1 = 80 50 x 3 = 150 60 x2,5 = 150 40 x 3 = 120 770 FARMACIA B FARMACIA C 90 x 2 = 180 90 x 1 = 90 80 x 2 = 160 80 x 3 = 240 50 x 1 = 50 50 x 2 = 100 60 x 2,5 = 150 60 x 1 = 60 40 x 1,5 = 60 40 x 1,5 = 60 600 550
No hay empates y en conclusin, se decide negociar en primer trmino con la Farmacia A.
A la alternativa ms conveniente se le asigna el mayor valor posible, esto es 3. A la peor el menor valor posible: 1. Luego, a la remanente un 2. Este tipo de anlisis puede emplearse en todos los casos donde resulte difcil tomar una decisin, porque los factores a tener en cuenta son muy diversos. Desde un estudio biomtrico hasta una decisin de tipo personal. Etapa 5 - Prueba piloto: existe una diferencia entre el diseo en los papeles y la realidad. Es por eso que siempre es aconsejable hacer una prueba piloto antes de la puesta en marcha para poder juzgar cmo trabaja el sistema de recopilacin de datos. Se sacan unos pocos datos y se analizan las dificultades no previstas, junto con los resultados. Comparando los valores obtenidos con los que se esperaba tener, se hace una especie de control previo del sistema. Etapa 6 - Ajustes: sera demasiado optimista esperar que todo salga bien al primer intento y que no sea necesario efectuar correcciones. Lo normal es tener que hacer pequeos ajustes que permitan optimizar al sistema. De las diferencias detectadas en el control de la etapa anterior se sacan indicios. Ejemplo CUADRO 2.1 Aplicacin del grading Etapa 7 - Puesta en marcha: una vez optimizado y ajustado el mtodo de obtencin de datos solo resta ponerlo en marcha. De esa manera, se logra la cantidad de datos necesarios para alcanzar los objetivos previstos. El resultado final debe ser presentado en forma ms resumida y comprensible usando tablas, grficos y otras formas, como se ver ms adelante.
Formas de recopilacin Existen varias maneras de recopilar datos. En trminos generales pueden ser agrupadas de diferentes formas.
Versin 1.0 2011
Academias Estatales
La idea es que siempre conviene la fuente propia por razones de seguridad y confiabilidad. Mientras que si es de terceros, entonces conviene ms la fuente primaria que las otras por la posibilidad de errores en la trascripcin, publicacin, etc. Por ejemplo, si se toman datos de un estudio de las familias de Misiones, conviene saber qu cosa entiende el autor del trabajo por familia. Una cosa es la familia censal constituida por la cabeza de familia, su esposa y los hijos solteros que habitan bajo el mismo techo. Otra cosa es la familia biolgica formada por el padre, la madre y todos los hijos de ambos (definida as en el Diccionario Demogrfico de Naciones Unidas). Otra cosa es la familia como se entiende vulgarmente, constituida por padres, hijos y parientes. Por lo tanto, si no se tiene claro a qu tipo de familia se refiere el autor del trabajo, no se puede saber a qu poblacin aplicar las conclusiones. Cuando no se conocen muy bien las unidades que se usaron para medir los datos, estos son directamente intiles. Por ejemplo, si se poseen datos de la produccin maderera de Misiones expresados en m3. Una cosa es el m3 estreo usado en la cubicacin de los rollos de madera en planchada de camin, otra el m3 Alto Paran usado para cubicar madera en el monte, y otra muy diferente el m3 lineal del Sistema Internacional de Unidades (1 m3 = 18,25 m3 Alto Paran ).
Otra forma de clasificar, es tomar en cuenta la cantidad de veces que se har el mismo trabajo de recopilacin para una investigacin determinada. Hay veces en que se repite la tarea en perodos fijos de tiempo, caso tpico los Censos Nacionales de Poblacin y Vivienda que se realizan cada diez aos. Tambin se pueden efectuar Censos sobre otras actividades, como por ejemplo: Censo Industrial, Censo de Establecimientos Educacionales, Censo Agropecuario etc.
Por su parte existen Encuestas o trabajos similares de recopilacin hechas en forma sistemtica. Un ejemplo, son las mediciones necesarias para calcular los ndices Econmicos mensuales que publica el INDEC (ndice de Costo de vida, de la Construccin, de Precios, etc.). En Misiones se realiza la Encuesta Permanente de Hogares, para controlar la situacin socioeconmica de sus habitantes y ver su evolucin en el tiempo.
Versin 1.0 2011
Academias Estatales
Se puede clasificar la forma de recopilar de acuerdo con la manera en que se tomaron las muestras. Muchas veces la poblacin se divide en subconjuntos llamados estratos para lograr mayor calidad en las estimaciones que si se toma toda la poblacin en su conjunto. En Clnica, la estratificacin ms comn es la clasificacin de la poblacin por Edad y Sexo. Pero es usual el empleo de otros estratos como: Nivel de Educacin o de Ingresos, Raza, Religin, etc. Para un Laboratorio de Anlisis Clnicos, la manera diaria de recopilacin de datos es medir, y su problema principal es la variabilidad (error) que afecta toda determinacin clnica.
Tablas estadsticas.
Una vez que tenemos la clasificacin y conteo de los datos, es necesario presentarlos de manera clara, sinttica y significativa para su mejor y fcil comprensin. Tabla Estadstica: Forma de presentar los datos de un espacio muestra. Su estructura est formada por: cabeza (titulo), cuerpo: est localizado en la parte central de la tabla y en l se encuentra la esencia de la informacin. El periodo (espacio de tiempo para el cual es vlida la informacin) y la unidad de medida. El pie lo forma la parte inferior de la tabla, est destinada a notas o aclaraciones; adems menciona la fuente u origen de la informacin. Unidad de medida: Es el nmero que indica las veces que la unidad est contenida en ella.
Produccin de Azcar en algunas entidades de Mxico (kilogramos) Entidad Produccin Campeche 30,013,100 Jalisco 365,217,400 Michoacn 131,218,800 Veracruz 1 018,439,850 Fuente: Manual Azucarero Mexicano, 1980, p. 14.
Versin 1.0 2011
Academias Estatales
Reglas para la confeccin y presentacin de tablas estadsticas 1. La tabla debe ser lo ms breve y concisa posible, no debe haber omisin de indicadores indispensables en el anlisis. 2. El encabezamiento de la tabla, las categoras de las variables y los ttulos de las columnas de concentracin, han de ser claros y brevemente redactados, dejando para el pie las aclaraciones u observaciones. 3. Cuando los datos se dan en totales, acompaados de sus sumandos componentes, se deben colocar siguiendo el principio de lo general a lo particular; es decir, primero se anotan los totales y luego los sumandos componentes. Distribuciones de Frecuencias Cuando se recolecta una masa de datos pertenecientes a una variable cardinal, conviene colocarlos en columnas siguiendo un orden creciente o decreciente, y asociar la frecuencia que corresponde a cada una. A esta tabla se le conoce como distribucin de frecuencias (simple, relativa y acumulada). Cabeza o titulo de la tabla No. de Clase 1 Variables (Calificaciones ) 6 Marca de clase Frecuencia (No. Alumnos) 12 Frecuencia Relativa (%) 33.3
Frecuencia Acumulada 6
Fuente: Frecuencia: Es el nmero de veces que aparece una dato en una muestra.
Versin 1.0 2011
Academias Estatales
Distribucin de frecuencias de una variable: Es una descripcin del nmero de veces, es decir, de las frecuencias con que se presentan las diversas categoras mutuamente excluyentes y exhaustivas que corresponden a esa variable. Mutuamente excluyentes: Significa que ninguna observacin puede pertenecer al mismo tiempo a ms de una categora. Exhaustiva: Quiere decir que las categoras incluyen todas las observaciones. Distribucin cuantitativa de frecuencias o distribucin numrica de frecuencias: Es una distribucin simple, puesto que las categoras de la variable no estn agrupadas sino colocadas una tras otra, sin repeticin. En ella la suma de frecuencias corresponde al total de datos (N). - al construir una distribucin de frecuencias, es necesario primero decidir cul va a ser el nmero de clases, el cual no debe ser ni muy grande ni muy pequeo, se recomienda que el nmero de clases est entre 5 y 20. Una aproximacin razonable para determinar el nmero de clases lo da la regla de Sturges: n0 = 1 + 3.3 log N Frecuencia Relativa: Es una frecuencia expresada en porcentajes, resulta de dividir cada una de sus frecuencias entre su total. Frecuencia acumulada: Es acumular las frecuencias de dato a dato, es decir se suma la frecuencia del tercer dato con el segundo y el primero y se anota en el tercer dato y as sucesivamente. Un smbolo como 6 7 se conoce como clase o intervalo de clase: El subconjunto de los nmeros reales que tiene una frontera superior y otra inferior. Los nmeros que aparecen en ese smbolo son los lmites inferior y superior. La distancia entre el lmite inferior y lmite superior, recibe el nombre de amplitud o anchura aparente, est dada por:
A= Vmx Vmn , donde n0 es el nmero de clases. n0
Marca de clase de un intervalo: La marca de clase es un punto y para encontrarlo (tambin llamado punto medio) es determinar la amplitud aparente de este, dividirla entre dos y sumar el cociente al lmite inferior del intervalo. Si se usan limites reales, entonces se determina la amplitud real. Desde el punto
Versin 1.0 2011
Academias Estatales
de vista conceptual, la marca de clase de un intervalo puede ser interpretada como el valor donde se concentran todos los datos pertenecientes a ese intervalo. Grficos Estadsticos Si uno de los objetivos de la estadstica es comunicar los resultados de una investigacin de manera clara, concisa y significativa, las representaciones grficas de esos resultados no obedecen a una intencin meramente Esttica, sino que son un valioso recurso para facilitar la representacin de los resultados. Es decir el grfico estadstico es til para dar una rpida idea de la situacin general que se est analizando; pues permite determinar por un simple examen, el mximo y el mnimo de las variaciones de un fenmeno, poniendo de relieve lo que debe tomarse en cuenta especialmente. Aunque existen muchos tipos de grficos, estudiaremos nicamente los ms usuales: grficos de barras (variables cardinales (histograma), nominales y ordinales), el grfico circular (pastel, cake) y el pictograma. Grfico estadstico: Es la representacin de datos estadsticos por medio de figuras geomtricas (puntos, lneas, rectngulos, etc.) Histograma: - Se da el nombre de histogramas a los grficos de barras cuando representan variables cardinales, principalmente continuas. Es una representacin grafica de los datos que aparecen en una tabla estadstica. En la construccin de un grfico de barras se han de tener en cuenta los siguientes factores. 1. La lnea base; 2. El ancho de barras, 3. La separacin entre barras. Nota: Las dos escalas deben guardar proporcionalidad, de suerte que el grfico no d la impresin de variaciones muy pequeas o muy grandes.
La mayor objetividad visual se logra con la regla de los tres cuartos: se debe construir el eje vertical de tal modo que la altura del punto mximo sea aproximadamente igual a de la longitud que media entre el origen y el ltimo dato indicado en el eje horizontal. Versin 1.0 2011
Academias Estatales
Polgono de frecuencias: Es la grfica que resulta de unir por un trazo continuo, a todas las marcas de clase. Se obtiene fcilmente de un histograma o grfica de barras. Grfico Circular: Se le llama tambin grfico de pastel (cake) y es bastante til para representar proporciones o porcentajes. Se utiliza una circunferencia, la cual se divide en sectores tales que sus medidas angulares sean proporcionales a los valores que representan. Para lograr una legibilidad ptima, los sectores deben ser dibujados de mayor a menor a partir de la posicin que equivaldra en un reloj a las 12 horas en punto y sentido de las manecillas. Pictograma: Es uno de los grficos que ms atrae la atencin del lector, razn por la cual se recurre a l con frecuencia. Consiste en representar, por medio de figuras, determinadas magnitudes. Su desventaja principal es que no permita comparaciones satisfactorias.
