Muestreo
Frecuencias
Distribucin de frecuencias
Media aritmtica
Media
Moda
Mediana
Geomtrica
Media armnica
Rango
Desviacin media
Desviacin tpica
Varianza
Sesgo
Apuntamientos
Momentos
Coeficiente de correlacin
Recta de regresin
Concepto
Caractersticas
Etapas de muestreo
Formula
Donde:
Frecuencias
Caractersticas
Formula
Fi=ni
Ejemplo
Variable (Xi)
Frecuencia f(xi)
(el nmero
vecesnique se
repiteXi)
Frecuencia
relativa
f(xi)/N=ni/N
x1
f(X1)=n1
f(X1)/N=n1/N
x2
f(X2)=n2
f(X2)/N=n2/N
x3
f(X3)=n3
f(X3)/N=n3/N
Xn-1
f(X3)=n-1
f(X1)/N=n-1/N
Xn
f(X3)=nn
f(X1)/N=nn/N
..
Uso en la vida
Distribucin de
frecuencias
Formulas
Ejemplo
2
4
3
4
3
4
3
4
3
4
3
4
3
5
3
6
Ejemplo,
en
vida
En lala
columna
de las f : 2+4+21=27 en la columna de las F : F = 27
Representacin grafica y
interpretacin
Recopilacin datos:
Caractersticas
Si el precioy
deejemplo
un viaje en taxi lo calculamos mediante
Formula
laecuacin (en $) = 220 distancia (en km) +
Media Aritmtica
Caractersticas
Formula
Ejemplo
Uso en la vida
Jos cosech del rbol 4 peras, Catalina 2 peras, y Mara 6. Los nios juntaron sus
frutas y se las repartieron en forma igualitaria. Cuntas peras obtuvo cada uno?
Solucin. Calculemos la media aritmtica :Resultado: Cada uno obtuvo 4 peras.
4+2+6
3
12
3
=4
Mediana Estadistica
Caracteristicas
Ejemplo
Uso en la vida
Moda
Lamodaes elvalorque tienemayor frecuencia absoluta.
Se representa porMo. Se puede hallar lamodaparavariables
cualitativasycuantitativas.
Hallarlamodade la distribucin:
2, 3, 3, 4, 4, 4, 5, 5 Mo= 4
Si en un grupo haydos o varias puntuacionescon lamisma frecuenciay esa frecuencia
es la mxima, la distribucinesbimodalomultimodal, es decir, tienevarias modas.
1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9 Mo= 1, 5, 9
Cuando todas laspuntuacionesde un grupo tienen lamisma frecuencia,nohaymoda.
2, 2, 3, 3, 6, 6, 9, 9
Sidos puntuaciones adyacentestienen lafrecuencia mxima, lamodaes
elpromediode las dos puntuaciones adyacentes.
0, 1, 3, 3, 5, 5, 7, 8 Mo = 4
Caractersticas
Ejemplo
Media geomtrica
caracteristicas
Ejemplo
Por ejemplo, la media geomtrica de 2 y 18 es.
Otro ejemplo, la media de 1, 3 y 9 sera
Media armnica
Lamedia armnica', denominadaH, de una
cantidad finita de nmeros es igual alrecproco, o
inverso, de lamedia aritmtica de los recprocos de
dichos valores y es recomendada para promediar
velocidades.
As, dadosnnmerosx1, x2, ... , xnla media armnica
ser igual a:
La media armnica resulta poco influida por la existencia
de determinados valores mucho ms grandes que el
conjunto de los otros, siendo en cambio sensible a valores
mucho ms pequeos que el conjunto.
La media armnica no est definida en el caso de que
exista algn valor nulo.
Caractersticas
La inversa de la media armnica es la media
aritmtica de los inversos de los valores de la
variable.
Siempre se puede pasar de una media armnica a
una media aritmtica transformando adecuadamente
los datos.
XI>0
Ejemplo
Lamedia armnicano tiene un uso muy extenso en
el mundo cientfico. Suele utilizarse principalmente
para calcular la media de velocidades, tiempos o en
electrnica.
Ejemplo:
Un tren realiza un trayecto de 400km. La va tiene en
mal estado que no permitan correr. Los primeros 100
km los recorre a 120km/h, los siguientes 100km la
va est en mal estado y va a 20km/h, los terceros a
100km/h y los 100 ltimos a 130km/h. Para calcular
el promedio de velocidades, calculamos lamedia
armnica.
