Nombre de la asignatura: Estadstica Descriptiva

Parcial de estudio: Primero

Introduccin
Conceptos bsicos, medidas de tendencia central y de dispersin, probabilidades
Hablar del mundo de la administracin de los negocios, de la gerencia de las empresas de
produccin de bienes y servicios o de comercializacin de productos es conversar de
actividades que generan una gran cantidad de datos estadsticos, tanto cualitativos como
cuantitativos, los cuales deben ser cuidadosamente coleccionados y ordenados para ser
tratados estadsticamente, a fin de generar informacin valiosa y oportuna para la toma de
decisiones.
Cualquier emprendimiento debe sustentarse en un estudio estadstico que permita evaluar el
riesgo.
La descripcin de datos comprende el estudio de las medidas de ubicacin o de
tendencia central y las medidas de dispersin, lo que conduce a la comprensin de la
forma como estn distribuidos los datos provenientes de una investigacin, sean estos, datos
sin agrupar (datos a granel o agrupados en una distribucin de frecuencias.
Las medidas de tendencia central que se estudiarn son! media, mediana y moda" y las
medidas de dispersin! rango, desviacin media y desviacin estndar.
Las medidas de ubicacin o de tendencia central se#alan el centro de la distribucin de
los datos, mientras que las medidas de dispersin indican cuan concentrados o dispersos
se encuentran los datos con respecto a un valor central. $or e%emplo, la desviacin estndar
nos da la medida de la dispersin respecto de la media aritm&tica, com'nmente conocida
como media.
La descripcin de datos tambin comprende su presentacin grfica y su anlisis.
(na de las t&cnicas estadsticas para representar un con%unto de datos es el diagrama de
tallo y )o%as. La descripcin de los datos se complementa con el clculo de los cuartiles,
deciles y percentiles" la elaboracin de los diagramas de ca%a y determinacin del sesgo o
asimetra de la distribucin de los datos.
El estudio de la probabilidad permite a la estadstica realizar anlisis predictivos de
eventos o situaciones que pueden darse en el futuro, y que podran afectar no solo el
desenvolvimiento de las empresas, sino su supervivencia misma.
Asesora didctica
*n la gua de este parcial debe realizar cuatro actividades de aprendiza%e.
$ara resolver la actividad de aprendizae !"!", inicie su estudio leyendo el captulo +,
#ntroduccin, pp. ,-. del te/to gua Estadstica para Administracin y Economa de Levin,
0ic)ard +. y 0ubin, 1avid 2.
*sto le permitir conocer cules son los ob%etivos del curso, algo sobre la )istoria de la
estadstica, su divisin y las caractersticas del te/to gua, para que sepa cmo usarlo.
*s recomendable que destine un cuaderno de traba%o, en el cual usted ir desarrollando y
resolviendo los e%ercicios de su gua y tambi&n los problemas de autoevaluacin.
1el captulo 3, estudie $"!" %Cmo podemos ordenar datos& pp. 4-,5. *ste tema permite
tener una idea clara sobre las precauciones que debe tener presente en la recoleccin de
datos para un estudio estadstico.
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
Lea con atencin los e%ercicios que se e/ponen en $"$" Eemplos de datos sin procesar, a
continuacin, en su cuaderno de traba%o realice las aplicaciones del e%ercicio 3.3. p. ,3 del
te/to gua.
*studie el tema $"'" (rdenamiento de datos en arreglos de datos y distribuciones de
frecuencias, pp. ,3-,., inmediatamente en su cuaderno de traba%o realice los e%ercicios de
autoevaluacin de e%ercicios 3.6. p. ,., cuyas soluciones las puede ver en la p. ,7.
Luego de comprender toda la temtica e/puesta, podr resolver los e%ercicios de la actividad
de aprendiza%e ,.,.
Nota !"!"
Clasificacin de la estad)stica, tipos de variables y niveles de medicin
*n este cuadro se presenta un breve resumen sobre la clasificacin de la estadstica, los
tipos de variables y sus niveles de medicin.
*ipos de estad)stica
*stadstica descriptiva
*stadstica inferencial
*ipos de variables
Cualitativas
Cuantitativas
1iscretas
Continuas
Niveles o escalas de medicin
1e las variables cualitativas
8ominal
9rdinal
1e las variables cuantitativas
1e intervalo
1e razn
$ara complementar el estudio de estos temas, lea las siguientes pginas :eb!
+ttp:,,escuela"med"puc"cl,recursos,recepidem,ins#ntrod$"+tm ,
-epresentaciones grficas de datos cualitativos" Los datos cualitativos se organizan en
tablas de frecuencias. *ste tema no se encuentra en el te/to gua, pero es importante que lo
sepa, por lo que tendr que buscar informacin en otros te/tos o en +nternet.
.rfica o diagrama de barras. Con%unto de barras separadas que se usa para representar
datos sobre todo cualitativos, que se )an resumido en una tabla de frecuencias absolutas,
relativas o porcentuales. *n el e%e )orizontal se representan las categoras y en el e%e vertical
las frecuencias.
.rfica o diagrama de pastel o de tarta. ;rfica circular que se usa para mostrar datos
cualitativos de nivel nominal, donde a cada categora le corresponde un sector circular de
rea proporcional a su frecuencia o porcenta%e. La suma de los sectores debe dar ,55<.
*stas grficas se )acen fcilmente usando el */cel.
$ara ampliar sus conocimientos sobre este tema, lea la siguiente pgina :eb!
+ttp:,,///"fisterra"com,mbe,investiga,graficos,graficos"asp
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
$ara resolver la actividad de aprendizae !"$"
*studie el tema $"0" Construccin de una distribucin de frecuencias, pp. 35-33 del
te/to gua" lea sugerencias y suposiciones en el encabezado de la p. 3= y luego realice la
autoevaluacin e%ercicios 3->, p. 3=, cuyas soluciones se encuentran en la p. 37.
*n el te/to se dice que en las aplicaciones de la vida real, donde se mane%an grandes
vol'menes de datos, para construir las distribuciones de frecuencias se usan paquetes
computacionales. (sted tambi&n lo puede )acer" sin embargo, conviene que los e%ercicios de
la gua lo )aga a mano, toda vez que de esta forma se estar preparando para las pruebas.
*studie el tema $"1" -epresentacin grfica de distribuciones de frecuencias, pp. 37-
6>, aqu se e/plica lo que es y cmo se construye un )istograma, un polgono de frecuencias
y una o%iva o polgono de frecuencias acumuladas, (ver figuras 3-?, 3-4, 3-7, 3-,, y 3-,3,
pp. 65, 6, y 66.
*n la p. 6>, se muestra la figura 3-,6, en la que se e/plica la forma cmo se lee informacin
en la oiva 2o menos@.
*n su cuaderno de traba%o, realice los e%ercicios de autoevaluacin de e%ercicios 3.=, p. 64,
cuyas soluciones se encuentran en la p. >,.
*n la p. >3, lea el artculo Estad)stica en el trabao"
*n la p. >=, lea el tema 0epaso del captulo, donde se )allan las definiciones de los t&rminos
introducidos en el captulo 3.
Nota !"$"
Cmo elaborar una distribucin de frecuencias
*l te/to gua no profundiza mayormente en este tema, por esta razn aqu se detallan los
pasos para construir una distribucin de frecuencias.
$ara el efecto, supongamos que se tiene una muestra de 6> calificaciones de la asignatura
de *stadstica 1escriptiva, en la que la calificacin ms ba%a fuese 4 y la ms alta 64 sobre
>5 puntos.
2iga estos pasos!
!" 3eterminar el n4mero 5 de clases"
Algunos autores recomiendan el uso de frmulas que dependen del tama#o de la muestra
(n'mero n de datos. (na de estas frmulas establece que!
n
k
> 2
, donde B es el n'mero
de clases. *n el e%emplo n C 6> observaciones!
34 2
6
>
, entonces se tiene B C . es la
cantidad ptima de clases"