Autos vendidos en la ciudad de Mxico por las principales Armadoras automotrices durante el ao 2005. ( Mil Unidades) General Motors Mitsubishi Nissan Volkswagen Ford
Versin 1.0 2011
Academias Estatales
UNIDAD II. Introduccin: En la unidad uno se estudio el procedimiento bsico de construccin de tablas estadsticas, graficas que se pueden hacer a partir de ellas y la terminologa asociada a ellas. Vimos que las masas de datos no se recopilan en forma de tablas y parecen no tener pies ni cabeza. Es el investigador quien decide la manera en que los datos deben ser tabulados y sintetizados. Su objetivo es obtener de ellos una imagen lo ms clara posible; pero, por lo general, sera imposible entenderlos e interpretarlos cabalmente si no se dispone de algunos indicadores que los resumieran. stos son dos principalmente: Una medida de Tendencia Central una especie de promedio y otra de Dispersin, que dice cunto se separan los datos respecto al promedio. Medidas de Tendencia Central: Son categoras o puntos dentro del recorrido de una variable. Se les llama as porque en torno a ellas parecen agruparse los datos. Sirven para resumir todo un conjunto de valores. Hay medidas de tendencia central para datos simples, no agrupados y agrupados y para todo tipo de variables, es decir variables nominales, ordinales y cardinales. 1. Media: Suma de un conjunto de cantidades dividida entre el nmero de ellas. 2. mitad. 3. frecuencias. Medidas de Dispersin: Una medida de tendencia central, por si sola, no describe ni resume adecuadamente una distribucin de datos; es necesario acompaarla de un indicador que d cuenta del grado de heterogeneidad o dispersin con que se distribuyan los datos de la variable. Una medida de dispersin nos dice cunto se desvan los datos respecto a las medidas de tendencia central. En este orden, tambin hay medidas de dispersin para datos simples, no agrupados y agrupados y solamente para variables cardinales, continuas y discretas. Moda: Es el dato que ms se repite en una distribucin de Mediana: Es el punto dentro del recorrido de una variable que supera no ms de la mitad de los datos y es superado por no ms de la otra
Versin 1.0 2011
Academias Estatales
1. Rango: Representa la distancia entre el menor y el mayor de los datos. 2. media. 3. 4. cuadrticas. 5. Coeficiente de Variabilidad: Es la razn de la desviacin estndar a la media de una distribucin dada, se expresa en porcentaje. Regresin Lineal: Es el estudio de la relacin observada entre variables. Cuando se da una relacin entre variables, esta puede ser curvilnea o lineal. De ellas, las relaciones que se dan en la sociedad y en la naturaleza resultan ser muy sencillas es por ello que hablamos de la ecuacin lineal simple. En este apartado nos limitaremos al anlisis de la relacin descrita por la ecuacin de la lnea recta bajo la forma: y = b x + a. Este tipo de anlisis se conoce como regresin lineal simple. Su objetivo se puede enunciar as: dado un conjunto de datos pertenecientes a dos variables, determinar los mejores valores de y a que describan y como una funcin lineal de x. Desviacin Estndar: Desviacin promedio de los datos de una distribucin respecto a su media. Varianza: Es el cociente de la media de las desviaciones Desviacin Media: Desviacin promedio de los valores absolutos de las desviaciones de los datos de una variable con respecto a su
Versin 1.0 2011
Academias Estatales
UNIDAD III Probabilidad En el siglo XIII los juegos de azar comenzaron a tener una gran importancia entre la aristocracia, pues se arriesgaban grandes cantidades de dinero. A mediados del siglo XVI, Girolamo Cardano (1501-1576) matemtico, mdico y jugador italiano- escribi su libro de los juegos de azar, en el apareci el primer estudio conocido sobre los principios de Probabilidad. Alrededor de cien aos ms tarde, el jugador Chevalier de Mere propuso a Blaise Pascal el famoso Problema de los puntos, que puede describirse de la siguiente manera: dos personas participan en un juego de azar, la primera que logre acumular cierto nmero de puntos ganar la apuesta. Si los jugadores se ven forzados a suspender el juego antes de que este haya terminado, dado el nmero de puntos que ha acumulado cada uno de ellos, cmo deber dividirse la apuesta?; este problema constituy un reto al ingenio de los astutos matemticos franceses Blaise Pascal, Pierre de Fermat y Bernoulli. Los mtodos empleados por Cardano y Pascal representan la iniciacin de la Probabilidad matemtica sobre la que est centrada la teora estadstica actual. La Therie Analytique des Probabilites, fijo los fundamentos de esta teora. Jacobo Bernoulli utiliz el principio de razn insuficiente para definir probabilidades. El matemtico francs Laplace, estableci el principio de razn insuficiente, donde lleg a la conclusin de que la probabilidad buscada es el cociente que resulta de dividir el nmero de los casos favorables entre el nmero de casos posibles. Fenmenos Deterministas: Son experimentos, cuyos resultados pueden ser anticipados con toda certeza. Fenmenos Aleatorios: Son experimentos en los cuales no es posible adelantar el resultado con toda certeza. Probabilidad: Es un nmero que se asigna a un evento para indicar la posibilidad de ocurrencia. Es el cociente que resulta de dividir el nmero F de veces que acontece un evento E, entre el nmero total de experimentos o intentos N:
Versin 1.0 2011
Academias Estatales
P( E ) =
Nmero de resultados favorables en el suceso E F = Nmero total de sucesos ( favorables y no favorables a E ) N
Qu pasa si la probabilidad es cero o uno? Experimento: En teora estadstica y probabilidad, este trmino tiene un sentido mucho ms amplio que en fsica y qumica. As, son experimentos: lanzar un dado, seleccionar un tornillo de una cierta partida y observar si es defectuoso o no, lanzar un producto alimenticio al mercado, etc. Cada experimento tiene varios resultados posibles. Experimento Lanzar un dado Seleccionar un tornillo Lanzar un nuevo producto Resultados posibles 1, 2, 3, 4, 5, 6 Defectuoso, no defectuoso xito, fracaso
Evento: Es un subconjunto del espacio muestra. Espacio Muestra: Conjunto de todos los resultados posibles de un experimento. Procesos de Conteo: Son aquellos que nos permiten ordenar y cuantificar de acuerdo a ciertas reglas nuestra poblacin. Diagrama de rbol: Ejemplo.
Permutaciones: Es un arreglo ordenado de r objetos distintos. El arreglo ABC, ACB, CBA, BAC, BCA, se considera como 5 permutaciones diferentes. Combinaciones: Es el arreglo ordenado de n objetos tomando r cada vez. El arreglo ABC, ACB, CBA, BAC, BCA, se considera como una sola combinacin.
Versin 1.0 2011
Academias Estatales
Eventos independientes: Dos eventos A y B sern independientes, cuando la ocurrencia de A no afecta la ocurrencia de B. Notacin: P(A y B) = P(A) P(B). Eventos Dependientes: Dos eventos A y B son dependientes, cundo la ocurrencia de A afecta la ocurrencia de B. Notacin: P (A y B) = P(A) P(B/A). Eventos Mutuamente excluyentes: Son dos o ms eventos que no pueden ocurrir simultneamente, es decir, la ocurrencia de uno excluye completamente la posibilidad de suceder de los otros eventos. Notacin: P(A B) = P(A) + P(B).
Probabilidad terica: La probabilidad de ocurrencia de un suceso A se define como el cociente entre el nmero esperado de veces que ocurra un suceso NA y el nmero total de casos posibles N P (A) = NA / N Esta definicin primaria de probabilidad se calcula en forma terica. Por ejemplo, una moneda tiene dos caras (N = 2) y una sola de ellas es cara (N cara = 1), o sea que la probabilidad de sacar una cara en un lanzamiento, tericamente es P (sacar cara) = 1/2. Por otra parte, se puede calcular la probabilidad a partir de experimentos, como por ejemplo tirar la moneda para ver si en efecto hay una proporcin 0,5 de obtener cara. Esta nocin se define como: Probabilidad emprica: La probabilidad emprica de ocurrencia de un suceso A es igual a su frecuencia relativa (FrA). O sea, el cociente entre el nmero de veces en que ocurri el suceso A (FA) y el nmero total de experimentos (Ft). FrA = FA / Ft La relacin entre ambas, fue descripta por Bernoulli en su Ley emprica del azar de su famoso libro Ars Conjectandi publicado en 1713 donde se dice: Si la probabilidad de un suceso es p y se realiza un nmero muy grande N de pruebas, el cociente entre el nmero de casos favorables obtenidos y el nmero total de pruebas llega a diferir de p en tan poco como se quiera, con tal de tomar a N lo suficientemente grande. Esto es: FrA p (si N es grande) Sin embargo, fue Laplace en su Teora Analtica de Probabilidades (1812) quien le dio una forma ms rigurosa definiendo la diferencia en valor absoluto entre ambas probabilidades como menor o igual a un cierto valor positivo , haciendo a este tan pequeo como se quiera. FrA - P (A) o sea: FrA P (A) N
Naturalmente, como un experimento real nunca puede llegar a tener lugar infinitas veces, no se usa la definicin clsica de lmites sino una aproximacin del tipo FrA P (A) (si N es lo suficientemente grande)
Versin 1.0 2011
Academias Estatales
Laplace introdujo dos conceptos nuevos en la definicin de la probabilidad terica: Principio de equiprobabilidad: todos los casos deben tener igual probabilidad de ocurrencia. Principio de razn suficiente: mientras nada haga sospechar lo contrario, se debe suponer que todos los casos son igualmente probables. Agregando estos dos principios se completa la definicin clsica de probabilidad. En los casos de un dado cargado, una moneda mal balanceada, y otros anlogos, no se puede aplicar la definicin porque los casos ya no tienen la misma probabilidad. Hay otros casos: por ejemplo, suponiendo un dado tal que tiene dos ases pintados en sus caras pues le falta el nmero 4, all habra cinco casos posibles en lugar de seis. Pero si el dado est bien construido la definicin se sigue cumpliendo, pues en tal dado todava hay seis caras con igual probabilidad de ocurrencia y la probabilidad de sacar un as sera 2/6 (2 caras que tienen un as, sobre 6 caras posibles). Mientras que la de sacar 4 sera nula y las dems de 1/6. Aparecieron ms enfoques: Von Mises propuso la nocin de colectivo para evitar el defecto de la nocin clsica: cmo se puede estar seguro en la realidad que todos los casos son equiprobables? Muchos piensan que el principio de razn suficiente es una forma de cerrar los ojos, porque lo correcto sera hacer un experimento para asegurarse de la equiprobabilidad. Este autor propuso considerar una sucesin infinita de sucesos: S1, S2 ... dentro de los cuales se verifica cierto atributo A, tomando el cociente entre el nmero de veces que se da A y el total, se tiene un valor que tiende a P (A) dentro de un colectivo de sucesos. Esta propuesta no tuvo demasiado xito, comparada con la de Kolgomoroff (1933), que plante un acercamiento axiomtico a la nocin abstracta de probabilidad y el desarrollo de la teora como una disciplina matemtica basada en la teora de mediciones.