Rango
DESVIACION MEDIA
CARACTERISTICAS
Si estas diferencias son muy grandes, entonces estamos ante un caso
FORMULAS
EJEMPLO
DESVIACION TIPICA
CARACTERISTICAS
Formulas
VARIANZA
CARACTERISCAS
Propiedades de la varianza
FORMULAS
Su formula matemtica para el caso de datos
referentes a una muestra es:
Y para el caso de datos de una
poblacin es dada por
Ejemplo
Vida diaria
Sesgo
Caracteristicas
Formula
Ejemplo
En la vida viaria
Apuntamiento
Caractersticas
Formula
Ejemplo
Momentos
Caracteristicas
Formula
Para variables continuas la definicin cambia sumas
discretas por integrales (suma continua), aunque la
definicin es, esencialmente, la misma.
De esta definicin y las propiedades de los parmetros
implicados que se han visto ms arriba, se deduce
inmediatamente que:
Ejemplo
Coeficiente de correlacion
Caracteristicas
Formula
Ejemplo
siguiente serie de datos de altura y peso de los
alumnos de una clase:
Rectas de regrecion
Caracteristicas
Formula
Ejemplo
Uso en la vida
Imagina que queremos relacionar el tiempo que tarda un ordenador en hacer un clculo como por
ejemplo cargar un juego. Damos nombres de letras a los parametros medidos:
potencias de un ordenador en megahercios: x
tiempo que tarda en cargar el juego: y
Suponte que tenemos 6 ordenadores, y entondos ellos cargarmos el juego y cronometramos cuanto
tarda en cargarlo. Apuntamos los resultados en la siguiente tabla:
x: 100MHz | 200MHz | 300MHz | 400MHz | 500MHz | 600MHz
y: 30.1 seg| 24.8 seg | 20.5 seg | 15.3 seg | 9.8 seg | 5.2 seg
Aplicando la frmula de " y = media(y) * (Covarianza / Varianza(y) ) * (x - media(x)) " (La formula que
tendrs en los apuntes)
La covarianza, varianza y la media son frmulas simples, slo tienes que hacer las operaciones.
Haciendo las operaciones obtienes la frmula de la forma " y = mx + n ". Esa es la recta de regresin.
Si por ejemplo quisieras saber cunto tardara en cargarse el juego en el ordenador de 800 mhz,
bastara con sustituir la x por 800 y calculas la y.
Caracteristicas
Formula
Ejemplo
Probabilidad
Diagrama de ven
Diagrama de rbol
Eventos complementarios
Conceptos bsicos
Permutacin y combinacin
Probabilidad condicional
Eventos independientes
Teorema de bayes
Operacin de conjuntos
Caractersticas
MEMBRESIA
A={ a, c, b }
Ejemplo:
Sea B={ a, e, i, o, u }, a B y c B
SUBCONJUNTO
Conjunto de los nmeros reales que son los nmeros racionales e irracionales es
decir todos, representados por R.
Por ejemplo, la denotar el conjunto de los nmeros naturales menores que 60.
Aqu U es el conjunto N y se tiene una propiedad que caracteriza a los elementos
del conjunto: ser menores que 60.
{ x/x N ; x<60 }
Ahora si se desea trabajar con conjuntos que manejen intervalos estos pueden
ser representados por medio de una expresin algebraica; supongamos que se
desea expresar los nmeros enteros (Z) entre -20 y 30 el conjunto quedara de la
manera siguiente:
{ x/x Z ; -20 x 30 }
L={ 1, 3, 4, 6, 9 }
P={ x/x N ; X L }
Formulas
UNION
A B = { x/x A x B }
INTERSECCION
A B = { x/x A y x B }
Ejemplo:
Q P={ a, b, o, r, s, y }
CONJUNTO VACIO
Por ejemplo:
A B= { }
A B=
CONJUNTOS AJENOS
COMPLEMENTO
A'={ x U/x y x A }
Ejemplo:
Sea U = { 1, 2, 3, 4, 5, 6, 7, 8, 9 }
A= { 1, 3, 5, 7, 9 } donde A U
A'= { 2, 4, 6, 8 }
DIFERENCIA
Sean A y B dos conjuntos. La diferencia de A y B se denota por A-B y es el conjunto de los elementos de A
que no estn en B y se representa por comprehensin como:
A - B={ x/x A ; X B }
Ejemplo:
Sea A= { a, b, c, d } y
B= { a, b, c, g, h, i }
A - B= { d }
En el ejemplo anterior se observa que solo interesan los elementos del conjunto A que no estn en B. Si
la operacin fuera B - A el resultado es
B A = { g, h, i }
Ejemplo
AB = { b, c, d}
Diagramas de venn
Caracteristicas
Formulas
Ejemplo
a)
b)
c)
d)
Tcnicas de conteo
Conceptos bsicos
Principio de la suma y la
multiplicacin
Permutacin y combinacin
Conceptos bsicos
Introduccin:
Para determinar sin describir directamente el nmero de
resultado posible de un experimento en particular o el numero
de elementos de un conjunto en especial, se requiere algunos
principios bsicos que faciliten el proceso, destacando. El
diagrama de rbol, el principio fundamental del conteo, la
notacin factorial, teorema del binomio, triangulo de Pascal, las
permutaciones y las particiones.
