Q=n/2=27/2=13.

514
Formulario de Estadstica y Probabilidad
Por Xavier Fuentes
Distribucin de frecuencias:
Valor de la
Variable [Xi]
1.60
1.65
1.75

Fre Abs
[ni]
2=Xm
4=XM
3

Fre Abs
Acu[Ni]
2
6
9

Fre Rel
[fi]
2/9
4/9
3/9

Med=(Li-1) + 2

Numero de clases:
N de clases recomendado [K]
6
7
8
9
10
11 a 20
XMXm

Longitud de de clase [A]: A=

K
Extremo inferior: Si de mi obs. min:
Si Xm=3.6; Seria=3.55
Si Xm=3; Seria=2.5
Histograma (Fre Abs):

15
10

Mo=(L1-1) +
Mo=4200 +

32,8 33,1 33,4 33,7 34.0 34,3

Medidas de Localizacin:
Promedio:
n
i=1 Xi
n

Observacin
Frecuencia
X1
n1
X2
n2

Xk
nk
Agrupados por clases
n
i=1 niXi
n
i=1 n1

1200

15+(3525)

Lim
inf

Lim
Sup

Frec

X media

1
2

l1
l2

lk

L1
L2

Lk

n1
n2

nk

X1=(l1+L1)/2

Xk=(lk+Lk)/2

Mediana [Q]:
N pares: Q=n/2=9/2=4,5 4.5 ~ 5Posicin
N impares: Q=n/2 +[(n/2)+1(su inmediato superior)]
Ej.: Q2=(1.69+1.70)/2=1.695Posicin
Frec Acu
3
6
14
22
26
27

Frec
3
20
35
25
15
1
n=99

9913

P13=
= 12.87
100
j=12
r=87r>0
P13=xj+1=12+1=13; como 13 est en 20
P13=3500
1.65;1.65;1.67;1.68;1.70;1.72;1.72;1.73;1.78;1.80;
n=10
1020
P20=
= 2=j ; r=0
100
P20=[ xj+(xj+1)]/2=(x2+x3)/2=(1.65
1.67)/2=1.66
Percentiles agrupados por clases:
nk

N
clases

frec
3
3
8
8
4
1

d1

d1+d2
3520

Obs
2500
3500
4500
5000
6000
7000

xi
1.60
1.67
1.70
1.71
1.81
1.82

Frec Acu
3
23
58
83
98
100

Q=n/2=100/2=50; como 50 esta en 58

50 23
Med=4200 +
1200
35
Moda:

x=

Frec
3
20
35
25
15
2
100

Percentile [Pk]

=j+r
100
n=N de ods
k=N de percentiles
j=parte entera de (n*k)/100
r=parte fraccionaria de (n*k)/100
Pk=[ xj+(xj+1)]/2; Si r=0
xj+1 ; Si r>0
Ej.:

20

x=

n1

Clases
2400-3000
3000-4200
4200-5400
5400-7250
7250-9000
9000-12000
n:

Fre Rel
Acu
2/9
6/9
9/9

Total=9
N de observ.
20 a 50
51 a 100
101 a 200
201 a 500
501 a 1000
+1000

(Ni1)

Nk 1

Pk=Lk-1+ 100
.A
nk
A=Longuitud de clase
Cuartiles
Cuartil 2.; Q1=P25
Cuartil 1/2.; Q2=mediana
Cuartil Superior.; Q3=P75
Medidas de dispersin
Desviacin [S]:
2
2

=1 (x)

S=n1 ni=1(xi x )2 =

n=numero de datos
Clases
2400-3000
3000-4200
4200-5400
5400-7250
7250-9000

Frec[ni]
3
20
35
25
15

Xi
2700
3600
4800
6325
8125

nixi
8100
72000
168000
158125
121875

(xi- x) 2
7789681
3575881
477481
695556
6937956

9000-12000

10500

21000

25090081

Calcular: la ni(xi x)2

x= [2700(3)+360(20)++10500(2)]/100
Rango
Datos no agrupados
n16
SRango/()
SRango/4
16<n100
SRango/5
100<n400
SRango/6
n>400
Rango intercuartil
R.I.Q.=Q3-Q1
PROBABILIDAD
Espacio muestral []
={w/w=evento elemental}
Simbolo Leng de conj
Leng de Prob
W

AB

Elemento
Conjunto
Conjunto vacio
Unin

AB
A/B

Interseccin
Diferencia

Ac
AB=

Complemento de A
Interseccin

AB

A subconjunto de B

Evento simple
Espacio muestral
Evento imposible
X lo menos 1 de los 2
eventos ocurre
Los 2 eventos ocurren
Evento A ocurre, pero no
el B
Evento A no no ocurre
2 eventos son
incompatibles
Si evento A
ocurreevento B ocurre