CUADRO 5.1 Ejemplos de aplicacin 1) De la poblacin de pacientes de un laboratorio se eligieron N = 1000 personas al azar, y se encontr que 38 de ellas padecan de hipoglucemia. Calcular la probabilidad de que si se escoge un paciente al azar este padezca la enfermedad. Frecuencia emprica = TE / N = 0,038 probabilidad terica = prevalencia 2) Al realizar una comprobacin de los valores predichos por la CPK, se encontr que 64 de ellos fueron mal clasificados como positivos y 36 como falsos negativos, del total de 400 historias clnicas analizadas. Calcular la probabilidad de acertar en el pronstico. Frecuencia emprica de aciertos = (vp + vn)/ N = (400 64 36)/ 400 = 0,75 eficiencia 3) En un curso de Bioestadstica hay 30 alumnos, 10 de la carrera de Bioqumica, 15 de Farmacia y 5 de Enfermera. El 70% del total son mujeres y el resto varones. Se escoge uno al azar; hallar la probabilidad de que sea de la carrera de: a) Bioqumica P(B) = 10 / 30 = 1 / 3 = 0,333 b) Farmacia P(F) = 15 / 30 = 1 / 2 = 0,5 c) Enfermera P(E) = 5 / 30 = 1 / 6 = 0,167 d) Cul ser la cantidad de mujeres M? P (Mujer) = 0,7 = M / N = M / 30 Por lo tanto M = 0,7. 30 = 21 mujeres 2) En una farmacia ingresan en promedio 60 clientes por da y hacen compras por $ 420. Si se sabe que el 30% se van sin comprar nada. Cunto vale el gasto per cpita promedio? La probabilidad de que un cliente compre es del 70%. O sea 0,7 = compradores / total. Luego el nmero de compradores diarios en promedio es: 42 clientes = 0,7. 60, entonces si el ingreso diario es de $ 420, el gasto per cpita ser: $ 420/ 42 clientes = $10 por cliente.
Hay otro tipo de probabilidades como la llamada probabilidad subjetiva o intuitiva que es una cierta evaluacin personal de la probabilidad, en lugar de ser terica o experimental. Por ejemplo, si se desea opinar acerca de la
Versin 1.0 2011
Academias Estatales
probabilidad de lluvia el da de maana, cada uno puede emitir una opinin, como 0,9 si hoy est nublado y no aparece el sol, o bien 0,1 si se est en el medio de una magnfica temporada estival. En Medicina, el uso de esta clase de probabilidades se hace cuando el clnico asigna un valor subjetivo de probabilidad a un paciente que est evaluando, la llamada probabilidad Pretest, y mediante un clculo obtiene la probabilidad Post-test para evaluar si le conviene hacerle el test al paciente o no. Notar que la misma pregunta puede ser contestada de manera diferente por una misma persona, de acuerdo al momento en que se le haga. Adems, diferentes individuos darn diferentes valores subjetivos de probabilidad. Las encuestas de opinin calculan la frecuencia de las respuestas obtenidas, a preguntas subjetivas, para conformar tcnicas de mercadeo, propaganda, etc. Hasta ahora, se han planteado casos con N de tamao finito, pero si se trabaja con las probabilidades de encontrar un punto en una recta donde cualquier segmento de la misma tendr infinitos puntos posibles, las definiciones vistas ya no sirven. Si por ejemplo el suceso A (unos pocos centmetros) ocurre dentro de una recta de 3 metros, el cociente dado por la frmula clsica sera una razn irresoluble de infinitos. Por eso se desarroll el concepto de la probabilidad geomtrica, como la razn entre el espacio o tiempo, ocupado por los sucesos A, y el total. Como ser, si se sabe que el suceso dura 20 s, la probabilidad que ocurra en la hora siguiente se puede obtener con: 20 s / 3600 s = 1/180. En sntesis, la nocin de probabilidad tiene cuatro acepciones bsicas: 1) Clsica (terica con casos equiprobables) 2) Emprica (prctica con la frecuencia relativa) 3) Intuitiva (creencias o mediciones subjetivas) 4) Axiomtica (modelo matemtico) Modelo Axiomtico Para desarrollar un modelo axiomtico de probabilidad conviene definir primero una serie de conceptos, para poder usar un idioma comn. .Elemento: es uno de los resultados posibles de la prueba clnica o experimento. A veces se lo llama dato o resultado. Tiene el mismo significado que el visto en teora de conjuntos. Suceso: es un conjunto de resultados obtenidos en una serie de pruebas. Se denomina tambin acontecimiento, evento o muestra (en el sentido estadstico del trmino). .Suceso imposible: cuando se sabe que no puede ocurrir, se lo denota con 0. . Suceso seguro: cuando se tiene la certeza que ocurrir, se lo denota con S. . Suceso elemental: est compuesto por un solo elemento, o sea, una muestra simple.
Tamao: el tamao de un suceso es la cantidad de sus elementos componentes. Equivale al concepto ya visto de tamao muestral. . Espacio Muestral: est formado por el conjunto de todos los resultados posibles del experimento.
Versin 1.0 2011
Academias Estatales
Se le llama tambin: espacio de probabilidad. Se corresponde con el suceso seguro.
TEORIA DE CONJUNTOS
Versin 1.0 2011
Academias Estatales
Versin 1.0 2011
Academias Estatales
Versin 1.0 2011
Academias Estatales
Versin 1.0 2011
Academias Estatales
Versin 1.0 2011
Academias Estatales
Regla de las permutaciones (cuando todos los elementos son diferentes) El numer de permutaciones (o secuencias) de r elementos que se seleccionan entre n elementos disponibles (sin reemplazo) es
Muchas calculadoras logran evaluar expresiones de . Es muy importante reconocer que la regla de las permutaciones requieren las siguientes condiciones: Debemos tener un total de n diferentes elementos disponibles. (Esta regla no se aplica si algunos de los elementos son idnticos a otros). Debemos seleccionar r entre los n elementos (sin reemplazado). Debemos considerar que los reacomodamientos de los mismos elementos son secuencias diferentes.
Cuando utilizamos los trminos permutaciones, acomodos o secuencias, implicamos que se toma en cuenta el orden, en el sentido de diferentes ordenamientos de los mismos elementos cuenta como secuencias distintas. Las letras ABC se pueden acomodar de seis formas distintas: ABC; ACB, BAC, BCA, CAB, y CBA (Mas adelante nos referimos a las combinaciones, en las cuales tales acomodos no se consideran distintos). En el ejemplo siguiente se nos pide calcular el numero total d secuencias distintas posibles. Eso sugiere el uso de la regla de las permutaciones. EJEMPLO Programacin de televisin Usted acaba de ser contratado para conformar la programacin de la cadena de televisin Fox. Cuando esta seleccionando los programas a transmitir el lunes por la noche, encuentra que tiene 27 programas disponibles y que debe seleccionar cuatro de ellos. El orden de los programas es importante por los efectos de liderazgos. Cuntas secuencias diferentes de cuatro programas son posibles cuando hay 27 programas disponibles? SOLUCION Necesitamos seleccionar r = 4 programas de n = 27 que estn disponibles.
Hay 421. 200 arreglos posibles diferentes de cuatro programas que se seleccionaron entre 27 disponibles 165.
Versin 1.0 2011
Academias Estatales
En ocasiones necesitamos calcular el nmero de permutaciones cuando algunos de los elementos son idnticos a otros. La siguiente variacin de la regla de las permutaciones se aplica a tales casos. Regla de las permutaciones (cuando algunos elementos son idnticos a otros) Si hay n elementos n1 iguales, n2 iguales,, nk iguales, el numero de permutaciones de los n elementos es
EJEMPLO Invertir en acciones. Los ejemplos clsicos de la regla de permutaciones son aquellos que muestran, por ejemplo, que las letras de la palabra Mississippi es posible acomodarlas de 34.650 formas diferentes o que las letras de la palabra estadstica lo serian de 2, 494, 800 formas. En lugar de ello, consideramos las letras DDDDDEEEE, que representan una secuencia de aos recientes en los que el promedio industrial Dow Jones estuvo por debajo (D) de la medida o por encima (E) de la medida. De cuantas maneras se acomodaran las letras DDDDDEEEE? Parece que la secuencia es aleatoria? Existe un patrn que sugiera que seria prudente invertir en acciones? SOLUCION En la secuencia DDDDDEEEE tenemos n = 9 elementos, con n1 = 5 iguales y otros n2 = 4 iguales. El nmero de permutaciones se calcula como sigue:
Hay 126 diferentes formas de que las letras DDDDDEEEE pueden acomodarse. Ya que hay 126 posibles arreglos y solo dos de ellos (DDDDDEEEE Y EEEEDDDDD) resulta en todas las letras agrupadas juntas, parece que la secuencia no es aleatoria. Puesto que todos los valores por debajo suceden al principio y todos los valores por encima al final, parece haber un patrn de incremento del valor de las acciones. Esto sugiere que seria prudente invertir en acciones. El ejemplo anterior comprende n elementos, cada uno perteneciente a una de dos categoras. Cuando solo hay dos categoras, es posible estipular que x de los elementos son iguales a los otros n x elementos tambin son iguales; entonces, la formula de las permutaciones se simplifica a. Este resultado, en particular, se usara para el anlisis de probabilidades binomiales, que se explica en la seccin 4-3. Cuando tenemos la intencin de seleccionar r elementos de entren elementos diferentes, sin tomar en cuenta el orden, nos preocupa en realidad las combinaciones posibles, ms que las permutaciones.
Es decir, cuando diferentes ordenamientos de los mismos elementos cuentan por separado, tenemos un problema de permutaciones, pero cuando los Versin 1.0 2011
Academias Estatales
diferentes ordenamientos de los mismos elementos no cuentan por separado, nos enfrentamos a un problema de combinaciones; en tal caso se aplicas la regla siguiente: Regla de las combinaciones El nmero de combinaciones de r elementos que se seleccionaron de entre n elementos es
Muchas calculadoras se disearon para evaluar Es muy importante reconocer que, en la regla de las combinaciones, se aplican las siguientes condiciones: Debemos tener un total de n elementos diferentes disponibles. Debemos seleccionar r de los n elementos (sin reemplazo). Debemos considerar que los reacomodamos de tales elementos son los mismos. (La combinacin ABC es la que CBA).
Puesto que quiz resulte confuso escoger entre la regla de las permutaciones y la regla de las combinaciones, damos el ejemplo siguiente, que tiene la intencin de poder nfasis en la diferencia entre ellas, EJMPLO Oficinas electas. El consejo de fondos de inversin de la universidad la que asisti el autor se integra con nueve miembros. Cada ao, ellos eligen un comit de tres personas para supervisar los edificios y los terrenos. Tambin cada ao eligen un presidente, un vicepresidente y un secretario. a. Cuando el consejo elije el comit de edificios y terrenos, Cuantos distintos comit de tres personas son posibles? b. Cuando el consejo elije a los tres funcionarios (presidente, vicepresidente y secretario), Cuntas diferentes plantillas de candidatos son posibles. SOLUCIN: Note que el orden es irrelevante cuando se elije el comit de edificios y terrenos. Sin embargo, cuando se elije a los funcionarios los diferentes acomodos cuentan por separados. a. Puesto que el orden no cuenta para los comits, queremos el nmero de combinaciones de r = 3 personas que se seleccionaran de entre las n= 9 disponible, tenemos:
b. Ya que el orden si sienta en las plantillas de candidatos, queremos el numero de secuencias (o permutaciones) de r = 3 personas que se seleccionaran de entre las r = 9 disponibles. Tenemos
Versin 1.0 2011
Academias Estatales
Hay 84 diferentes comits de tres miembros del consejo posibles, pero 504 diferentes planillas de candidatos posibles. Las tcnicas de conteo que se presentan en esta seccin se usan algunas veces en problemas de probabilidad. Los ejemplos siguientes ilustran dichas aplicaciones. EJEMPLO: En la lotera de Maine se extrae seis diferentes nmeros del 1 al 42. Un jugador gana o comprarte el premio mayor cuando escoge la combinacin correcta de seis nmeros. Si un jugador elige una combinacin particular de seis nmeros, calcule la probabilidad de ganar el premio mayor. (no se requiere que el jugador seleccion los seis nmeros en el mismo orden en que se sacaron, por lo que el orden es irrelevante). SOLUCIN: Puesto que deseleccionan seis nmeros diferentes de 42 posibilidades diferentes, el nmero total de combinaciones es
Si el jugador solo selecciona una combinacin, la probabilidad de ganar es de 1/5, 245,786.