De otra manera podemos decir que permite determinar el
numero de elementos de un experimento, o el numero de
organizar de n elementos sin tener que contarlos.
Diagrama de rbol
Ejemplo
Ejemplo
Notacin factorial
N!=n(n-1)(n-2)(n-3)1
Es el desarrollo de cantantidades factoriales, siempre es
necesario conocer las siguientes equivalencias que se
define por 0!=1 1!=1
Ejemplo
Determina el 9!
9!=(9)(8)(7)(6)(5)(4)(3)(2)(1)=362880
Ejemplo
Sumar 16!+18!-19!
Considerando al 16! Como el menor de los nmeros
factoriales dados, tenemos que la factorizacin de la
expresin es:
16!+18!-19!= 16!+16!(17)(18)-16!(17)(18)(19)
Sacando el factor comn nos quedara
16![1+1(17)(18)-1(17)(18)(19)]=16!(1+306-5814)= -16!(5507)
Por lo tanto el resultado es= -16!(5507)
Principio de la suma y la
multiplicacin
Principio de la suma:
Supongamos que un suceso E1 puede ocurrir
de m maneras y el segundo suceso E2 puede
ocurrir de n maneras, y supongamos que
ambos sucesos no pueden ocurrir
simultneamente. Entonces E1 o E2 puede
ocurrir de (m + n) maneras. Este principio se
puede extender a tres o ms sucesos.
Recordando el lema de teora de conjuntos
que dice. Supnganos que A y B son
conjuntos distintos. Entonces n(A B) = n(A) +
n(B), este tambin es principio de las suma.
Aplicaciones
El principio de la suma se encuentra subyacente en
toda prueba o enumeracin donde se divida un
conteo en casos separados.
Ejemplo: Conteo de opciones
Multiplicacin de cantidades
factoriales
Divisin de factoriales
Formula
Ejemplo
SALN DE CLASE. De cuntas maneras diferentes se pueden
sentar los 52 alumnos del grupo de Probabilidad en un saln que
dispone de 60 plazas?
El primer alumno que entra al saln puede escoger su lugar de entre
60 posibles, el segundo puede escoger lugar de entre 59 posibles,...
y as, sucesivamente, hasta el alumno nmero 52, que puede
escoger lugar de entre 9 posibles.
Evidentemente, 8 de los 60 lugares quedarn vacos; se trata de
calcular las ordenaciones de 60 objetos de orden 52
Aplicaciones
Principio de la multiplicacin
Principio de la multiplicacin:
Formula
PRINCIPIO ADITIVO.
Ejemplo
Dos viajeros llegan a una ciudad en la que hay 3
hoteles De cuntas maneras pueden hospedarse
si cada uno debe estar en un hotel diferente?
Solucin.
El primer viajero puede seleccionar cualquiera de
los 3 hoteles y el segundo viajero tendr 2
hoteles para escoger, ya que debe de estar en
uno diferente, por lo que el nmero de formas en
que pueden hospedarse los 2 viajeros en los 3
hoteles ser (3) (2) = 6.
Si deseamos resolver este problema mediante el
diagrama del rbol, representamos los hoteles
como H1, H2 y H3. Entonces tendremos:
PERMUTACION Y
COMBINACION
Hay dos tipos de permutaciones:
Se permite repetir: como la cerradura de arriba, podra
ser "333".
Sin repeticin: por ejemplo los tres primeros en una
carrera. No puedes quedar primero y segundo a la vez.
-Una permutacin de objetos es un arreglo de stos en el
que orden s importa. Para encontrar el nmero de
permutaciones de n objetos diferentes en grupos de r.
-Una combinacin de objetos es un arreglo de stos en el
que el orden no importa. Para encontrar el nmero de
combinaciones de n objetos en grupos de r.
Formulas
Cuando no se permite repeticin
Combinacin
Ejemplo
-Cuntas cantidades de tres cifras se pueden formar
con los dgitos 0, 1, 2, 3 y 4 si no se permite la
repeticin?