Axiomas de probabilidad
A evento de espacio muestral 0Pr(A)1
Pr()=1
Pr(AB)=Pr(A)+Pr(B) si A y B incompatibles
Pr(AB)=Pr(A)+Pr(B)-Pr(AB) cuando AB (no
son incompatible)
Probabilidad de un evento finito
={w1,w2,wk}
A={w1,w2, wk}
Pr(A)= ki=1 Pr(wi)
Pr(A) =

Casos favorablesSOn los K elementos (A)

Casos posiblesCasos totales

Ej.:
A={6}
={1,2,3,4,5,6}
Pr(A)=1/6

Principio fundamental del conteo

Combinacin de Cn,r:

Cn,r=

!()!

Principio funsdamental del conteo: m*n

Independencia
Pr(AB)=Pr(A)*Pr(B)
Probabilidad Condicionada:
Pr(A/B<ya sucedio>)=

Pr(AB)
Pr(B)

Pr(B)ya sucedi.
Probabilidad Completa o total:
Pr(A)==1 Pr (A/Bi)*Pr(Bi)
Formula de Bayes:

Pr(Bk/A)=n

Pr(

A
)Pr(Bk)
Bk

i=1 Pr(A/Bi)Pr(Bi)

Variable Aleatoria
X: R
wx(w) tal que un (w) demanda a (x)

Recorrido x={1,2,3,4,5,6}
Dominio {Salir 1,2,3,4,5,6}
Variable Aleatoria Discreta

Ej.; consideremos la prueba consistente de lanzar 3

monedas. Sea x la variable aleatoria que cuenta el nmero
de caras resultantes

(c, s) x (c, s)
(cc ,cs, sc, ss ) x (c, s)
(ccc, ccs, csc, css, scc, scs, ssc, sss)
x
Pr(x)

o
1/8

F(t):

I
3/8

0;
1/8;
1/2;
7/8
1

2
3/8

3
1/8

t<0
0t<1
1t<2
2t<3
t3

Funcin de distribucin
1.
lim F(t) = 0
t

t+

A={a,b,c}=3 elementos
r=0
AxA={a,b,c}x{a,b,c}={aa,ab,ac,ba,bb,bc,ca,cb,cc}
P={ ab,ac,ba,bc,ca,cb}

C={ aa,bb,cc}
M={ AxA }
S={aa,bb,cc,ab,ac,bc}
Permutacin de Pn,r:
!
()!

Pn,r=

lim F(t) = 1

2.
3.
4.
5.

F(t)=Pr(xt)=jt Pj (Dada la Tabla de Pr)

Pr(a<xb)=F(b)-F(a)
Pr(axb)=F(b)-F(a)+Pr(x=a)
Pr(x=a)=F(a <se suma>)- lim F(x)

Pr(x<1)=Pr(-<x<1)=F(1)-F(-)-Pr(x=1)
Pr(1<x2)=Pr(1<x<2)+Pr(x=2)
Pr(x>/4)=1-Pr(x/4)
Pr(x-1)=1-Pr(x<-1)
Pr(-1x2)=Pr(-1<x2)+Pr(x=-1)

Dada la funcin de distribucin

Pr(x=0)=F(0)- lim F(x)=1/8-0=1/8

xa

x0

Pr(x=1)=F(1)- lim F(x)=1/2-1/8=3/8

En un grupo de 12 estudiantes; 8Sobresalientes. Se

elegirn 9 al azar. Cul es la Pr. De que entre los
seleccionados haya 5 sobresaliente.
[N=12; n=8; r=9; k=5]

x1

Esperanza Matemtica
Variable discreta
1. E(x)=nk=1 PkXk

2. E(x= xf(x)dx)
Variable Continua

1. E(x= xf(x)dx)
Propiedades
E(c)=c
E(x+y)=E(x)+E(y)
E(cx)=cE(x)

E(x2)= x 2 f(x)dx)
E(xy)=E(x)E(y)

Distribucin de Bernoulli
1 [xito]
0 [Fracaso]
1
0
E
F
p +
q = 1
Ej.: Lanzamiento de una moneda
cara
sello
1/2
1/2
E(x)=p
Var(x)=pq
Lanzar un dado. Y la v.a. N de puntos > de 4
Puntos4
Puntos > 4
4/6
2/6
p
q

Varianza
Var(x)=E(x2)-(E(x))2
Propiedades
1. Var(c)=0
2. Var(cx)=c2Var(x)
3. Var(x+y)=Var(x)+Var(y)
X
p