EJEMPLO: La lotera powerball se juega en 21 estados de Estados Unidos. Usted debe seleccionar cinco nmeros entre 1 y 49, adems de otro numero especial powerboll entre 1 y 42. (Se extraen cinco bolas de una tmbola con 49 bolas blancas y una bola roja de una tmbola con 42 bolas rojas). El numero especial powerboll puede ser el mismo que uno de los otros cinco nmeros. Para ganar o compartir el premio mayor, tendr que seleccionar la combinacin correcta de cinco nmeros y tambin debe seleccionar el numero powerball correcto. Calcule la probabilidad de ganar o compartir el premio mayor. SOLUCION Dividamos este problema en tres partes: 1. tener la combinacin correcta de cinco nmeros; 2.obtener el numero powerball correcto, y 3.combinar los resultados para calcular la probabilidad de ganar o compartir el premio mayor. Comencemos con el nmero de combinaciones que son posibles cuando usted seleccione cinco nmeros entre 1 y 49 que es
La probabilidad de obtener la combinacin ganadora de cinco nmeros es, por lo tanto, 1/1, 906,884.
Versin 1.0 2011
Academias Estatales
VII. Anexos
Anexos
CALORIAS La calora es una medida que se refiere a la energa necesaria para elevar un gramo de agua de 14.5 a 15.5 grados centgrados. Cuando hablamos de alimentos, calora es la energa que dicho alimento proporciona al organismo y que, en caso de no ser utilizada, se almacena en forma de grasa con un consecuente incremento de peso corporal. En promedio, el ser humano necesita de 1,500 a 2,000 caloras por da para permanecer activo. Sin embargo, depende de la actividad fsica que realice, ya que nunca ser igual la cantidad de energa que debe quemar un oficinista que ejecuta poca actividad fsica, a una persona que la realiza de una manera constante y como modo de vida el consumo en exceso de caloras es responsable de la hipertensin, diabetes y el tan temido aumento de peso. Como vemos, tanto su carencia como su exceso son perjudiciales, por lo que una dieta equilibrada debe contener 115g de protenas, 40g de grasas y 480 de hidratos de carbono. En muchas ocasiones tendemos a dividir los alimentos en dos grupos, los que engordan y los que no. La causa de ganar peso se encuentra en el cmputo global de las caloras y esto depende de los hbitos de alimentacin de cada individuo. La dieta debe ser equilibrada, completa, suficiente, variada, inocua y adecuada a las caractersticas personales de cada individuo, debe ser acorde a la cultura, fisonoma y caractersticas individuales. UN platillo equilibrado debe contener cuando menos un ingrediente de cada uno de los siguientes grupos de alimentos y con la proporcin adecuada entre ellos. Verduras y frutas Cereales y tubrculos Alimentos de origen animal CONSUMO ADECUADO DE CALORIAS. Saber aproximadamente cuntas caloras necesitamos al da para poder elegir adecuadamente entre las opciones de alimentos. Comer frutas y verduras en abundancia y limitar el uso de aderezos y salsas ricas en aceites y grasas. Limitar el consumo de azcar, por ejemplo los refrescos. Procurar una alimentacin completa y equilibrada. Segn un informe de la Organizacin para la Cooperacin y el desarrollo (OCDE), destaca la necesidad de incrementar el gasto sanitario para prevenir la obesidad. La situacin es extrema, revela el estudio: el primer lugar lo ocupa Estados Unidos, con un 65.5% de adultos con sobrepeso y un 30.6% obesos, seguido de Mxico, con un 62.3% y 24.2% respectivamente; y el Reino Unido, con tasas del 62% y 23%.
Versin 1.0 2011
Academias Estatales
COMO CALCULAR LAS NECESIDADES CALRICAS DEL ORGANISMO. Las necesidades calricas no son las mismas para todo el mundo, sino que varan de unas personas y otras en funcin de algunos parmetros, como son: El sexo. La edad. El nivel de actividad fsica. Para ayudarte ha calcular tu gusto metablico debers: Calcular el gasto de tu metabolismo basal. El gasto metablico son las caloras que tu cuerpo consume en reposo. El sexo. En un hombre es de 24 kcal. Por kg de peso y da. Por ej.: Un hombre que pese 70 kg necesitar como mnimo al da para mantener las necesidades bsicas de su cuerpo (respirar, hacer la digestin, el bombeo del corazn, etc.): 70 x 24 = 1,680 kcal. En una mejer es un poco menos 21.6 kcal. Por kg peso y da. Por ej.: Una mujer que pese 60 kg necesitar como mnimo al da para mantener las necesidades bsicas de su cuerpo (respirar, hacer la digestin, el bombeo del corazn, etc.): 60 x 21.6 = 1,296 kcal. Ahora calcula el tuyo: Hombre: _______kilos x 24 = _______kcal. /da Mujer: _______kilos x 21.6 = _______kcal. /da La edad. Con la edad disminuye el gasto calrico. Es decir, mientras ms edad tenemos menos caloras utilizamos; por lo tanto deberamos comer menos. Si tienes menos de 25 aos debes sumar 300 kcal. Si tiene entre 25 y 45 aos no debes ni sumar ni restar. Si tienes ms de 45 debes restar 100 kcal, por cada 10 aos de ms. Es decir si tienes 55 resta 100 kcal., si tienes 65 resta 200 kcal,etc. El nivel de actividad fsica. Para calcular tus necesidades de energa o gasto calrico tienes que saber cul es el nivel de tu actividad fsica: Si tu actividad es baja (vida sedentaria, trabajo sentado en una oficina, estudiar sentado todo el da); tu gasto no aumenta.
Versin 1.0 2011
Academias Estatales
Si tu actividad es leve (salir a comprar, recoger la casa, ir caminando al trabajo 20minutos, subir 6 pisos al da, etc.): tu gasto aumenta 100 kcal. Si tu actividad es moderada: (trabajo en una fbrica en que hay esfuerzo fsico, vas dos veces a la semana a bailar o a nadar, si sales a caminar 1 hora al da, etc.): tu gasto aumenta 200 kcal. Si tu actividad es elevada (sales a correr todos los das, vas al gimnasio, o practicas algn deporte diariamente): tu gasto aumenta 400 kcal.
En resumen: Si eres una mujer de 17 aos, de 50 kg y con una actividad leve, tu necesidad calrica ser: 50 kg x 21.6 = 1,080 kcal. + 300 kcal (edad) + 100 (actividad) = 1,480 kcal. Por lo tanto para mantener tu peso debers hacer una dieta de 1,500 kcal, diarias como mximo. Si por el contrario quieres perder peso, puedes hacerlo con una dieta de 1,300 kcal, o cualquier otra que encuentres con menos de 1,500 kcal, da. Si quieres mejorar resultados siempre es conveniente IR AL MEDICO Y HACER UN POCO DE EJERCICIO FSICO.
ANEXO 2 FORMATO 1
Clase (c) TABLA DE FRECUENCIA (TITULO DEL TEMA QUE SE ESTA HABLANDO) intervalo lmite lmite marca de frecuencia frecuencia inferior superior clase (m.c) (f) acumulada (l.i) (l.s) (f.a) se obtiene es el es el M.C = es el i = 1, F0 =0, la regla de primer segundo nmero de L.I + L.S n = 1, 2, Sturges. nmero nmero datos que 2 del del estn ,c. intervalo intervalo dentro del Fi = intervalo frecuencia relativa (f.r) F.R =
Fi +1 100 N
i=0
(F
i =0
n 1
+ Fi +1 )
30.55% 69.44%
1 2
14 58
1 5
4 8
2.5 6.5
22 50
22 72
DONDE:
Versin 1.0 2011
Academias Estatales
N = Nmero total de datos. n=c Fi = Nmero total de frecuencia dentro del numero de la clase (i).
FORMATO 2
CALCULO DE LA MEDIA, MEDIANA Y MODA (DATOS NO AGRUPADOS) DATO (X) FRECUENCIA (f) DISTRIBUCIN DE fX FRECUENCIA ACUMULADA.(d.f.a) DATOS DATOS DATOS DATOS f = fX =
FORMATO 3
CALCULO DE LA MEDIA, MEDIANA Y MODA (DATOS AGRUPADOS) INTERVALO FRECUENCIA (f) DISTRIBUCIN DE MARCA fX FRECUENCIA DE ACUMULADA.(d.f.a) CLASE (X) DATOS DATOS DATOS DATOS DATOS f = fX =
FORMATO 4 CALCULO DE LAS MEDIDAS DE DISPERSIN (DATOS NO AGRUPADOS) DATO (X) FRECUENCIA (f) X2 fX fX2 DATOS DATOS DATOS DATOS DATOS f = fX = fX2 =
X = fX/f (fX)2
FORMATO 5 CALCULO DE LAS MEDIDAS DE DISPERSIN (DATOS AGRUPADOS) INTERVALO MARCA f X2 fX fX2 DE CLASE (X) DATOS DATOS DATOS DATOS DATOS DATOS f fX = fX2 =
X = fX/f (fX)2
Versin 1.0 2011
Academias Estatales
ANEXO 3 Formulario Media Aritmtica. N N N
Donde N= f es la frecuencia total, es decir el nmero total de casos. Mediana: Mediana = Donde L = lmite inferior de la clase mediana (esto es, la clase que contiene la mediana). N = Frecuencia total (Nmero total de datos). ( f) = Suma de las frecuencias de todas las clases que se encuentran debajo de la clase mediana. = frecuencia de la clase mediana. C = Tamao del intervalo de la clase mediana. Moda: Moda = L + C + Donde L = lmite inferior de la clase modal. La clase modal es aquella donde se localiza la moda. = Es la diferencia entre la frecuencia de la clase modal y la frecuencia anterior o premodal. = Es al diferencia entre la frecuencia de la clase modal y la frecuencia siguiente o pos modal. C = Tamao del intervalo de clase modal