Solucin:
Aplicaciones
Las combinaciones y permutaciones forman parte de una rama
de las matemticas llamada combinatoria. Dado un conjunto de
elementos, el nmero de combinaciones te dice de cuntas
maneras esos elementos se pueden juntar. Las permutaciones
son similares, pero stas toman el orden en cuenta: (1, 2) y (2,
1) son dos permutaciones diferentes, pero la misma
combinacin. Las cerraduras de combinacin hacen uso de las
permutaciones, y pueden utilizar estos bloqueos para ensear a
sus estudiantes cmo funcionan las permutaciones. Puedes
disear un juego simple que permita a los estudiantes a
resolver las cerraduras de combinacin en una carrera.
Determina el nmero de subgrupos de 1, 2, 3, etc. elementos
que se pueden formar con los "n" elementos de una nuestra.
Cada subgrupo se diferencia del resto en los elementos que lo
componen, sin que influya el orden.
Probabilidad
para
eventos
PROBABILIDAD
CONDICIONAL
Las probabilidades condicionadas se calculan una vez que se
ha incorporado informacin adicional a la situacin de
partida.
Probabilidad condicional es la probabilidad de que ocurra un
evento A, sabiendo que tambin sucede otro evento B. La
probabilidad condicional se escribe P(A|B), y se lee la
probabilidad de A dado B.
No tiene por qu haber una relacin causal o temporal entre
A y B. A puede preceder en el tiempo a B, sucederlo o
pueden ocurrir simultneamente. A puede causar B,
viceversa o pueden no tener relacin causal. Las relaciones
causales o temporales son nociones que no pertenecen al
mbito de la probabilidad. Pueden desempear un papel o no
dependiendo de la interpretacin que se le d a los eventos.
Formula
Donde:
P (B/A) es la probabilidad de que se de el suceso B
condicionada a que se haya dado el suceso A.
P (B L A) es la probabilidad del suceso simultneo de A y
de B
P (A) es la probabilidad a priori del suceso A
Ejemplo
P (B/A) es la probabilidad de que salga el nmero 2 (suceso
B) condicionada a que haya salido un nmero par (suceso A).
P (B L A) es la probabilidad de que salga el dos y nmero par.
P (A) es la probabilidad a priori de que salga un nmero par.
Por lo tanto:
P (B L A) = 1/6
P (A) = 1/2
P (B/A) = (1/6) / (1/2) = 1/3
Luego, la probabilidad de que salga el nmero 2, si ya
sabemos que ha salido un nmero par, es de 1/3 (mayor que
su probabilidad a priori de 1/6).
En un estudio sanitario se ha llegado a la conclusin de que la probabilidad de que una persona sufra problemas
coronarios (suceso B) es el 0,10 (probabilidad a priori).
Adems, la probabilidad de que una persona sufra problemas de obesidad (suceso A) es el 0,25 y la probabilidad
de que una persona sufra a la vez problemas de obesidad y coronarios (suceso interseccin de A y B) es del 0,05.
Calcular la probabilidad de que una persona sufra problemas coronarios si est obesa (probabilidad condicionada
P(B/A)).
P (B L A) = 0,05
P (A) = 0,25
P (B/A) = 0,05 / 0,25 = 0,20
Por lo tanto, la probabilidad condicionada es superior a la probabilidad a priori. No siempre esto es as, a veces la
probabilidad condicionada es igual a la probabilidad a priori o menor.
Por ejemplo: probabilidad de que al tirar un dado salga el nmero 2, condicionada a que haya salido un nmero
impar.
La probabilidad condicionada es en este caso cero, frente a una probabilidad a priori de 1/6.
Aplicaciones
Al presentar una variedad de aplicaciones de la probabilidad
condicional a problemas realistas, planteamos que las
actividades interactivas y el uso de tecnologa hacen a la
probabilidad condicional ms entendible, interactiva e
interesante para alumnos con distintos niveles de habilidad
matemtica.
La denominada Probabilidad Condicional justamente sirve
para calcular los chances de ocurrencia de un evento D2
dada la ocurrencia de un evento D1, teniendo en cuenta si
los eventos en cuestin son dependientes o independientes
entre s, y generalmente este tipo de probabilidad se
expresa mediante la frmula P(D2\D1) en la que se usa el
smbolo matemtico back slash (\) para separar los eventos
analizados, expresin que se lee como la probabilidad de
ocurrencia de D2 dada la ocurrencia de D1.
EVENTOS
INDEPENDIENTES
Dos eventos son independientes si el resultado del segundo evento no
es afectado por el resultado del primer evento. Si A y B son eventos
independientes, la probabilidad de que ambos eventos ocurran es el
producto de las probabilidades de los eventos individuales.
