LICEOS BICENTENARIO SECRETARA TCNICA

UNIDAD N5

DATOS Y AZAR
GUA DEL ALUMNO EDUCACIN MATEMTICA 1RO AO MEDIO

Temas: - Medidas de tendencia central (media aritmtica, mediana, moda) - Tablas de frecuencias y grficos - Probabilidades (probabilidad clsica o de Laplace) - Tcnicas de conteo

Para iniciar el estudio que presenta este cuadernillo (estadstica y probabilidades), primeramente veremos algunos conceptos que debes dominar y que probablemente ya haz conocido en aos anteriores.

Medidas de tendencia central

Veamos una muestra de edades de un conjunto de nios que se reunieron en un parque: 3, 4, 5, 8, 9, 10, 6, 8, 7, 8 Encontraremos los estadsticos bsicos llamados medidas de tendencia central. Nos conviene tabular los datos para mantener un mejor orden. Edad 3 4 5 6 7 8 9 10 frecuencia 1 1 1 1 1 3 1 1

Moda: valor que presenta mayor frecuencia. En nuestro ejemplo es la edad 8 aos.

Mediana: representa el valor de la variable de posicin central en un conjunto de datos ordenados. La mediana es el valor que deja a cada lado (por encima y por debajo) la mitad de los valores de la muestra. Para encontrar esta medida, primeramente ordenamos la muestra y luego Vemos si centrales Impar entonces se toma el valor central es: Par entonces se promedian los valores

En nuestro caso es una muestra par, promediaremos los valores centrales. Mediana =

n = 10, por lo que

= 7,5 el 50% de las edades de los nios que se

encontraron en el parque tienen ms de 7 aos y medio.

Media aritmtica: esta medida nos proporciona el centro de la distribucin de los datos. Es un valor representativo de un conjunto de nmeros. Es la medida de tendencia central que mayormente se usa. Se usa el smbolo X (llamado x barra)

En nuestro caso

X = 3 + 4 + 5 + 6 + 7 + 8 +8 + 8 + 9 + 10 = 6,8 10

Veamos una aplicacin de estas medidas de tendencia central, para realizar una comparacin entre las notas de dos grupos de estudiantes Un profesor de matemtica le hace clases a dos cursos Primer ao A y Primer ao B. Las notas que presentan son:

Curso A 3,3 3,4 4,2 4,5 4,5 4,8 5,2 5,7 6,4 7

Curso B 2,8 3,5 4,3 4,3 4,3 5,1 5,2 6,2 6,3 7

a) Completar la siguiente tabla con: Media aritmtica (con dos decimales), Moda y la Mediana para cada curso. Curso A Promedio Moda Mediana Curso B

b) Analice y diga cul curso tiene mejor rendimiento en trminos de nota. Respuesta:

b1) En el curso A, el 50% superior se encuentra sobre la nota:

En el curso B, el 50% superior se encuentra sobre la nota:

Rango Es una medida de dispersin de los datos. Es la diferencia entre el valor mximo y el valor mnimo de los datos de una muestra. Mientras ms grande sea el rango, ms dispersos estarn los datos. Rango = Valor mximo valor mnimo En nuestro ejemplo de los cursos A y B, nos permite verificar que las notas del curso A son mejores que las del curso B, pues Rango del curso A = 3, 7 Rango del curso B = 4,2 Por lo tanto el curso que presenta menor dispersin es el A, entonces a la pregunta: Cul curso es mejor? , Podremos decir que el curso A es mejor que B.

Medidas de tendencia central en datos agrupados por intervalos Los siguientes valores corresponden a la edad de 30 personas que asistieron a una fiesta familiar. 2 15 54 3 17 56 4 17 57 4 17 57 8 22 74 10 22 75 12 24 76 14 24 76 15 24 88 15 24 90

Ordenaremos estos datos en una tabla de frecuencias:

edad 3 4 8 10 12 14 15 17 18 22 24 54 56 57 75 76 88 90 n

frecuencia 2 2 1 1 1 1 3 3 1 2 4 1 1 2 1 2 1 1 30

A la frecuencia observada le llamaremos, Frecuencia Absoluta

fi

El anfitrin de la fiesta agrup las edades de las personas, para as poder comprar menor variedad de regalos.
Edad [2 , 10] [12 , 18] [22, 24] [54,57] [75,90] Frecuencia 6 9 6 4 5