$" 3eterminar el anc+o del intervalo o amplitud de clase 6i7"
$ara ello se puede usar la frmula!
K
L H
i

1onde H es el dato mayor, L el dato ms peque#o. (H D L es el rango.

*n este caso! L C 4, H C 64 y B C ., entonces! 0 . 5
6
8 38
=

i .
2i sale un valor e/acto un entero con decimales, se debe escoger un n'mero mayor.

'" Calcular los l)mites de cada clase"
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
*n este curso traba%aremos con intervalos semiabiertos, en los que el lmite superior del
intervalo no forma parte de &l, sino que se incluye en el intervalo de la clase que le sigue.
*n el e%emplo se )an elegido los siguientes lmites para las clases! E?, ,3, E,3, ,?, E,?,
33, E33, 3?, E3?, 63, E63, >5, con lo que la distribucin queda ms o menos centrada.
(? es , unidad menor que el dato ms peque#o y >5 es 3 unidades mayor que el dato ms
grande.

0" 3eterminar las frecuencias"
2e contabiliza el n'mero de elementos de cada clase. $ara evitar errores de conteo, se
deben ordenar los datos de menor a mayor en un arreglo, esto puede )acer usando */cel, o
si lo )ace manualmente, use la t&cnica de tallo y )o%as.
$ara resolver la actividad de aprendizae !"'., que se refiere al tema Fedidas de
tendencia central realice lo siguiente!
*studie el tema '"!" Estad)stica sumaria, pp. =4-.5 del te/to gua Estadstica para
Administracin Y Economa de Levin, 0ic)ard +. y 0ubin, 1avid 2. *l tema inicia dando una
idea de lo que es tendencia central, dispersin, sesgo y curtosis.
*studie el tema '"$" 8na medida de tendencia central: La media aritmtica, pp. .5-.=,
aqu aprender a diferenciar entre estadsticos y parmetros, a calcular la media aritm&tica
de una poblacin y la media aritm&tica de una muestra de datos no agrupados.
Gambi&n aprender a calcular la media aritm&tica de datos agrupados en una distribucin de
frecuencias. Genga presente que en este caso intervienen las frecuencias y los puntos medios
o marcas de clase. Adems conocer cuales son las venta%as y desventa%as de la media
aritm&tica.
0ealice los e%ercicios de autoevaluacin de e%ercicios 6.3, cuyas soluciones las encuentra en
la pg. .7.
*studie '"'" 8na segunda medida de tendencia central: La media ponderada, pp. .7-
?," analice los e%emplos y la e/plicacin, resuelva los e%ercicios de autoevaluacin de
e%ercicios 6.6, p. ?3, cuyas soluciones se )allan en las pginas ?6-?>.
*studie el tema '"1" 8na cuarta medida de tendencia central: La mediana, pp. ??-4,,
aqu aprender a calcular la mediana de datos no agrupados y de datos agrupados.
$ara calcular la mediana de datos agrupados use la frmula E6-4H ver p. 45. 0ealice los
e%ercicios de autoevaluacin de e%ercicios 6.=, p. 4, cuyas soluciones las encuentra en la p.
46.
*studie el tema '"9" 8na medida final de tendencia central: La moda, pp. 4>-4." aqu
aprender a calcular la moda de datos no agrupados y agrupados. Lea tambi&n las venta%as
y desventa%as de la moda y la comparacin de la media, mediana y moda.
Advertencia, en la figura 6-4 (b, p. 4. +ay :ue corregir, intercambie los nombres de la
media y la moda. Luego resuelva e%ercicios de autoevaluacin de e%ercicios 6.., p. 4?, sus
soluciones se )allan en la p. 47.
Nota !"'"
-eferencia rpida de contenidos y frmulas para el desarrollo de la actividad de
aprendizae