Anexo 4 Definiciones primarias Historia breve de la Estadstica Magnitudes y variables Estadgrafos (estadstica) Precisin y exactitud Problemas propuestos 1) La estadstica es una ciencia para el tratamiento de los datos obtenidos.
Versin 1.0 2011
Academias Estatales
V ( ) F ( ) 2) El objeto de la Estadstica es tomar decisiones con base cientfica. V ( ) F( ) 3) En una poblacin de enfermos de VIH el sexo es un parmetro de la misma. V ( ) F( ) 4) Magnitud y variable difieren en que la primera depende de la poblacin. V ( ) F( ) 5) Medir es comparar una magnitud con otra de su misma especie. V ( ) F( ) 6) Un elemento de la poblacin que ha sido medido es un dato. V ( ) F( ) 7) La diferencia entre las cuantitativas y cualitativas es su relacin con el patrn. V ( ) F( ) 8) Una magnitud cualitativa no puede ser expresada con nmeros. V ( ) F( ) 9) Las magnitudes discretas se expresan con los nmeros enteros positivos. V ( ) F( ) 10) El peso no es una magnitud continua porque no puede ser negativo. V( ) F( ) 11) Cuanto ms se acerque el promedio medido al valor patrn, mejor es la exactitud. V( )F( ) 12) La concentracin de un jarabe es una magnitud compuesta. V( ) F( ) 13) El resultado de una maratn es una magnitud ordinal. V ( ) F( ) 14) La bondad de una persona no es una magnitud porque no puede medirse. V ( ) F( ) 15) Dar 10 ejemplos de cada tipo de magnitud.
16) Completar el crucigrama siguiente: 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 Versin 1.0 2011 B I O E S T A D I S T I
Academias Estatales
1 3 1 4
C A
1) Conjunto de todas las muestras posibles, que pueden obtenerse del sistema en estudio. 2) Toda magnitud, que permite diferenciar entre s, a los componentes de una misma poblacin. 3) Valores que cuantifican caractersticas de un grupo determinado. 4) Los estadgrafos que indican que tan espaciados estn los datos obtenidos. 5) Conjunto de mtodos cientficos para la recopilacin, representacin, condensacin y anlisis de los datos extrados de un sistema en estudio, con el objeto de poder hacer estimaciones y sacar conclusiones, necesarias para tomar decisiones. 6) Conjunto de elementos que se aslan para su estudio en funcin de sus interrelaciones. 7) Conjuntos de datos obtenidos de una poblacin cualquiera. 8) Comparar una magnitud con otra de su misma especie, considerada como referencia o patrn. 9) Parte de la estadstica dedicada a la formulacin de supuestos y estimaciones, hace predicciones y sacan conclusiones, de los datos obtenidos con el estudio de las muestras. 10) Nombre del llamado Padre de la Bioestadstica, ingls, primo de Charles. Darwin. 11) Toda magnitud, que tiene el mismo valor dentro de una misma poblacin. O sea, no permite diferenciar entre s, a sus elementos componentes. 12) Las magnitudes cuantitativas, en donde la relacin numrica con el patrn puede ser cualquiera.
13) Magnitud que se relaciona con ms de dos magnitudes simples. 14) Resultado al medir una magnitud, en un elemento de la poblacin. 15) Unir con flechas los conceptos que se correspondan entre s: Medir Magnitud cuantitativa Es un conjunto de elementos que se aslan para su estudio en funcin de sus interrelaciones Es comparar un valor con otro de su misma especie considerado como referencia o patrn. Ya sea usando instrumentos, o bien por medio de los sentidos. Se pueden clasificar en continuas o discretas. Son los valores que cuantifican caractersticas de una serie de datos. Es el conjunto de todas las muestras posibles que
Poblacin Sistema Exactitud
Versin 1.0 2011
Academias Estatales
pueden obtenerse del sistema en estudio, de acuerdo con el mtodo de seleccin usado Estadgrafos Estadstica Descriptiva Variable Parmetro Dato Es toda magnitud cuyo valor es constante en toda la poblacin. Es el resultado de hacer una medicin. Est relacionada con el error sistemtico de las mediciones. Es lo que se estudia en este primer tema. Es toda magnitud que permite diferenciar entre s a los componentes de una misma poblacin. Matemticamente, se expresa como una funcin. Es todo resultado de un test que da positivo. El todo resultado de un test verificado como positivo
Verdadero positivo Positivo
16) Explicar la diferencia entre un estudio de tipo observacional y otro de tipo experimental. 17) Explicar la diferencia entre un estudio prospectivo y uno retrospectivo.
Recopilacin de datos Etapas de la recopilacin Formas de recopilacin Cuantificacin de errores de medicin Problemas propuestos 1) Ordenar las siguientes etapas de una recopilacin de datos: ( ) Puesta a punto; ( ) Relevamientos; ( ) Creacin de alternativas; ( ) Objetivos; ( ) Seleccin de alternativas; ( ) Puesta en marcha. 2) Empleando el mtodo de grading determinar la puntuacin de 3 alternativas: A, B y C donde al Costo se lo valoriza en 90 puntos, siendo A la mejor y C la peor. El Tiempo con 50 puntos es el mismo para las tres. En Confiabilidad con 80 puntos la mejor es B, luego C y A: A ( ) B ( ) C ( ) 3) La mejor forma de hacer una recopilacin es usando fuente primaria. V ( ) F ( 4) Nombrar los bienes tangibles relevamiento.................................... e intangibles en ) la F ( etapa ) ) de
5) Un censo es una forma de recopilar por nica vez. V (
Versin 1.0 2011
Academias Estatales
6) Una encuesta puede ser estratificada para tener mayor riqueza de informacin. V ( ) F ( ) 7) Usando el mtodo del grading encontrar la mejor de las alternativas propuestas: En cuatro laboratorios de la ciudad se prestan especialidades relacionadas con hormonas y radioinmuno ensayo. Un sanatorio se apresta a firmar un convenio con uno de ellos y debe decidir con cul. Para esto toma en cuenta los criterios siguientes: a) Cercana al sanatorio (los laboratorios A y C estn a pocas cuadras y los otros dos muy lejos, siendo el B ms cercano que el D). b) Control de calidad (los laboratorios C y D llevan un programa de control y los otros no). c) Rapidez en la entrega de resultados (A es el ms veloz, luego D, C y por ltimo B). d) Comisiones (B da la mxima, C una intermedia y A y B la mnima). e) Experiencia (D es el ms antiguo, A el ms novato y los otros dos parecidos entre s). Se le asigna 40 puntos al primer criterio, 80 puntos al segundo, 60 al tercero, 100 puntos al cuarto y 50 puntos a la experiencia. Por qu se decide finalmente por el laboratorio B? 8) Completar los siguientes conceptos: - La recopilacin de datos a travs de formularios se hace en una ..... - La primera etapa de la recopilacin de datos es definir claramente los .................. del mismo. - Para seleccionar alternativas se puede usar cualquier mtodo, pero el ms recomendable es el llamado .................. - El relevamiento .................. se hace usando libros, informes, revistas cientficas, etc. - Conviene hacer una prueba ............. antes de la puesta en marcha. - Cuando se sacan los datos del informe de otro investigador, se usa una fuente ........ - Cuando se miden los datos a usar, se est usando una fuente .......... - Cuando los datos se obtienen de terceros, se usan fuentes .........., .......... o terciarias. - Se pueden recopilar datos por nica vez, o en forma ............ - Si la poblacin se divide en ..............., la forma de recopilar se llama ........... 9) Definir los siguientes conceptos: - Recopilacin de datos - Fuente propia - Fuente primaria - Bienes tangibles e intangibles - Formas de recopilacin 3 Presentacin de datos Informes estadsticos Mtodo textual Mtodo tabular Mtodo grfico Problemas propuestos 1. Se debe siempre indicar la fuente de donde se tomaron los datos. V ( ) F ( ) 2. Para las comparaciones conviene usar muchas dimensiones. V ( ) F( )
Versin 1.0 2011
Academias Estatales
3. Cuando se usa escala en un grfico, siempre debe colocarse el cero de la escala. V ( ) F( ) 4. Las lneas con las cuales se trazan los grficos deben tener todas el mismo grosor. V ( ) F( ) 5. Los grficos circulares y de barras se pueden presentar en dos y tres dimensiones . V ( ) F( ) 6. No se debe cortar la lnea de la escala en un diagrama comparativo de barras. V ( ) F( ) 7. En un pictograma hay que usar un icono de tamao doble, para mostrar una cantidad doble. V ( ) F( ) 8. Un grfico cronolgico slo puede presentar una serie de datos homogneos. V( ) F( ) 9. Una pirmide de poblacin muestra cmo se distribuye por edad y sexo. V ( ) F( )