2
0.3

4
0.1

5
0.2

6
0.4

E(x)=2(0.3)+4(0.1)
Var(x)=22.(0.3)+42 (0.1)+52(0.2)+62(0.4)
Funcin Continua
Pr(a<x<b)= Pr(axb)= Pr(a<xb)= Pr(ax<b)=F(b)F(a)
Funcin Densidad
1. f(x) 0 x R
+
2. f(x)dx=1
3. Para cualquier intervalo A=[a,b]se tiene:
b
a f(x)dx

Pr(axb)=
Teorema
x
F(x)= f(t)dt y F(x)=f(x)
b

; k=0,1,2

e 3 3 2
2!

0;
Si x < 0
f(x)= x
e ; si x 0
x
xa
F(x)= f(t)dt =
= e x + 1

12

5
1/6

6
1/6

Distribucin Hipergeomtrica
Ckn .Crk
Nn
CrN

H:(N,n,r)
En una urna se tiene N bolas, n de las cuales son rojas y las
restantes negras (N-n). De ah se extraen al azar r bolas
(rN): Pr de que del grupo elegido contenga k bolas rojas
(kN)
nr
N

k!

Distribucin Exponencial:

2
2 +1

Distribucin estndar: S=Var(x)

X=Xk
1
2
2
4
Pr(X=Xk) 1/6
1/6
1/6
1/6

E(x)=

e k

El promedio es 2 llamadas x min. Encontrar el promedio de

que en 3 min se haga 4 llamadas; b) menos de 4 llamadas
k=4; =3*2=6; b)Pr(x<4)=Pr(x=0)+ Pr(x=1)+ Pr(x=2)+ Pr(x=3)

n+1

Pr(x=k)=

Pr(x=k)=

Pr(x=2)=

Distribucin de Probabilidad
1
Pr(x=k)= ; K=1,2,..,n

Var(x)=

Distribucin de Poisson
E(x)= Var(x)=
Ej.: El N de accidentes es de 3 x mes. Calcular la Pr de que
en un mes vea haya 2 accidentes

Nota: Pr(axb)= a f(x)dx=F(b)-F(a)

E(x)=

Distribucin Binomial
Interesa conocer el numero de exitos
Pr(x=k)=Cnk pk qnk ; k=0,1,2,n
E(x)=np
Var(x)=npq
Una determinada raza de perros tiene 4 cachorros en cada
camada. Si la Pr de que un cachorro sea macho es 0.55. La
Pr. de que en una camada 2 exactamente sean hembras
[n=4;p=0,45:q=0,55;k=0,1,2,3,4]
La poblacin del Ecuador tiene igual nmero de hombres y
mujeres, se elige a las familias de 4 hijos. Formar la ley de
v.a que describe el N de hijos varones en dicha familia
p=q=0,5; k=0,1,2,3,4;n=4; Pr(x=0,1,2,3,4)
Xk
0
1
2
3
4
Pr(x=xk) 1/16
1/8
3/8
1/4
1/4

Nr

N1

Var(x)=r (1 ) (

E(x)=

ba

Var(x)=

1
2

Desviacin estndar: =Var(x)

0.7
Ej.: Pr(0.13<y<0.7)= 0.13 f(x)dx
Cul es la Pr de que un individuo llegue a los 65 aos si ya
Pr(50<x<65)
tiene 50?
Pr(x<50)

Distribucin Uniforme Continua

1
; Si x [a, b]
f(x)= ba
0; si x [a, b]
Funcin de Distribucin
x
xa
F(x)= f(t) =
ba

0;

F(x)=

xa

ba

si x < a
; si a x b

1;

E(x)=

si x > b

b+2
2

Var(x)=

(ba)2
12

Alex se va ha encontrar con su novia en la parada entre las

9 y las 10, han quedado en esperarse mximo 10 min. Cual
es la Pr de q no se encuentren si la novia llegara a las 9:30?
Pr(0x20)+Pr(40x60)
f(x)= 1/69; 0x60
0; x [0,60]
20 1
Pr(0x20)= 0
dx
60
60 1

Pr(40x60)= 40

60

dx

Distribucin Normal:
1

(xu)

2 /2 2

; xR

E(x)= u

xx

Relacin entre la Funcin de Densidad y Funcin de

Distribucin
F(x,y)=

d2 (,)

Var(x) = 2
Funcin de Distribucin
F(x)=

x+y

x
1
f(t)
2

F(x, y))

d b
c a f(x, y)dxdy

Pr(axb, cxd)=
Funcin de Densidad Conjunta
+
+
fx(x)= f(x, y)dy; fy(y)= f(x, y)dx
Distribuciones Marginales
t