;edidas de tendencia central de datos no agrupados
;edia
Fedia poblacional
N
x

=
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
Fedia muestral
n
x
x

=

Fedia ponderada

=
w
wx
xw los : son los pesos
;ediana
$ara encontrar la mediana de datos no agrupados, primero )ay que ordenar los datos!
2i el n'mero de datos es impar, la mediana es el dato central.
2i el n'mero de datos es par, la mediana es la semisuma de los dos
datos centrales.

;oda
*s el valor ms frecuente de los datos. $uede )aber ms de una moda.
;edidas de tendencia central de datos agrupados
;edia aritmtica
n
X f
x

=
Irmula en la que!
J C punto medio o marca de clase
f C frecuencia
;ediana

) (
2
w
f
Fa
n
L Mediana
m
m

+ =

1onde!

m
L
C lmite inferior de la clase de la mediana

Fa
C frecuencia acumulada de la clase anterior a la clase de la mediana

m
f
C frecuencia de la clase que contiene a la mediana
;oda
2e la puede apro/imar por el punto medio de la clase modal.
(n valor ms preciso se obtiene aplicando la siguiente frmula!

w
d d
d
Lmo Moda

+
+ =
2 1
1

1onde!

Lmo
C lmite inferior de la clase modal

1
d
C (frecuencia de la clase modal D (frecuencia de la clase que le antecede

2
d
C (frecuencia de la clase modal - (frecuencia de la clase que le sigue

w
C es el anc)o del intervalo de clase.
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
$ara resolver la actividad de aprendizae !"0" que se refiere a las medidas de dispersin,
estudie el tema '"<" 3ispersin" Por :u es importante, pp. 47-75" aqu comprender la
importancia de determinar la dispersin o variabilidad de los datos, su uso en el anlisis
financiero y en control de calidad.
*studie el tema '"=" -angos" ;edidas de dispersin 4tiles, pp. 7,-76, aqu aprender a
calcular las tres medidas, llamadas medidas de distancia, estas son! rango, rango interfractil
y rango intercuartil. 0ealice los e%ercicios de autoevaluacin de e%ercicios 6.4, p. 7>, sus
soluciones se )allan en la p. 7=.
*studie el tema '">" 3ispersin" ;edidas de dispersin promedio, pp. 7.-,56, aqu
aprender a calcular la varianza y la desviacin estndar de una poblacin y de una muestra,
para datos no agrupados y para datos agrupados. 2e dar cuenta que en uno y otro caso, las
frmulas que se usan son diferentes.
0evise con atencin los dos e%emplos desarrollados en las pp. ,5, y ,53 y resuelva los dos
e%ercicios de autoevaluacin de e%ercicios 6.7, pp. ,56-,5>.
*studie el tema '"!?" 3ispersin relativa: El coeficiente de variacin, pp. ,5?-,54, aqu
aprender a comparar la dispersin de las distribuciones de datos usando el coeficiente de
variacin.
0ealice los e%ercicios de autoevaluacin de e%ercicios 6.,5. p. ,54, sus soluciones se
encuentran en la p. ,,3.
*studie el tema '"!!" @nlisis eAploratorio de datos 6@E37, pp. ,,3-,,6, aqu se e/plica
una t&cnica 'til en el anlisis e/ploratorio de datos, que consiste en la elaboracin del
diagrama de tallo y )o%a, lea cules son sus venta%as y revise con atencin el e%emplo que se
e/pone en la p. ,,6.
Como preparacin para la primera evaluacin, lea el repaso del captulo, pp. ,,4-,,7.
Nota !"0"
Aqu se dan las frmulas para calcular las medidas de dispersin.
;edidas de dispersin o variabilidad para datos no agrupados

0ango C valor ms grande D valor ms peque#o (0ango C H D L
Barianza
Karianza poblacional!
( )
N
x

=
2
2

Karianza muestral!
( )
1
2
2

n
x x
s
o
( )
1
2
2
2

n
x n x
s
La segunda frmula de la varianza muestral es una frmula directa, esta e/ige un menor
n'mero de operaciones de clculo, por lo que recomiendo su uso.
1esviacin estndar, es la raz cuadrada de la varianza.