10. Dibujar el histograma de los datos agrupados siguientes: Frecuencia 10 20 30 15 8 Valor 2 4 6 8 10 11. Dibujar el polgono de frecuencias acumuladas del punto anterior. 12. Calcular frecuencias de clases para los siguientes datos: 100 - 330 - 120 -342 - 176 - 238 - 98 - 163 - 176 - 280 - 115 - 189 - 237 - 230 220 - 170 - 83 - 102 300 - 350 - 339 - 168 - 111 - 173 - 209 - 253 - 190 - 181 - 261 - 228 - 121 - 177 - 105 - 214 -304 - 156 -330 - 302 - 239 - 240 - 188 - 222 - 125 - 218 - 139 - 212 - 123 - 133 - 116 - 148 - 267 - 170 - 234 - 190 -88 - 115 - 220 - 129 -153- 126 138 - 124- 132 - 214 - 225 - 163 - 156 - 192 - 216 - 143 - 149 - 202 133-250 239 - 138 - 117 - 202 - 165 - 148 - 159 - 132 - 128 - 123 - 146 - 147 - 129 -153126 - 138 124 13) Obtener las frecuencias acumuladas de los datos anteriores. 14) Con los mismos datos trazar el histograma y polgono de frecuencias acumuladas. 15) Completar los siguientes conceptos: - Los tipos de informes estadsticos son: ................... - Las ventajas de usar el mtodo textual son: .................... - Las desventajas de usar el mtodo textual son: ................ - Las ventajas y desventajas de una tabla son: ................... - La mejor ventaja de un grfico es su .................. - Los diagramas comparativos son: ................ - Una tabla es mucho ms ............ que un grfico. Estadgrafos de posicin Medias Problemas propuestos Decidir sin son Verdaderas o Falsas las siguientes afirmaciones:
Versin 1.0 2011
Academias Estatales
1) La mediana es ms inmune a valores extremos que la media aritmtica. V ( ) F( ) 2) La suma de los cuadrados de los desvos respecto a la media es un mximo. V ( ) F( ) 3) La media ponderada se usa en Fsica para calcular el centro de masa. V ( ) F( ) 4) Si a un grupo de datos se le suma una constante la varianza no cambia, pero la media s V ( ) F( ) 5) La moda es el valor de la variable que tiene mayor frecuencia. V ( ) F( ) 6) Si se multiplica a un grupo de datos por una constante, la varianza no se altera. V ( ) F( ) 7) Explicar las propiedades de la media aritmtica............................................................... .. 8) Explicar las propiedades de la varianza............................................................................ ... 9) El valor de la mediana coincide con uno de los datos cuando el nmero total es impar. V ( ) F( ) 10) El coeficiente de variacin muestral es lo mismo que el poblacional. V ( ) F( ) 11) El rango es un ndice muy pobre en comparacin a la varianza. V ( ) F( ) 12) Para los datos siguientes, encontrar el coeficiente de variacin la media, mediana y el desvo: Frecuencia 10 20 30 15 8 Valor 2 4 6 8 10 13) Los salarios semanales de los operarios de una industria medicinal son: Salario ($) 50-59,9 60-69,9 70-79,9 80-89,9 90-99,9 100-109,9 110-119,9 N operarios 8 10 16 14 10 5 2 Hallar: a) Los lmites reales de cada clase y sus frecuencias acumuladas (ancho = $10). b) La marca de cada clase. c) La media, mediana y moda. d) El desvo estndar, la varianza y el Coeficiente de variacin. e) El percentil 5 y el 95. f) Representar con un histograma y un polgono de frecuencias acumuladas, para calcular en forma grfica, todos los valores anteriormente pedidos. 14) Se lanza una moneda al aire 1000 series, de 5 veces cada una, para medir el nmero de caras. Los resultados obtenidos se muestran en la tabla siguiente: Nmero de caras (X) 0 1 2 3 4 5 Nmero de series (frecuencia) 38 144 342 287 164 25 Se pide: a) Graficar los datos con un diagrama de bastones y con un histograma. b) Calcular los ndices de tendencia central. c) Calcular los ndices de dispersin. d) Dibujar el polgono de frecuencias acumuladas porcentual. 15) Para hacer un test de Sfilis se emplea la tcnica 1 en 400 pacientes y se encuentran 220 pacientes que dieron un resultado (+). Los aciertos en (+) fueron 180 y 160 en (-). Con estos datos calcular la Sensibilidad y Especificidad
Versin 1.0 2011
Academias Estatales
de esta tcnica. A las mismas pacientes se les aplic la tcnica 2 y resultaron 240 pacientes con (+), mientras el nmero de aciertos en (+) que de 190 y en (-) 150. Decidir de manera cualitativa cual de ambas tcnica es la mejor para adoptar en nuestro laboratorio y explicar el porque. 16) Se sabe que la concentracin de coloides en el agua de un ro es del 5,4 /ml. Se tom una muestra del mismo a la que se le agreg un reactivo. Luego de un rato, se extrajo una pequea cantidad para analizarla en una cmara de recuento. Los resultados fueron: N de coloides: 2 3 4 5 6 7 (N /ml) Frecuencia: 10 20 170 100 90 10 Decidir en forma cualitativa si hubo algn cambio significativo en la concentracin del agua, por la accin del reactivo (Sulfato de Aluminio).
5.6 Problemas propuestos 1) La probabilidad terica es exactamente igual a la emprica. V F 2) A medida que aumenta N la probabilidad emprica se aproxima mejor a la terica. V F 3) La nocin de probabilidad tiene 4 acepciones bsicas. V F 4) El conjunto universo est formado por todos los casos posibles. V F 5) El complemento del conjunto universo es el conjunto elemental. V F 6) El conjunto vaco tiene el cero como nico elemento. V F 7) Un elemento pertenece a un conjunto es lo mismo que decir: est incluido en l. V F 8) Si A est incluido en B, entonces son iguales. V F 9) Si A est incluido en B, y este se incluye en C, entonces A est incluido en C. V F 10) El complemento de A est formado por los del universo que no son A. V F 11) La unin de un conjunto y su complemento forman al universo. V F 12) Dos conjuntos se dicen excluyentes si no tienen elementos comunes. V F 13) La unin del conjunto universo con otro cualquiera es un nuevo universo. V F 14) La interseccin de un conjunto con el vaco es el mismo conjunto. V F 15) La unin de un conjunto con el conjunto vaco es el conjunto elemental. V F 16) La interseccin de un conjunto con el universo es el mismo conjunto. V F 17) La unin de un conjunto con otro ms grande es igual al ms grande. V F 18) Un grupo de conjuntos es colectivamente exhaustivo si es igual al universo. VF 19) Un grupo de conjuntos es mutuamente excluyente si lo son todos los pares posibles. V F 20) Una particin se forma con un grupo de conjuntos mutuamente excluyentes. V F 21) Las combinaciones son el cociente entre variaciones y permutaciones. V F 22) Escribir las frmulas de clculo de combinaciones, variaciones y permutaciones. 23) Es lo mismo realizar extracciones con y sin reposicin en el clculo combinatorio. V F 24) Definir los sucesos: Universo, Vaco y Elemental. 25) Para que un conjunto de sucesos observables sea un lgebra de Boole debe cumplir ............
Versin 1.0 2011
Academias Estatales
26) Los tres axiomas bsicos del lgebra de Probabilidades son: .................................................. 27) Las probabilidades del conjunto vaco y del universo son complementarias. VF 28) La probabilidad de la unin de sucesos excluyentes, es igual a la suma directa de: ................ 29) Para la particin del universo por un grupo de conjuntos se requiere: ..................................... 30) La relacin entre los ndices clnicos est dada por la relacin: .............................................. 31) Once estudiantes de la Facultad son condenados a muerte y se les concede pedir un ltimo deseo. Cuando el que aprob Bioestadstica nota que tardan 5 minutos en formarlos contra la pared, pide que los ejecuten luego de que los coloquen en el paredn de todas las formas posibles. Explicar porqu salv a sus compaeros. 32) Una bolsa contiene 4 bolas blancas y 2 negras, otra contiene 3 blancas y 5 negras; si se extrae una bola de cada bolsa. Hallar la probabilidad de que: a) ambas sean blancas; b) ambas sean negras; c) una blanca y la otra negra. 33) De cuntas formas pueden ordenarse 7 libros en un estante si: a) es posible cualquier ordenacin; b) tres libros determinados deben estar juntos; c) dos libros determinados deben estar en los extremos. 34) Una farmacia que hace reparto a domicilio tiene 4 cadetes con moto y llegan 3 pedidos a la vez. De cuntas formas puede el encargado asignar la tarea a los cadetes? 35) Doce estudiantes deben rendir un examen parcial y el profesor tiene 4 temas diferentes para interrogarlos. De cuntas formas diferentes puede hacerlo? 36) Cinco pacientes vienen a efectuarse cinco anlisis diferentes al laboratorio de anlisis clnicos. De cuntas maneras diferentes pueden colocarse en la fila de espera si se les da libertad para hacerlo? Ver si cambian las cosas si se les da un nmero por orden de arribo para ser atendidos por el bioqumico. 37) De cuntas maneras diferentes pueden sentarse en una fila 3 bioqumicos, 5 farmacuticos y 4 enfermeros? Ver si cambia el resultado si se sientan en una mesa redonda. 38) Se tiene un mazo de 40 cartas espaolas y se pide calcular la probabilidad de que salga: a) un as; b) una carta de oro; c) una figura; d) un nmero cualquiera; e) un dos o un tres. 39) En una farmacia hay 5.000 remedios distintos, 1.200 artculos medicinales y 600 productos de perfumera. Si se toma un tem al azar calcular la probabilidad de que sea: a) un remedio; b) un perfume; c) un artculo medicinal o un perfume. 40) Se fabrica una vacuna contra la gripe que falla en un 2% de los casos si la persona est tomando antibiticos, en un 4% si est haciendo un rgimen adelgazante y en un 8% por otras causas diferentes. Si se analizan 5.000 casos: cul ser el nmero total de curados?
