FORMULARIO DE ESTADSTICA DESCRIPTIVA Y PROBABILIDADES

Datos originales i Datos agrupados segn sus Datos agrupados por intervalos de
frecuencias ; clase ,
i = 1, 2, , k (Marcas de Clase)
Media:




=1 ; = =1
= =1 = =
=1

Mediana:
Ordenar los datos de mayor a menor o Me [ ; +1 [
2
viceversa
+1 +1 ;
; 2
2 1
= = + (2 )
= ;
1
1 ; [ + +1 ]
[ + +1 ] 2 2 2
2 2 2 Fi-1: Frecuencia acumulada
hasta el intervalo de clase: Ii-1

Moda:
Mo [; +1 [

Mo = Frecuencia Mo = Frecuencia
1
ms Alta fi ms Alta fi = + ( )
1 + 2
1 == 1
1 1

2 = +1

Varianza:

( ) 2
( ) 2
( )2
=1 =1 =1
2 = 2 = 2 =
1 1 1
2 2 2


2 ( ) / 2 ( ) /

2 ( ) /
=1 =1
2
=1 =1 =1 =1
= 2
= 2 =
1 1 1
Desviacin estndar:
= 2 ; S>0 = 2 ; S>0 = 2 ; S>0

Coeficiente de Variacin:

= . 100% = . 100%
= . 100%

 PROBABILIDADES
PROBABILIDAD CONDICIONAL:
La probabilidad condicional del evento A dado que el evento B ha ocurrido se escribe
P (A|B).
P( A B)
P( A / B) , P( B) 0
P( B)

Una consecuencia de la definicin de probabilidad condicional es:

P (A B) = P (A)*P (B|A) = P (B A) = P (B)*P (A|B)

TEOREMA DE LA PROBABILIDAD TOTAL:

P(B) = P(B A1) + P(B A2) + P( B A3) + P( B A4)

P(B) = P(B|A1)P(A1) + P(B|A2)P(A2) + P(B|A3)P(A3) + P(B|A4)P(A4)

TEOREMA DE BAYES:
P(B Ai )
P(Ai|B)
P(B)

DISTRIBUCIN BINOMIAL DE PRO BABILIDAD

n
B(n, p ) P( X x) p x q n x
x=0, 1, 2,3,n
x
x es la incgnita
E ( x ) np 0; x 0
Varianza ( 2 )
F ( x) n x n x
2 np (1 p ) P ( x ) P q , x 1, 2,3...n
x
2 npq
DISTRIBUCIN DE POISSON

e t ( t ) x
p ( x, t ) P ( X x ) ; x 0,1, 2,... k, k n
X!
Donde:

: Es el nmero promedio de resultado por unidad de tiempo o regin.

t: tiempo en segundo, minutos, horas
e= 2.7182
L a m e d i a y v a r i a n z a d e l a d i s t r i b u c i n d e P o i s s o n t i e n e n a m b a s e l v a l o r : .t

DISTRIBUCIN NORMAL

DISTRIBUCIN NORMAL ESTNDAR

DISTRIBUCIN NORMAL CON: 0 y 2 1

USO DE TABLAS:
Las tablas nos dan los valores de la funcin de distribucin estndar:
X
X Z