Fx(t) = f(x, y)dydx

Funcin densidad
f(x)=

Variables Bidimensionales Continuas

Def. v.a.b. Continua

f(x, y)dydx = 1
La Pr. de un evento se calcula:
.
Pr(x,y) E=E f(x, y)dydx
Def, Funcin de Distribucin Conjunta
x
y
F(x,y)= f(s, t)dtds = Pr(Xx, Yy)
lim lim F(x,y)=1 ; lim lim F(x,y)=0

2
2
1
= (tu) /2 dt =

Fy(t) = f(x, y)dxdy

Independecia
f(x,y)=fx(x), fy(y)
F(X,Y)=Fx(x) Fy(y)

La E(x) de 1 v.a.x. normal=6; var(x)=16; ley de la v.a:

f(x)=

2 4

2 /2

(x6)

4,56

Distribucin Condicionada

; Pr(4,5<x<7)?

x6

76

Pr(4,5<x<7)=Pr(
<
<
)=F(1/4)-F(-3/8)
4
4
4
El gast en cigarrillos es 5$ al dia x termino medio, y
desviacin estndar =8$. Que proporcin gasta en 4 y 6.2
Var(x)=82 ; E(x)=u=5
Una v.a.z esta distribuida normalmente z~N(1.16). u=1;
=16

Pr (xaIyb) =

Z: RxR
wz(w)=(x(w), y(w))
Si tuviramos una v.a.b. discreta:
Pr=(x(w)=a, y(w)=b)=Pr(x=a, y=b)
Pr (axb, cxd)
Def. v.a.b. Discreta.- Sean x e y 2 v.a.b. La funcin de Pr
conjunta de X y Y est dada por:
f(x,y)=Pr(X=x, Y=y) debe cumplir f(x,y)=1
(x,y) T
T={(x,y) R/f(x, y)>0}
Def. Funcin de Distribucin Conjunta
F(x,y)=Pr(Xx, Yy)=xi<x yj<y Pij
lim lim F(x,y)=0 ; lim lim F(x,y)=1
x+x

x+x

Def. Funcin de Probabilidad Marginal

fx(xi)=
j=1 Pr(x=xi, y=yj) = j=1 Pij

fy(yi)=
Pr
(x=xi,
y=yj)
=
i=1
i=1 Pij
Def. Funcin de Distribucin Marginal
Fx(t)= xi<t
j=1 Pij
Fy(t)= yi<t
i=1 Pij
Funcin de Independencia
Pr(X=x, Y=y) = Pr(X=x) x Pr(Y=y)
Tengo 1 tabla de distribucin conjunta. A) Pr(S0.5,T0.3)
T\S
-1
0
1
-1
1/8
1/12
7/24
1
5/24
1/6
1/8
F(S,T)=Pr(S0.5, T0.3)=si<0.5 tj<0.3 Pij= Pr(S=-1, T=1)+ Pr(S=0, T=-1)=1/8+1/12
b) Encontrar las leyes de las v.a. S y T (Funcin de Pr
Marginal)
fs(-1)= 2j=1 Pr(s=-1, t=tj) = Pr(s=-1, t=-1)+ Pr(s=-1,
t=1)=1/8+5/24=1/3
s
-1
0
1
1/3
1/4
5/12

Pr (yb)
Pr (xa,yb)

Pr (X=xIY=y) =

Pr (yb)

Funcin de Densidad Continua

f(x,y)
f(x/y)=
f(x/y)=

Variables Aleatorias Bidimensionales

Pr (xa,yb)

fy(y)
f(x,y)
fx(x)

f(x,y)=f(x/y)fy(y)
f(x,y)=f(y/x)fx(x)
Teorema de Bayes para problemas de densidad
f(x/y)=

y
x

f( )fx(x)

f(x)fx(x)

Cov(S,T)=E(S,T) - (S)E(T)
E(S,T)=i 3j ijPij
Las v.a. S y T tienen la siguiente Pr. Conjunta (tabla anter)
E(S,T)=3i=1 2j=1 ijPij=(-1)(-1)(1/8)+(1)(1)(5/24)+21P21+22P22+31P31+31P32=-1/4
E(S)= 3i=1 xiPi=-1(1/3)+0(1/4)+1(5/12)=1/12
La function de densidad conjunta de 1 v.a. S y T esta
definida por.

E(x,y)= xyf(x, y)dydx

f(x/y)= 2; si 0x1, 0y1, x+y1
0, si no
1 1x
E(x,y)=0 0 2xydydx