Versin 1.0 2011
Academias Estatales
41) Sopa de letras: buscar y marcar las palabras que se definen a continuacin:
1. Primer matemtico en estudiar probabilidades. 2. Teorema que relaciona probabilidades empricas con las tericas. 3. Un grupo de conjuntos colectivamente exhaustivos y mutuamente excluyentes forman una .... del universo. 4. Una .... est formada cuando dos conjuntos no tienen ningn elemento en comn. 5. Lo inverso del punto anterior, cuando un conjunto tiene todos los elementos de otro. 6. Suceso .... cuando no puede ocurrir. 7. Lo contrario del anterior. 8. El conjunto que tiene todos los elementos posibles. 9. El que no tiene ningn elemento. 10. Un conjunto es ... de otro cuando contiene a todos los elementos del universo que no pertenecen al primero. 11. Los tres ... bsicos del lgebra de Probabilidades. 12. El principio de razn .... se agreg a la definicin clsica de probabilidad. 13. Probabilidad ... se calcula como cociente de frecuencia experimentales. 14. Una ... de n elementos se calcula con el factorial de tal nmero. 42) Conociendo los siguientes valores de prevalencia de una enfermedad, calcular los correspondientes Odds y la Probabilidad de estar sano: 5.3.2 Aplicaciones MODELO AXIOMATICO a) Si se lanza una moneda al aire, los resultados posibles son cara y seca, ambos con una probabilidad igual a 0,5. O sea, cumplen las condiciones anteriores. Ahora, si se lanza la misma moneda dos veces al aire, los casos posibles son S {cc, cs, sc, ss} o sea, 4 casos igualmente probables, cada uno con un valor de probabilidad de . Un evento cualquiera como por ejemplo, R { obtener una seca en el primer lanzamiento } = { sc , ss } que tendr un valor de probabilidad dado por P ( R ) = + = = NR / N = 2/4.
Versin 1.0 2011
Academias Estatales
b) Si se lanza un dado al aire, hay seis resultados posibles, equiprobables (P = 1/6). Pero si se lanza el mismo dado dos veces, ahora el espacio muestral estar formado por 36 elementos (resultados posibles) S { (1,1) (1,2) (1,3) .... (6,5) (6,6) }todos igualmente probables (P = 1/36) Un evento cualquiera R { (3,3) (3,4) (4,3) }tendr una probabilidad P (R ) = 3/36 = 1/12. Otro suceso M {obtener dos ases }= { (1,1) } tendr P (M) = 1/36. c) Se lanza una moneda cargada al aire donde la probabilidad de cara p = 1/3 y la de seca q = 2/3 entonces se cumple p + q = 1 . Ahora se la lanza de nuevo y se genera un espacio muestral dado por S { cc , cs , sc , ss }, con P (cc) = p2 ; P (sc) = P (cs ) = p.q y P(ss)= q2. Se cumple que P ( S ) = p2 + p.q + q.p + q2 = (p+q)2 = 1. Lo anterior se cumple pues la ocurrencia de un resultado no incide en el siguiente ni es influenciado por el anterior. d) Se efecta un diagnstico a partir de los anlisis clnicos del paciente los resultados posibles son (+) con una probabilidad p y (-) con una probabilidad q. Se cumple la relacin p + q = 1 pues p = TP/N y q = TN/ N, de all p + q = (TP + TN) /N = 1. Se efecta otro diagnstico a otro paciente, las probabilidades p y q se mantienen iguales y constantes y el espacio muestral formado por este segundo caso es S { (+ +) (+ - ) (- + ) (- -) } con probabilidades anlogas a las del caso anterior. (TP: total de Positivos ; TN : Total de Negativos) e) Ocurre un nacimiento, la probabilidad que sea varn es igual a la de mujer y vale 0,5. Si son mellizos hay cuatro casos posibles, en forma anloga al ejemplo (a) de ms arriba. f) En un concurso para auxiliar de la ctedra de Bioestadstica se presentan 3 candidatas. La primera: A por ser profesional tiene dos veces ms posibilidades de ganar que una alumna avanzada B. Y esta a su vez el triple de ganarle a C que es de otra carrera. Se pide calcular las respectivas posibilidades de ganar y la probabilidad de que A no gane. Si P(C) = p entonces P(B) = 3 P(C) = 3 p y P(A) = 2 P(B ) = 6 p El suceso seguro es que alguna de las tres va a ganar: 1 = P(A) + P(B) + P(C) = 6p + 2p + p = 9p Y no es posible que gane ms de una, por lo tanto los tres sucesos son mutuamente excluyentes. De donde se obtiene p = 1/9 y con eso se pueden obtener: P(A) = 6/9 ; P(B) = 2/9 y P(C) =1/9 La probabilidad de que no gane A es igual a la de que ganen B o C. Esto es: _ P (A) = 1 P (A) = 1 6/9 = 3/9 = 1/3 = P (B C) = P (B) + P(C) = 2/9 + 1/9 g) Se fabrica un medicamento con 11,9 g de sulfato ferroso (SO4Fe . 7 H2O) en 100 ml. y el resto excipientes como sacarosa, sorbitol y cido ctrico con agua triple destilada. Las normas establecen una tolerancia para el sulfato de + 2,1 g/100ml, junto con otras especificaciones para los dems componentes. El farmacutico a cargo del control de calidad sabe, por su larga experiencia, que el 1% de lo producido se rechaza por superar el lmite y el 2% por no llegar al valor mnimo en el caso del sulfato. Adems, un 4% se rechaza por no cumplir las restantes especificaciones. Si tiene que inspeccionar 10.000 unidades: cul ser el nmero total de unidades que espera aceptar? Sea el esquema siguiente: S: lote de 10.000 unidades fabricadas
Versin 1.0 2011
Academias Estatales
A: unidades rechazadas por sobrepasar lmite de sulfato B: unidades rechazadas por no llegar al lmite de sulfato R: unidades rechazadas A X: unidades aceptadas = R R C: unidades rechazadas por otras causas B R = C (B R) (A R) (sombreado) P ( X ) = 1 - P(X ) = 1 - P (A B C) = 1-{ P(A) + P(B) + P(C) - P(A C ) P(B C )} P ( X ) = 1 - { P(A) - P(A C )} - { P(B) - P(B C )} - P(C) P (X) = 1 - {P (A C)} - {P (B) - P (B C} - P(C) De los datos del problema surgen: P ( C ) = 4% = 0,04 P (A C) = 1% = 0,01 P(B C ) = 2% = 0,02 De all es P(X) = 1 - 0,01 - 0,02 - 0,04 = 0,93. O sea un 93% de unidades aceptadas, lo que significa N. X = 9.300 unidades aceptadas. 5.3.3 ndices clnicos como probabilidades Sean los cuatro sucesos posibles al efectuar un diagnstico: Tabla 5.1: Eventos posibles al realizar un diagnstico o Tabla de diagnstico Diagnstico verificado Test clnico Enfermo: C1 Sano: C2 Total (+) VP: verdadero positivo FP : falso positivo TP : de Positivos (-) FN : falso negativo VN : verdadero negativo TN : de Negativos Total TE : Total Enfermos TS: Total Sanos N : Total pacientes La Tabla 5.1 es un Diagrama de Venn, donde los sucesos sano (C2 ) y enfermo (C1) particionan al universo, igual que positivo y negativo. Y a su vez, los cuatro sucesos posibles VP, FP, VN, FN tambin particionan al universo. Notar que si el suceso es VP su valor observado o medido es la frecuencia (vp) usada en la Tabla 1.1, y lo mismo con los tres casos restantes. . FP = (C2 TP ) VP = (C1 TP ) FN = (C1 TN ) VN = (C2 TN ) P (VP) = nmero de casos posibles / nmero total de casos = vp / N es una probabilidad P (C1) = TE / N = p es una probabilidad llamada la prevalencia de la enfermedad. Por lo tanto el cociente entre ambas probabilidades ser: Sensibilidad = vp / TP = P (VP) / P (C1) De donde se deduce que la sensibilidad es un cociente de probabilidades. Anlogamente para la especificidad E = vn / TS pues: P (VN) = vn / N y P (C2) = TS / N es igual al complemento de la prevalencia; o sea que el cociente entre ambas probabilidades ser la Especificidad = P (VN) / P (C2) Puede verse que los ndices clnicos principales S y E son en realidad un cociente de probabilidades, cuyo significado se explicar mejor en el captulo siguiente. Lo mismo ocurre con los valores predictivos. En efecto: P (TP) = TP / N y por su lado P(TN) = TN / N VPP = vp / TP = P (VP) / P (TP) = (vp / N) / (TP / N) = vp / TP VPN = vn / TN = P (VN) / P (TN) = (vn / N) / (TN / N) = vn / TN Por su parte la Eficiencia (A) se puede obtener con la unin de los dos tipos de xitos: P (n de xitos) = A = P( VP VN ) = P (VP) + P (VN) = (vp / N) + (vn / N) = (vp + vn) / N
Versin 1.0 2011
Academias Estatales
En resumen, mientras que la prevalencia y eficiencia son probabilidades simples y directas, los ndices tales como la sensibilidad, especificidad y valores predictivos son un cociente de probabilidades directas.
Versin 1.0 2011
Academias Estatales

