Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Concepto e importancia: Es la actividad por la cual se toman ciertas muestras de una población de
elementos de los cuales vamos a tomar ciertos criterios de decisión, el muestreo es importante
porque a través de él podemos hacer análisis de situaciones de una empresa o de algún campo de
la sociedad.
Los símbolos usados para representar los estadísticos y los parámetros, en éste y los siguientes
capítulos, son resumidos en la tabla siguiente:
(muestra) (Población)
Media X µ
Desviación estándar s
Número de elementos n N
Proporción p
DISTRIBUCIÓN EN EL MUESTREO:
Cuando el tamaño de la muestra (n) es más pequeño que el tamaño de la población (N), dos o más
muestras pueden ser extraídas de la misma población. Un cierto estadístico puede ser calculado
para cada una de las muestras posibles extraídas de la población. Una distribución del estadístico
obtenida de las muestras es llamada la distribución en el muestreo del estadístico.
La manera usada en seleccionar los elementos incluidos en la muestra. Los métodos de muestreo
basados en los dos tipos de clasificaciones son expuestos en seguida.
MUESTREO SIMPLE
Este tipo de muestreo toma solamente una muestra de una población dada para el propósito de
inferencia estadística. Puesto que solamente una muestra es tomada, el tamaño de muestra debe
ser el suficientemente grande para extraer una conclusión. Una muestra grande muchas veces
cuesta demasiado dinero y tiempo.
MUESTREO DOBLE
Bajo este tipo de muestreo, cuando el resultado del estudio de la primera muestra no es decisivo,
una segunda muestra es extraída de la misma población. Las dos muestras son combinadas para
analizar los resultados. Este método permite a una persona principiar con una muestra
relativamente pequeña para ahorrar costos y tiempo. Si la primera muestra arroja una resultado
definitivo, la segunda muestra puede no necesitarse.
MUESTREO MÚLTIPLE
El procedimiento bajo este método es similar al expuesto en el muestreo doble, excepto que el
número de muestras sucesivas requerido para llegar a una decisión es más de dos muestras.
Métodos de muestreo clasificados de acuerdo con las maneras usadas en seleccionar los
elementos de una muestra.
Los elementos de una muestra pueden ser seleccionados de dos maneras diferentes:
MUESTREO DE JUICIO
Una muestra es llamada muestra de juicio cuando sus elementos son seleccionados mediante
juicio personal. La persona que selecciona los elementos de la muestra, usualmente es un experto
en la medida dada. Una muestra de juicio es llamada una muestra probabilística, puesto que este
método está basado en los puntos de vista subjetivos de una persona y la teoría de la probabilidad
no puede ser empleada para medir el error de muestreo, Las principales ventajas de una muestra
de juicio son la facilidad de obtenerla y que el costo usualmente es bajo.
MUESTREO ALEATORIO
Una muestra se dice que es extraída al azar cuando la manera de selección es tal, que cada
elemento de la población tiene igual oportunidad de ser seleccionado. Una muestra aleatoria es
también llamada una muestra probabilística son generalmente preferidas por los estadísticos
porque la selección de las muestras es objetiva y el error muestral puede ser medido en términos
de probabilidad bajo la curva normal. Los tipos comunes de muestreo aleatorio son el muestreo
aleatorio simple, muestreo sistemático, muestreo estratificado y muestreo de conglomerados.
MUESTREO SISTEMÁTICO.
Una muestra sistemática es obtenida cuando los elementos son seleccionados en una manera
ordenada. La manera de la selección depende del número de elementos incluidos en la población
y el tamaño de la muestra. El número de elementos en la población es, primero, dividido por el
número deseado en la muestra. El cociente indicará si cada décimo, cada onceavo, o cada
centésimo elemento en la población va a ser seleccionado.
El primer elemento de la muestra es seleccionado al azar. Por lo tanto, una muestra sistemática
puede dar la misma precisión de estimación acerca de la población, que una muestra aleatoria
simple cuando los elementos en la población están ordenados al azar.
MUESTREO ESTRATIFICADO
Para obtener una muestra aleatoria estratificada, primero se divide la población en grupos,
llamados estratos, que son más homogéneos que la población como un todo. Los elementos de la
muestra son entonces seleccionados al azar o por un método sistemático de cada estrato. Las
estimaciones de la población, basadas en la muestra estratificada, usualmente tienen mayor
precisión (o menor error muestra) que si la población entera muestreada mediante muestreo
aleatorio simple. El número de elementos seleccionado de cada estrato puede ser proporcional o
desproporcional al tamaño del estrato en relación con la población.
MUESTREO DE CONGLOMERADOS.
Para obtener una muestra de conglomerados, primero dividir la población en grupos que son
convenientes para el muestreo. En seguida, seleccionar una porción de los grupos al azar o por un
método sistemático. Finalmente, tomar todos los elementos o parte de ellos al azar o por un
método sistemático de los grupos seleccionados para obtener una muestra. Bajo este método,
aunque no todos los grupos son muestreados, cada grupo tiene una igual probabilidad de ser
seleccionado. Por lo tanto la muestra es aleatoria.
Una muestra de conglomerados, usualmente produce un mayor error muestral (por lo tanto, da
menor precisión de las estimaciones acerca de la población) que una muestra aleatoria simple del
mismo tamaño. Los elementos individuales dentro de cada "conglomerado" tienden usualmente a
ser iguales. Por ejemplo la gente rica puede vivir en el mismo barrio, mientras que la gente pobre
puede vivir en otra área. No todas las áreas son muestreadas en un muestreo de áreas. La
variación entre los elementos obtenidos de las áreas seleccionadas es, por lo tanto,
frecuentemente mayor que la obtenida si la población entera es muestreada mediante muestreo
aleatorio simple. Esta debilidad puede reducida cuando se incrementa el tamaño de la muestra de
área.