1esviacin estndar poblacional
( )
2
2 2

=

N
x
N
x

1esviacin estndar muestral
( ) ( )
1 1
2
2
2

=

n
x n x
n
x x
s

*n general, se traba%a con la desviacin estndar de la muestra, a no ser que se indique lo
contrario.
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
;edidas de dispersin o variabilidad para datos agrupados
Amplitud de variacin o rango
AK C lmite superior de la clase ms alta D lmite inferior de la clase ms ba%a.

1esviacin estndar

( ) ( )
1 1
2
2
2

=

n
x n X f
n
x X f
s
1onde!
X C punto medio o marca de clase
f
C frecuencia
x C media aritm&tica
(bservacin
Las frmulas de las medidas de dispersin de datos agrupados son diferentes de las que se
emplean con datos sin agrupar.

3ispersin relativa
Coeficiente de variacin
1e la poblacin!
) 100 (

= v C
1e la muestra! ) 100 (
x
s
v C =
Coeficiente de asimetra o sesgo, denominado coeficiente de $earson.

s
Mediana Media
CA
) ( 3
=
Cuartiles, deciles y centiles
$ara calcular la posicin de un cuartil, decil o percentil se usa la frmula!
( )
100
1
C
n L
c
+ =
(na vez calculada la posicin del percentil, proceda a calcular el percentil conforme se
e/plica en los e%emplos , y 3. (8o confunda la posicin del centil o percentil con su valor.
Eemplo !
$ara la posicin del primer cuartil L, use C C 3=, para el tercer cuartil L6 use!
CC ?= (L, C C3=" L6 C C?=, en algunos te/tos en vez de C se usa $, as $3=
$ara calcular la posicin de un decil, por e%emplo 16 use C C 65" para el decil ? 1? use C
C ?5.
2i Lc es entero el centil es el dato de la posicin Lc
2i Lc no es entero, por e%emplo si L3= C ?..3, el centil o percentil 3= se encontrar a 5..3
de la distancia entre el s&ptimo y el octavo dato. 2u valor se calcula del siguiente modo! C3=
C L, C 1ato? M 5..3 (1ato4 D 1ato?.
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
*n el clculo de los cuartiles, recuerde por e%emplo que el primer cuartil L, es aquel valor
que es mayor o igual que el 3=< de los datos y menor o igual que el ?=< de ellos.
Eemplo $
Calcular el primer y tercer cuartiles de los siguientes datos!
8.4 8.8 9.2 10 11.3 12.5 12.9 13. 14 15
2olucin!
*n este caso! n C ,5, para L, C C 3= y para L6 C C ?=
75 . 2
100
25
) 1 10 (
25
= + = L *s la posicin de L,, mientras que su valor es!
L, C 1ato 3 M 5.?= (1ato 6 D 1ato 3
2 . 9 3 . 0 8 . 8 ) 8 . 8 2 . 9 ( 75 . 0 8 . 8
1
= + = + = Q
1e igual manera!
25 . 8
100
75
) 1 10 (
75
= + = L *s la posicin de L6, mientras que su valor es!
L6 C 1ato 4 M 5.3= (1ato 7 D 1ato 4
7 . 13 1 . 0 6 . 13 ) 6 . 13 14 ( 25 . 0 6 . 13
3
= + = + = Q
La mediana es
2
Q se calcula del mismo :ue los otros cuartiles"
3iagrama de caa
*l diagrama de ca%a permite visualizar la simetra o la asimetra de una distribucin de datos.
$ara construir un diagrama de ca%a se requieren = valores! La media, la mediana, el dato
menor o mnimo, el dato mayor o m/imo y el primero y tercer cuartiles.
-ango intercuart)lico
*s la diferencia entre el tercer y el primer cuartil!
1 3
Q Q lico Intercuart Rano =
Eemplo '
2uponga que en el servicio de entrega a domicilio de cierta pizza, el tiempo mnimo de
entrega es de ,= minutos, que el tiempo m/imo es de >5 minutos, que la mediana es 3=
minutos y que los cuartiles son! 5 . 32 20
3 1
= = Q Q minutos.
a Calcular el rango intercuartlico.
b Grazar el diagrama de ca%a y sobre la base de este indique si la distribucin de los datos
es o no sim&trica.
2olucin!
a 0ango intercuartlico C 63.= D 35 C ,3.=
b *l diagrama de ca%a es el que se muestra a continuacin!
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
Las lneas que van desde el mnimo a L, y desde L6 al m/imo se denominan bigotes.
*l diagrama muestra que!
,. *l bigote izquierdo es ms corto que el derec)o.
3. Lue L, est ms cerca de la mediana que L6
Comentario
2e observa que! la cola el bigote de la derec)a es ms largo que el de la izquierda, y
tambi&n la distancia entre la mediana y
3
Q
es mayor que la distancia entre
1
Q
y la
mediana, lo que indica que la distribucin de los datos es asim&trica, con sesgo positivo.
Para resolver la actividad de aprendizae !"1, estudie el captulo > del te/to gua
Estadstica para Administracin y Economa de Levin, 0ic)ard +. y 0ubin, 1avid 2.!
Probabilidad #: #deas introductorias"
Lea el tema 0"! Cistoria y relevancia de la teor)a de la probabilidad, p. ,34, esto le
permitir conocer la )istoria del estudio de las probabilidades y sus aplicaciones.
*studie el tema 0"$ *erminolog)a bsica en probabilidad, pp. ,37-,65, aqu encontrar
lo que es un evento, un e/perimento, un espacio muestral, cuando se )abla de eventos
mutuamente independientes, qu& es una lista colectivamente e/)austiva.
1el e%ercicio >.3, p. ,65, y en su cuaderno de traba%o realice los dos e%ercicios de
autoevaluacin, cuya solucin la encuentra en la p. ,6, y responda a las preguntas sobre
conceptos bsicos >-= y >-..
*studie el tema 0"' *res tipos de probabilidad, pp. ,6,-,6>, clsica o a priori, basada en
frecuencias y sub%etiva" lea tambi&n las sugerencias y suposiciones de la p. ,6>.
1el e%ercicio >.6, p. ,6>, realice los e%ercicios de autoevaluacin >-6 y >->, cuyas soluciones
se )allan en las pp. ,6.-,6?.
*studie el tema 0"0 -eglas de probabilidad, pp. ,6?-,>,, aqu encontrar definiciones y
reglas para calcular la probabilidad marginal, la regla de la adicin para eventos mutuamente
e/cluyentes, la regla de la adicin para eventos que no son mutuamente e/cluyentes y el uso
de diagramas de Kenn, que permiten relacionar las probabilidades con la teora de con%untos.
1el e%ercicio >.>, p. ,>,, en su cuaderno de traba%o realice los e%ercicios de autoevaluacin
>-= y >-. cuyas soluciones las encontrar en la p. ,>6.
*studie el tema 0"1 Probabilidades bao condiciones de independencia estad)stica,
pp. ,>6-,>4. Aqu aprender que e/isten tres tipos de probabilidades que se presentan ba%o
la independencia estadstica! marginal, con%unta y condicional, frmulas que se usan para su
clculo y e%emplos.
1el e%ercicio >.=, pp. ,>4-,>7, realice los e%ercicios de autoevaluacin >-? y >-4, cuyas
soluciones se )allan en la p. ,=5.
$ara la aplicacin de la parte conceptual, realice los e%ercicios de conceptos bsicos >-3>, >-
3=, >-3. y >-3?.
*studie el tema 0"9 Probabilidades bao condiciones de dependencia estad)stica, pp.
,=,-,==. Aqu aprender que las probabilidades ba%o condiciones de dependencia estadstica
son! condicional, con%unta y marginal" y las frmulas que se usan para su clculo.
1e los e%ercicios >.., p. ,=., realice los e%ercicios de autoevaluacin >-7, >-,5" sus
soluciones se )allan en las pp. ,=?-,=4. 0ealice tambi&n los e%ercicios de conceptos bsicos
>-66, >-6> y >-6=.
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
*studie el tema 0"< -evisin de las estimaciones anteriores de probabilidades:
teorema de Dayes, pp. ,=4-,.3.
Aqu aprender qu& es una probabilidad revisada o a posteriori y la forma cmo se calcula.
1e los e%ercicios >.?, p. ,.6, realice los e%ercicios de autoevaluacin >-,, y >-,3 y tambi&n
el >->6 de conceptos bsicos.
*n las pp. ,.4-,.7, lea el repaso del captulo > y las ecuaciones (frmulas introducidas en
este captulo.
Para resolver la actividad de aprendizae !"1, lea con atencin la ayuda :ue se
detalla a continuacin"
Nota !"1
Aqu se dan definiciones, frmulas y e%emplos que le servirn como una referencia rpida
para el estudio y desarrollo de su tarea.
Enfo:ues de probabilidad
Probabilidad obetiva
$robabilidad Clsica!
posibles casos de nmero