Guia Aprendizaje Probabilidad y Estadistica 2011

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Guia Aprendizaje Probabilidad y Estadistica 2011

Diunggah oleh

Hak Cipta:

Format Tersedia

Colegio de Estudios Cientficos y Tecnolgicos del Estado de Tlaxcala

Probabilidad y Estadstica Quinto

Versin 1.0 2011

Versin 1.0 2011

Versin 1.0 2011

Objetivo general ndice

I. II. III. IV. V. VI.

Aspectos formativos Simbologa Introduccin a la asignatura Desarrollo de actividades Bibliografa Glosario

Versin 1.0 2011

-Media aritmtica -Mediana -Moda -Media geomtrica -Media armnica

-Rango -Desviacin media -Desviacin tpica -Varianza

-Sesgo -Apuntamiento -Momentos

-Coeficiente de correlacin -Recta de regresin -Error estndar de estimacin

Datos agrupados y no agrupados GRAFICACION

Probabilidad para eventos

-Conceptos bsicos -Principio de la suma y multiplicacin -Permutacin y combinacin

Versin 1.0 2011

Expresin oral y escrita

-Analizar -Clasificar -Realizar inferencias y deducciones -Aplicar -Resolver problemas -Evaluar

-Relacionar -Representar mentalmente -Situar objetos y smbolos -Representar grficamente

Versin 1.0 2011

-Expresin -Eleccin -Transito

-Colaboracin -Ayuda mutua

-Respeto -Tolerancia -Honestidad -Disciplina -Responsabilidad -Lealtad

Versin 1.0 2011

Versin 1.0 2011

Versin 1.0 2011

Versin 1.0 2011

III. Introduccin a la asignatura

Versin 1.0 2011

Versin 1.0 2011

Versin 1.0 2011

Nombre de la actividad Instrucciones para el estudiante Conocimientos a Adquirir

Dime qu comes y te dir quin eres

Manera didctica de lograrlo

Recopilar datos, ordenar, clasificar, graficar y obtener conclusiones a partir de estos.

Competencia Genrica a desarrollar

5. Desarrolla innovaciones y propone soluciones problemas a partir de mtodos establecidos.

8. Participa y colabora de manera efectiva en equipos diversos.

Mediante trabajo de campo por equipo; resultados en plenaria.

Obtencin de grficos e interpretacin de los mismos.

Versin 1.0 2011

De manera individual contesta el siguiente cuestionario.

Versin 1.0 2011

Nombre de la actividad Instrucciones para el estudiante

Grfica de Barras Calificaciones por nmero de alumnos

Versin 1.0 2011

Versin 1.0 2011

Nombre de la actividad Instrucciones para el estudiante

Tengo medida de tendencia central?

Competencia disciplinar a desarrollar

Versin 1.0 2011

Versin 1.0 2011

Versin 1.0 2011

Nombre de la actividad Instrucciones para el estudiante Conocimientos a Adquirir

Ajustando puntos, lneas y formas

Manera didctica de lograrlo

5. Desarrolla innovaciones y propone soluciones problemas a partir de mtodos establecidos.

8. Participa y colabora de manera efectiva en equipos diversos.

Mediante trabajo de campo por equipo; resultados en plenaria.

Obtencin de grficos ajustados e interpretacin de los mismos.

Medidas de forma: Coeficiente de Asimetra

Versin 1.0 2011

Los resultados pueden ser los siguientes:

Total

Total