La principal caracterstica de una situacin con eventos
independientes es que el estado original de la situacin no cambia
cuando ocurre un evento. Existen dos maneras de que esto suceda:
Los eventos independientes ocurren ya sea cuando:
Formula
Ejemplo
Aplicaciones
La independencia de sucesos es algo
muy importante para la estadstica y es
condicin necesaria en multitud de
teoremas. Por ejemplo, una de las
primeras propiedades que se deriva de
la definicin de sucesos independientes
es que si dos sucesos son
independientes entre s, la probabilidad
de la interseccin es igual al producto
de las probabilidades.
TEOREMA DE BAYES
El teorema de bayes es un teorema de
la rama de las matemticas dedicada a
la estadstica, dice que la probabilidad
de que se cumpla un suceso es
cantidad de casos favorables entre
cantidad de casos totales.
Formula
Ejemplo
Si hay un total de 10 personas y 3 de
ellas estn enfermas la probabilidad de
que si escoges una persona al azar este
enferma es de 3/10, es decir el 0,3
multiplicado por 100 es 30%, entonces
la probabilidad de escoger una persona
enferma es del 30 %. Numero de casos
favorables= numero de personas
enfermas=3; numero de casos totales=
10 personas.
Aplicaciones
El teorema de Bayes es vlido en todas las aplicaciones de la
teora de la probabilidad. Sin embargo, hay una controversia
sobre el tipo de probabilidades que emplea. En esencia, los
seguidores de la estadstica tradicional slo admiten
probabilidades basadas en experimentos repetibles y que tengan
una confirmacin emprica mientras que los llamados estadsticos
bayesianos permiten probabilidades subjetivas. El teorema puede
servir entonces para indicar cmo debemos modificar nuestras
probabilidades subjetivas cuando recibimos informacin adicional
de un experimento. La estadstica bayesiana est demostrando su
utilidad en ciertas estimaciones basadas en el conocimiento
subjetivo a priori y el hecho de permitir revisar esas estimaciones
en funcin de la evidencia emprica es lo que est abriendo
nuevas formas de hacer conocimiento. Una aplicacin de esto son
los clasificadores bayesianos que son frecuentemente usados en
implementaciones de filtros de correo basura o spam, que se
adaptan con el uso.
SELECCIONES AL AZAR,
CON O SIN REEMPLAZO
Es tomar una muestra de un cierto conjunto (como
una submuestra).
Con reemplazo se refiere a que tu despus de tomar
muestra la vuelves a dejar en el conjunto de donde
la tomaste.
Sin reemplazo se refiere a que despus de tomar la
muestra no la devuelves y la apartas del conjunto de
donde la tomaste.
Formula
Ejemplo
Una bolsa con 10 pelotas: 3 rojas, 3 negras y
4blancas. tu tomas una pelota (muestra de una
unidad) y dependiendo que es lo que ests buscando
en esa muestra tienes el 30% de sacar una pelota
roja, 30% de sacar una negra y 40% de sacar una
blanca. despus de observar que color es, la
devuelves a la bolsa y sacas otra pelota, como es
CON REEMPLAZO tu estas regresando la pelota y la
probabilidad no se ve afectada ya que sigues
teniendo las mismas 10 pelotas de los mismos
colores y cantidades por lo que en otra muestra
tienes las mismas probabilidades.
SIN REEMPLAZO:
En el mismo ejemplo mencionado, tu sacas
una pelota y tienes: el 30% de sacar una
pelota roja, 30% de sacar una negra y 40%
de sacar una blanca, en este caso tu despus
de tomar la pelota la apartas y dependiendo
de que color haya salido puede ver que ya
no tienes las 10 pelotas sino 9 por lo tanto la
probabilidad va disminuyendo y puede ser
mas fcil el que por probabilidad deduzcas
de que color saldr la otra pelota.
Aplicaciones
Sirve mucho en el control de
calidad de productos.
Enlaces
Libro de texto
http://
www.eplc.umich.mx/salvadorgs/matematicas1/contenido/Ca
pIII/3_5_5_teo_bin.htm
Principios de multiplicacin
http://148.204.211.134/polilibros../z_basura/Polilibros
/Probabilidad/doc/Unidad%201/1.2.2.HTM
SELECCIONES AL AZAR, CON O SIN REEMPLAZO
https://prezi.com/mqqbmo18nc8s/selecciones-al-azar-con
-o-sin-reemplazo
/
Teorema de bayes
http://www.monografias.com/trabajos89/probabilidadtotal-y-teorema-bayes/probabilidad-total-y-teoremabayes.shtml
Evento independientes
http://colposfesz.galeon.com/est501/probabi/teo/cap312/c
ap312.htm