Tabla de frecuencias para datos agrupados por intervalos

Edad

fi

Marca Frecuencia Frecuencia Frecuencia Frecuencia Frecuencia de acumulada Relativa Relativa Relativa Relativa clase acumulada porcentual Porcentual acumulada

[2 , 10] [12 , 18] [22, 24] [54,57] [75,90]

6 9

6 6 15 15 21 23 25 55,5

1/5 3/10 1/5 2/15 1/6

1/5 1/2 7/10 5/6

20% 30% 20% 13,4% 16,6%

20% 50% 20% 83,4% %

6 4 5

82,5

n %

Observaciones: 0) La marca de clase es el representante del intervalo. La marca de clase se obtiene al promediar los extremos del intervalo. Ejemplo: la primera marca de clase de esta tabla corresponde al intervalo [2,10] Xmc = 2 + 10 = 6 2 1) Las frecuencias acumuladas se obtienen sumando como aparece en la tabla. 2) n es el nmero total de casos que componen la muestra.
7

3)

La Frecuencia relativa porcentual se obtiene as:

frecuencia relativa porcentual = frecuencia relativa 100%

4) La frecuencia relativa acumulada debe sumar 1. 5) La frecuencia relativa porcentual debe sumar 100%.

6) Los valores que aparecen en nos permitirn tener un control sobre los clculos que estamos haciendo en una tabla de frecuencias.

Sugerencia: Podras hacer una tabla de frecuencias con las estaturas de los integrantes de tu curso y luego construir la tabla de compara los resultados con tus compaeros. frecuencias. Luego

Medidas de tendencia central en tablas con datos agrupados por intervalos. En nuestro ejemplo anterior de la fiesta familiar, tenemos que las medidas de tendencia central son:

Mediana: Como la muestra es par, pues el n=30, entonces si contamos las frecuencias absolutas, desde el tope de la tabla hasta llegar a la posicin central (lugar 15) nos encontramos con la marca de clase = 15 Si ahora subimos contando por las frecuencias absolutas hasta la posicin central(lugar 15 desde abajo hacia arriba), tenemos la marca de clase = 23. Entonces la mediana Se calcular como Mediana = Observacin si la muestra es impar, es muy fcil encontrar la mediana, pues te ubicas en la columna de las frecuencias absolutas y vas contando hasta llegar a la posicin central de la muestra y ves a que marca de clase corresponde. Esa marca de clase ser la mediana.

El Intervalo Modal: Encontraremos el intervalo modal

de la siguiente

forma: Primero buscaremos la frecuencia absoluta mayor y luego a la marca de clase asociada a este intervalo. En nuestro ejemplo corresponde a la frecuencia = 9, por lo que corresponder al intervalo modal [12, 18].

Otras medidas estadsticas que nos pueden permitir analizar mejor una muestra son las medidas llamadas: Cuartiles y percentiles: Cuartiles: la muestra ordenada se divide en 4 partes iguales. (Q1, Q2, Q3 y Q4)

25%

50%

75%

100%

Observacin: el segundo cuartil equivale a la mediana. Percentiles: La muestra ordenada se divide en 100 partes iguales. En este caso el percentil 50 equivale a la mediana. Deciles: La muestra se divide en 10 partes iguales. El quinto decil equivale a la mediana En resumen la mediana es equivalente a : Q2 = D5 = P50 = Mediana Para investigar: En qu situaciones de la vida cotidiana, haz escuchado que se usen estas medidas?. visto o

Una de las aplicaciones ms frecuentes es la que realiza el DEMRE (Departamento de Evaluacin, Medicin y Registro Educacional de la Universidad de Chile) en el proceso PSU, relativo a los puntajes corregido y estndar que un alumno obtiene.