) (
favora!les sos numerodeca
" # =
$robabilidad emprica!
nes o!servacio de total n$mero
%asado el en evento un ocurrio &ue veces de n$mero
" # = ) (

1onde! " significa evento o suceso, y

) (" #
se lee probabilidad de que ocurra el evento *.
Probabilidad subetiva! 2e asigna sobre la base de la e/periencia y buen criterio.
Eemplo de probabilidad clsica

2i se lanza al aire una moneda equilibrada, Ncul ser la probabilidad de que se obtenga una
cruz o caraO
a Cruz es! $(cruz C ,P3 porque , de las 3 alternativas.
b Cara es! $(cara C ,P3 porque , de las 3 alternativas.
Eemplo de probabilidad emp)rica
2uponga que en un e/perimento se realizan ,555 ensayos y se produ%o un evento * en 355
ocasiones, Ncul es la probabilidad de que en un ensayo cualquiera se produzca el evento *O
0! $(* C355P,555 C ,P= C 5.35
Espacio muestral
*s el con%unto de todos los posibles resultados de un e/perimento, es decir, es el con%unto
universo de ese e/perimento" a este con%unto se suele representarse mediante la letra 2 o
con el smbolo Q.
Eemplos
,. *l espacio muestral del lanzamiento de una moneda es! 2C{ } c s, donde sCsello y c C
cara
3. *l espacio muestral en el lanzamiento de un dado es! 2 C { } 6 , 5 , 4 , 3 , 2 , 1
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
6. *l espacio muestral en el lanzamiento de dos monedas es
2 C{ } ) , ( ), , ( ), , ( ), , ( c c s c s s c s
>. 2i en una urna )ay = bolas ro%as, 6 blancas y > azules y se saca al azar dos bolas, el
espacio muestral es el siguiente!
2 C { } ) , ( ), , ( ), , ( ), , ( ), , ( ), , ( ), , ( ), , ( ), , ( a a ! a r a a ! ! ! r ! a r ! r r r
-elacin entre la probabilidad y la teor)a de conuntos
*l estudio de las reglas de probabilidad est estrec)amente relacionado con la teora de
con%untos, para ello se asimila un evento con un con%unto.
En conuntos En probabilidades
( C Con%unto universo 2 Q C *spacio muestral
A C 2ubcon%unto de ( * C *vento