10

EJERCICIOS Con relacin a los datos de la siguiente tabla de frecuencias, relativas a la estatura de un grupo de personas. Complete los datos solicitados en el recuadro:

En la siguiente tabla se pide que encuentre: a) b) c) d) e) El intervalo modal: La mediana: La media aritmtica: El n de la muestra: Q2=

Como puedes ver, la Marca de Clase es muy importante para encontrar los estadsticos en tablas con datos agrupados por intervalos. Imagina que quieres hacer un estudio sobre las estaturas de un grupo de personas como el que hicimos ms arriba. Pero esta vez queremos saber cmo se comporta la variable estatura en alumnos de primer ao medio. Algunas preguntas que podramos hacernos son: Se estudiar un grupo de personas cualquiera?. Es decir,

nuestra muestra ser al azar?. Buscaremos cualquier persona que aparezca y la mediremos?

11

El grupo que se estudiar ser una muestra conocida e intacta, es decir tomaremos a todos los sujetos de uno de los cursos de primer ao medio?

El grupo al que se medir ser un subconjunto de alumnos de primer ao medio del colegio, extrados de forma aleatoria de tal forma que tengamos una muestra representativa?

Bueno, esta ltima interrogante es la que nos entrega una forma de trabajo cuando queremos obtener una muestra representativa para un estudio estadstico.

12

Representacin grfica de los datos Los datos que aparecen en la tabla anterior, sobre el estudio de estaturas de un grupo de personas, podra representarse mediante un grfico del tipo Histograma:

Parecido a un grfico de barras, pero si te fijas las barras estn unidas, esto muestra la distribucin en este ejemplo de las estaturas en los intervalos sealados en el eje de las abscisas.

Si ahora unes los puntos medios de las barritas, como se muestra a continuacin, podrs obtener un grfico llamado de poligonal, se termina cerrando el trazado al unir la marca de clase anterior al primer intervalo y la marca de clase posterior al ltimo intervalo.

13

Para seguir investigando: Con las estaturas de los integrantes de tu curso, realiza un histograma y su grfico de poligonal asociado.

Algo sobre Probabilidades Luego que hemos recordado parte importante de los conceptos de estadstica que viste en aos anteriores. Ahora nos dedicaremos a una parte de la matemtica que trabaja con el azar. Estudiaremos parte del gran tema llamado probabilidades. Una gran parte de los acontecimientos que vivimos, presenciamos o del que somos parte, son de dos tipos: Determinsticos: Son aquellos que ya sabemos con antelacin cual ser el resultado. Por ejemplo: - Si presionamos un interruptor que est apagado, luego de presionarlo quedar en encendido. - Si lanzamos una piedra al aire, sta tendr que caer por efecto de la fuerza de gravedad.
14

Probabilsticos: Son aquellos que no tenemos certeza que resultado arrojar. Al lanzar una moneda no cargada, podemos obtener dos posibles resultados: E={ cara , sello}, llamaremos espacio muestral a este conjunto de todos los casos posibles. Otro ejemplo es al lanzar un dado tenemos que su espacio muestral es: E = {1, 2, 3, 4, 5, 6} o sea que la cardinalidad de este conjunto es 6 o sea seis casos posibles se obtienen al lanzar un dado no cargado y que tienen seis caras. Muy importante: La probabilidad de un suceso A, tiene algunas consideraciones como las siguientes: 1) P(A) = 0, La probabilidad de un suceso imposible es igual a cero Ejemplo:La probabilidad que al lanzar un dado normal, salga un siete. 2) P(A) =1, La probabilidad de un suceso seguro es igual a 1 Ejemplo: La probabilidad que al lanzar un dado normal, salga un nmero menor o igual a 6. 3) 4) 0 P(A) 1 0% P(A)% 100% donde P(A)% = P(A) 100%

5) P(A) = 1 P(Ac) . La probabilidad de que un evento ocurra es igual a 1 menos la probabilidad de que el evento no ocurra (evento complementario). Es decir si se suman la probabilidad de que el suceso ocurra con la probabilidad que el suceso no ocurra debe dar 1.