C Con%unto vaco

C *vento nulo
A
C Complemento de A
"
C *vento contrario de *
A A ' A ' A = =
@Aiomas de 5olmogorov
,. $(* R 5 La probabilidad de un evento es un n'mero comprendido entre 5 y ,.
3. $(2 C , La probabilidad del espacio muestral es ,.
6. $(*, o *3 o So *n C $(*, M $(*3MS M$(*n donde *,, *3,,S son eventos mutuamente
e/cluyentes.
Propiedades de las probabilidades
,. 0 ) ( = #
3. 5 T $(* T ,
6. 1 ) ( ) ( ) ( ) ( ) ( 1 ) ( = = = + = ( # A A # A # A # A # A #
>. 2i ) ( ) ( ) # A # ) A
=. ) ( ) ( ) ( ) ( ) A # ) # A # ) A # + =
3iagramas de Benn
Con%unto (niverso
Con%unto A

Complemento de A es la parte
del universo que no es @
Con%untos A y U dis%untos
Con%untos A y U secantes o
2olapados
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
-eglas de probabilidad

-egla especial de adicin
2e aplica cuando los eventos son mutuamente eAcluyentes o disuntos"
$ara un par de eventos A, U! $(A o U C $(A M $(U
$ara tres eventos A, U, C! $(A o U o C C $(A M $(U M $(C
*n el e%emplo de las 6 bolas ro%as, 3 blancas y = azules, calcular la probabilidad de que al
sacar una bola de la urna esta sea!
a 0o%a o blanca! $(ro%a o blanca C $(ro%a M$(blanca C 6P,5 M 3P,5 C V
b Ulanca o azul! $(blanca o azul C$(blanca M $(azul C 3P,5 M =P,5 C ?P,5

-egla general de la adicin
2e aplica para calcular la probabilidad de ocurrencia de uno u otro evento :ue no sean
mutuamente eAcluyentes. (La frmula es vlida tambi&n para eventos mutuamente
e/cluyentes dado que $(A y U C 5
$ara los eventos A, U! $(A o U C $(A M $(U D $(A y U

Eemplo! (n estudiante est tomando Wlgebra y Castellano, si la probabilidad de que
apruebe Wlgebra es 5.?=, la de que apruebe Castellano es 5.7 y la probabilidad de que
apruebe Wlgebra y Castellano es 5.?5. 2e pregunta cul es la probabilidad de que apruebe
Wlgebra o Castellano.
$(A o C C $(A M $(C D $(A y C
C 5.?= M 5.75 - 5.?5 C 5.7=

$ara resolver estos problemas debe realizar un diagrama de Kenn como el de la figura.
-egla especial de la multiplicacin
2e aplica para calcular la probabilidad conunta de ocurrencia de eventos
independientes"
$ara dos eventos A y U! $(A y U C $(A $(U
$ara tres eventos A, U y C! $(A y U y C C $(A $(U $(C
Eemplo: 2e lanza un dado por dos ocasiones, Ncul es la probabilidad de que en los dos
lanzamientos caiga en 6O
$(6, 6 C $(6 $(6 C (,P. (,P. C ,P6.

9bs&rvese que el resultado del segundo lanzamiento es independiente del primero.

Probabilidad condicional
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
*s la probabilidad de que ocurra un evento U, dado que ya ocurri un evento A o tambi&n la
probabilidad de que ocurra un evento A dado que ya ocurri el evento U. *sto se escribe!

) (
) B (
) / (
A #
* A #
A ) # =

) (
B) (
) / (
) #
A #
) A # =
2i se cumple que
) ( ) / ( A # ) A # =
los eventos o sucesos A y U son estadsticamente
independientes.
-egla general de la multiplicacin
2e aplica para calcular la probabilidad conunta de eventos dependientes, es decir,
cuando la ocurrencia de uno de ellos est condicionada a la ocurrencia del otro.
$(A y U C $(A $(UPA o tambi&n $(A y U C $(U $(APU

*stas frmulas y las de la probabilidad condicional estn relacionadas, ya que las unas se
obtienen de las otras mediante despe%es.
Gomemos el e%emplo de las 6 bolas ro%as, 3 blancas y = azules y supongamos que se desea
calcular la probabilidad de que al sacar una bola y luego otra, la primera sea ro%a y la
segunda blanca!
$(0 y U C
15
1
90
6
9
2
10
3
) / ( ) ( = =

= R ) # R #
9bs&rvese que la probabilidad de que la primera vez salga ro%a es 6 P,5, pero al )aber
sacado una ro%a a)ora nos quedan en total 7 bolas, de las cuales 3 son blancas.
Calculemos a)ora la probabilidad de sacar una bola ro%a y una azul!
Como no se indica el orden tendremos que!
$(0 y A C $(0, A M $(A, 0 C
3
1
9
3
10
5
9
5
10
3
=

Gabla de contingencia o matriz de probabilidad

Los problemas de probabilidades se resuelven fcilmente usando una tabla de contingencia o
matriz de probabilidad, en ella se pueden leer las probabilidades a priori y las probabilidades
con%untas o de interseccin. Adems permite calcular fcilmente las probabilidades de la
unin de eventos y las condicionales, tal como se ilustra a continuacin.
Eemplo: *l personal que labora en una empresa est formado por )ombres y mu%eres que
traba%an en las siguientes secciones! ;erencia, $rofesional y G&cnica, cuyos datos se
resumen en la siguiente tabla!
Eeccin .nero
Combre ;uer
;erencia
$rofesional
G&cnica
4
3>
=5
6
,.
6=
Complete esta tabla de contingencia y luego suponiendo que se elige al azar un empleado
calcule las siguientes probabilidades!
a La probabilidad de que sea mu%er.
b La probabilidad de que sea )ombre y traba%e en la seccin t&cnica.
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
c La probabilidad de de que traba%e en ;erencia o en la seccin profesional.
d La probabilidad de que traba%e en gerencia, dado que sea mu%er.
e La probabilidad de que sea )ombre dado que traba%e en la 2eccin t&cnica.
Eolucin
A la tabla de los datos le a#adimos una fila y una columna para los totales parciales de las
filas y de las columnas. *n la celda del e/tremo inferior derec)o se coloca el total )orizontal
y vertical.
Eeccin .nero *otal
Combre ;uer
;erencia
$rofesional
G&cnica
4
3>
=5
6
,.
6=
,,
>5
4=
Gotal 43 => ,6.

a $(Fu%er C =>P,6.
b $(Hombre y G&cnica C =5P,6.
c $ (;erencia o $rofesional C $(;erencia M $($rofesional C ,,P,6. M >5P,6. C =,P,6.
d $(;erenciaP Fu%er C 6P=> *n la columna de F(X*0 vemos que 6 de las => traba%an en
gerencia. Gambi&n se puede aplicar la frmula de la probabilidad condicional.
54
3
136 / 54
136 / 3
) (
) (
) / ( = = =
Mu+er #
Mu+er * ,erencia #
Mu+er ,erencia #
e $(HombreP G&cnica C =5P4= *n la fila GYC8+CA se ve que =5 de los 4= t&cnicos son
)ombres.

Aplicando la frmula!

17
10
85
50
136 / 85
136 / 50
) (
) (
) / ( = = = =
-ecnica #
-ecnica * Hom!re #
-ecnica Hom!re #
EAplicacin del teorema de Dayes
*n la siguiente grfica sea 2 el espacio muestral y sean
los eventos
4 3 2 1
, , , A A A A mutuamente
e/cluyentes y colectivamente e/)austivos, de modo
que!
4 3 2 1
A A A A ( =
Z sea el evento U tal que!
) ( ) ( ) ( ) (
4 3 2 1
) A ) A ) A ) A ) =
*ntonces la probabilidad de que ocurra U viene dada por!
) ( ) ( ) ( ) ( ) (
4 3 2 1
) * A # ) * A # ) * A # ) * A # ) # + + + = " luego!
) / ( ) ( ) / ( ) ( ) / ( ) ( ) / ( ) ( ) (
4 4 3 3 2 2 1 1
A ) # A # A ) # A # A ) # A # A ) # A # ) # + + + =
*sta es la probabilidad total de que ocurra U.
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
1e la probabilidad condicional sabemos que!

) (
) B (
) / (
A #
* A #
A ) # =

) (
B) (
) / (
) #
A #
) A # =
1e aqu se tiene que!
) ( ) / ( ) ( ) / ( ) ( A # A ) # ) # ) A # A*) # = =
*s decir!
) ( ) / ( ) ( ) / ( A # A ) # ) # ) A # =
2i a)ora suponemos que $(A, es una probabilidad a priori, $(UPA, es la probabilidad
condicional de que ocurra U dado que ocurri A," y pensemos que se quiere calcular la
probabilidad a posteriori de que ocurra A, dado que ocurri U, simplemente despe%emos
$(A,PU" seg'n la frmula anterior.
) (
) / ( ) (
) / (
1 1
1
) #
A ) # A #
) A # =
1onde $(U es la probabilidad total de U, sustituyendo $(U en el denominador se obtiene la
frmula del Georema de Uayes.
) / ( ) ( ) / ( ) ( ) / ( ) ( ) / ( ) (
) / ( ) (
) / (
4 4 3 3 2 2 1 1
1 1
1
A ) # A # A ) # A # A ) # A # A ) # A #
A ) # A #
) A #
+ + +
=
-eglas de conteo
!" Frmula de la multiplicacin
2i )ay m formas de realizar una cosa y n formas de )acer otra, )abrn mAn formas de
realizar ambas en con%unto. *sta regla se e/tiende a 6, > o ms acciones.
Eemplo: (n %oven tiene 6 pares de zapatos, > pantalones y = camisas. N1e cuntas
maneras puede vestirseO
8 C 6/>/= C .5 (puede vestirse de .5 formas
Eemplo: N1e cuntas maneras puede usted colocar > libros en un estanteO
*l libro que va a colocar en primer lugar puede elegir de > maneras, le quedan 6 libros,
entonces el que va a colocar en la segunda posicin puede elegirse de 6 maneras" le quedan
3 para la tercera posicin" y una vez colocado el tercero le queda , para la cuarta posicin"
es decir! 8.[ de formas C >/6/3/, C 3> C >\
$" Permutaciones:
! ) (
!
"r
r n
n
n