15

Laplace o Probabilidad Clsica P(A) = Nmero de casos favorables Nmero de casos posibles

Esta expresin nos permitir calcular la probabilidad en experimentos donde los sucesos sean equiprobables. Veamos un ejemplo: Ejemplo: Cul es la Probabilidad que al lanzar un dado normal, salga un nmero menor que 4? Solucin: El espacio muestral de este experimento es: E= {1, 2, 3, 4, 5, 6} Adems cada uno de los nmeros del dado tienen la misma probabilidad de salir, entonces: P(A) = 3 = 1/2 6 Ejercicios: Calcule la probabilidad de que al lanzar un dado normal salga: i) Un nmero par =

ii)

Un nmero impar =

iii)

Un nmero primo =

(ojo: recuerda que el 1 no es primo)

iv)

Un nmero mayor que 6 =

16

v)

Un nmero menor o igual a 2 =

vi)

Un nmero menor que 1=

Para poder realizar ejercicios clsicos de probabilidades previamente nos pondremos de acuerdo en algunas consideraciones, que nos permitirn contar los elementos del espacio muestral . a) El mazo ingls tiene 52 cartas divididas en cuatro pintas:

Picas , (color negro) Corazones , (color rojo) Diamantes , (color rojo) Trboles . (color negro)

b) El domin tienen 28 fichas como las que se ven en la siguiente imagen:

17

Cada ficha es un rectngulo, separado en dos secciones cuadrangulares que pueden o no tener pintas.

El espacio muestral en este caso tiene 28 componentes compuesto por cada una de las fichas que se muestran ms arriba. c) Consideraremos una moneda sana (no cargada), con posibilidades de que al lanzarla al aire, caiga cara o sello. Despreciaremos la posibilidad que la moneda caiga de canto.

Entonces el espacio muestral que tenemos al lanzar una moneda al aire es: E = { cara, sello} Si son lanzadas dos monedas a la vez al aire, este experimento ser como haber lanzado una moneda dos veces: Por lo que el espacio muestral es: E = {(cara, cara), (cara, sello), (sello, cara), (sello, sello)}
18

Observacin: tenemos que considerar que el evento: (cara, sello) (sello, cara) Una forma de conteo que te permitir visualizar este experimento es con una tabla de doble entrada.

cara cara sello (cara, cara) (sello, cara)

sello (cara, sello) (sello, sello)

Entonces si queremos encontrar la Probabilidad de que al lanzar dos monedas simultneamente ( o una tras otra), se obtenga como resultado: dos caras es: P(cara, cara) =

Ejercicios: Calcule la Probabilidad que al lanzar dos monedas simultneamente se obtenga: i) P(Una cara y un sello) =

ii) iii)

P(sello, sello) =

19

Vemoslo con diagrama de rbol: Cara Cara Sello Cara Sello Sello Este tipo de diagrama nos permitir contar los casos por ejemplo en el caso que tengamos que elegir un men en un restaurante, que considere: + Entrada : Ensalada, Sopa + Plato de fondo: Pastel de papas, Humitas + Postre: Torta, Fruta, Jalea Crea el rbol de posibilidades y cuenta las ltimas ramitas Solucin:
Si cuentas las ltimas ramas del rbol podrs encontrar cuantas posibilidades tienes, a lo que llamaremos espacio muestral. En este caso como dijimos anteriormente:

E= {

20

Aqu se observa grficamente el Principio multiplicativo, es decir si tenamos 2 opciones para entrada, 2 opciones para plato de fondo y 3 opciones para postre: Se deber cumplir lo siguiente: 2 2 3 = 12 posibilidades de men que tiene la persona que ingresa a este restaurante. Este rbol nos permitir por ejemplo encontrar la Probabilidad que: El men elegido tenga como postre Torta: P(postre Torta) = 4 = 1 12 3

Es decir la persona tiene un tercio de probabilidad de elegir un men que tenga torta en este restaurante. Ejercicio i): Calcula la probabilidad que el men elegido tenga pastel de papas: Solucin: P(men con pastel de papas) =

Ejercicio ii) Calcula la probabilidad que el men elegido tenga como palto de fondo humitas: Solucin: P(men con humitas) =

21

Observacin si te fijas la probabilidad es la misma en el caso i y ii, pero se trata de eventos distintos.

Ejercicio: Realiza un rbol de probabilidad que tenga las siguientes caractersticas: Tienes Zapatos: chalas, zapatillas, zapatos Pantalones: jeans, short, buzo Polera: Polera manga corta, polera manga larga, camisa.

22