=
8os da el n'mero de arreglos de r ob%etos
tomados de un grupo de n ob%etos. (n arreglo se diferenciar de otro por el orden de sus
elementos, por e%emplo ab y ba son diferentes.
Eemplo! NCuntos n'meros de 3 cifras se pueden escribir usando los dgitos ,, 3 y 6 ba%o
la condicin de que no )aya dgitos repetidosO
6
! ) 2 3 (
! 3
2 3
=

= #
Los n'meros de dos cifras construidos con los dgitos ,, 3 y 6 son efectivamente ., tal como
usted puede ver!
,3 ,6 3, 36 6, 63

'" Combinaciones:
! ) ( !
!
r n r
n
r
n
nCr

=
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
Las combinaciones son arreglos de r ob%etos tomados de un grupo de n ob%etos, donde no
importa el orden de ellos.
Eemplo: Con los dgitos ,, 3 y 6, cuntas sumas diferentes se pueden tener, tomando dos a
dos, ba%o la condicin de que no )aya dgitos repetidos.
9bserve que en este caso no importa el orden porque por e%emplo las sumas ,M3 y 3M, son
las mismas, entonces el n'mero de sumas distintas son!
3
! 1 ! 2
! 3
2
3
2 3
= =

= C
Eemplo: NCuntas combinaciones de dos letras se pueden formar con las letras A, U, C y 1O
6
! 2 1 2
! 2 3 4
! 2 ! 2
! 4
2 4
= = =
x x
x x
C
*stas combinaciones son! AU AC A1 UC U1 y C1.

9bs&rvese que como combinacin AU y UA es la misma, pero no como permutacin.
Actividades de aprendizaje
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
Actividad de aprendizaje 1.1.
Planteamientos
Problema !
2upongamos que una universidad peque#a est interesada en aumentar la
participacin de actividades del campus. A una muestra aleatoria de
estudiantes se le pidi marcar, en una lista para el curso previo, eventos a los
que asistieron. Los resultados para el n'mero de eventos a los que asistieron
fueron como sigue! 3, 3, >, 4, =, 3, 6, ,, ., =, >, ,3, ,, >, 3, ?, ., 6, 3, >, ?,
>, 3, 6.
a Construya un )istograma de frecuencias de estos datos. 6?,1 puntos7
b Construya un polgono de frecuencias de estos datos. 6?,1 puntos7
Problema $
Los datos siguientes son para la variable ZC distancia desde el lugar de
traba%o (en Bilmetros para los empleados de un vendedor de
electrodom&sticos.
G! G$ G' G0 G1 G9 G< G= G> G!?
!="1 !$"? !'"= >"? !$"<1 !!"? $!"01 $1"= $>"> !9"0
a 9rganice los datos en una distribucin de frecuencias con el n'mero
ptimo de clases, eli%a 4 Hm, como lmite inferior de la primera clase.
6?,1 puntos7
b *labore un diagrama de o%iva. 6?"1 puntos7
c 2i se considera que ,4 Bm es una distancia e/cesiva de recorrido para
un vendedor, Nqu& porcenta%e de muestras se clasificar como talesO
6?,1 puntos7
d *labore un diagrama de ca%a, determine su rango intercuartil y su
coeficiente de variacin. 6?,1 puntos7
(betivos
Construir representaciones grficas de datos cualitativos.
9rdenar datos cuantitativos en listas o arreglos ordenados en forma
ascendente o descendente, medidas de dispersin.
(rientaciones
didcticas
$ara resolver el problema ,, ingrese a +nternet y busque el tema! ;rficas
estadsticas. All encontrar muc)as pginas, adems puede ver imgenes y
videos sobre el tema. (sted tiene que escoger las pginas y videos, de
acuerdo con nuestra e/igencia.
$ara resolver el problema 3, debe )aber ledo los temas 3.3 y 3.6 del te/to
gua.
Criterios de
evaluacin
(sa escalas y leyendas en los e%es y traza correctamente el diagrama de
barras.
(sa leyendas en el diagrama de pastel.
Lee e interpreta los resultados.
Actividad de aprendizaje 1.2.
Problema !
Cierto estudiante de una determinada institucin )a obtenido .?, 7, y ?.
puntos en los e/menes parciales y un 7> en el e/amen final en la asignatura
de *stadstica. 2u profesor le )a ofrecido que este e/amen contar con el triple
de los dems e/menes. NCul ser su nota promedio finalO, Nser que este
alumno apruebaO" la nota mnima admitida es de 4=. 6?,1 puntos7"
Problema $
La famosa empresa !r"#t$er fabrica piezas para motores industriales. (na de
las piezas que se fabrica debera tener un peso de =3.= gramos. Los pesos de
Nombre de la asignatura: Estadstica Descriptiva
Parcial de estudio: Primero
Puntaje por actividad
El tutor de la asignatura
@ctividades de aprendizae
Puntae
Actividad de aprendiza%e ,.,. 6.5
Actividad de aprendiza%e ,.3. 3.=
Actividad de aprendiza%e ,.6. 3.=
Actividad de aprendiza%e ,.>. ..=
Actividad de aprendiza%e ,.=. =.=
Euman $?
En caso de que para el examen sea estrictamente
necesaria la consulta de tablas, frmulas, esquemas o
grficos, estos sern incluidos como parte del
examen o en un anexo.