El incremento del tamaño de la muestra puede fácilmente ser hecho en muestra de área. Los
entrevistadores no tienen que caminar demasiado lejos en una pequeña área para entrevistar más
familias. Por lo tanto, una muestra grande de área puede ser obtenida dentro de un corto período
de tiempo y a bajo costo.
Por otra parte, una muestra de conglomerados puede producir la misma precisión en la
estimación que una muestra aleatoria simple, si la variación de los elementos individuales dentro
de cada conglomerado es tan grande como la de la población.
EJEMPLOS:
El tiempo de conexión a internet de los alumnos de cierta universidad, sigue una distribución
normal con una desviación típica de 15 minutos. Para estimar la media del tiempo de conexión, se
quiere calcular un intervalo de confianza que tenga una amplitud menor o igual a 6 minutos, con
un nivel de confianza del 95 %.
2 3 0,3 30 3 0,3 30
3 3 0,3 30 6 0,6 60
4 1 0,1 10 7 0,7 70
5 2 0,2 20 9 0,9 90
6 1 0,1 10 10 1 100
20 10 1 100
MODELOS PROBABILÍSTICOS:
La frecuencia relativa es una medida estadística que se calcula como el cociente de la frecuencia
absoluta de algún valor de la población/muestra (fi) entre el total de valores que componen la
población/muestra (N).
Ejercicios:
Lanza un dado 50 veces, el experimento sale el numero 5 ocurre 8 veces, calcular la frecuencia
relativa de dicho evento.
Fa = 8/50=0.16
B. Se lanza un dado 100 veces observando que el número 4 se repite 16 veces, mientras que el
número 6 cayo 29 ocasiones.
6 29 29
= 0.29
Es la probabilidad de que 0.29 corresponda a 100
que salga 6, 29 veces
55
100
= 0.55
La probabilidad clásica o teórica se aplica cuando cada evento simple del espacio muestral tiene la
misma probabilidad de ocurrir.
Se basan en las creencias e ideas en que se realiza la evaluación de las probabilidades y se define
como en aquella que un evento asigna el individuo basándose en la evidencia disponible (el
individuo asigna la probabilidad en base a su experiencia).
Para clarificar lo antes dicho un ejemplo muy común es el pronóstico del tiempo, muchos
individuos como nosotros realizamos una predicción personal de como serán las condiciones
climáticas para el dia, basadas más en nuestra experiencia personal pero que muchas veces
sustentamos en experiencia de eventos pasados.
ALGEBRA DE CONJUNTOS
Unión
La unión de dos conjuntos A y B es el conjunto de AUB que contienen todos los elementos de A y
B.
Ejercicios
AUB: A= {3 Trabajadoras Sociales, 3 Sociólogas}, B= {3 Trabajadores sociales, 1 abogado}
La intersección de dos conjuntos A y B, es el conjunto AnB que contiene los elementos comunes
de A y B
Ejercicios
A n B = {Grupo}
A n B = {Psicoanálisis, Percepción}
Diferencia
La diferencia entre dos conjuntos A y B, es el conjunto (A/B) que contiene todos los elementos de
A que no pertenecen a B.
Ejercicios
Si A = { Grupos terciarios, Grupos de referencia, Grupos de pertenencia, Grupos formales} y B = {
Grupo natural, Grupo impuesto, Grupo motivado, Grupo preformado, Grupos terciarios, Grupos
de referencia }, entonces la diferencia de dichos conjuntos estará formada por todos los
elementos que estén solamente en A, esto es:
Complemento
El complemento de un conjunto A’ que contiene todos los elementos que no pertenecen a A.
Ejercicios
Al = {Flexibilidad, Culturas}
a. Sensibilidad,
Flexibilidad,
Observación,
Culturas Costumbres
U
Recursos a. Recursos
Materiales, humanos,
Recursos
Recursos
institucionales
económicos
Prospectiva, a. Coordinación
planteamiento
, Evaluación,
, Eficacia,
Objetivos
Apoyo
Ejercicios
P(AoB)=P(a)+P(B)
Se tiene una urna con 50 papeles de colores 15 rojos, 5 morados, 9 verdes, 11 naranjas y 10
azules.
P(AoB)=P(AuB)=P(A)+P(B)
Se tiene una caja con 50 pimpones de colores 16 rojos, 6 morados, 8 verdes, 10 naranjas y 10
azules.
P(AoB)=P(AuB)=P(A)+P(B)
=P(sale un azul)+P(sale 1 rojo) =10/50 + 16/50 =26/50
Colectivamente exhaustivos
Consta de todos los posibles resultados de un experimento y es ,lo que constituye su espacio
muestral; al sumar la probabilidad combinada de cada evento colectivamente exhaustivo el
resultado será 1
Ejercicios
Por lo menos uno de los eventos debe ocurrir cuando se realiza un experimento.
En otras palabras,
Una Trabajadora social debe identificar qué tipo de grupo son los alumnos del Colegio Nuestra
Señora del Rosario, hay tres clases de grupos, grupos primarios, grupos secundarios y grupos
terciarios, los tres resultados posibles son colectivamente exhaustivos.
Una Trabajadora social debe identificar en una empresa cómo se constituye la estructura de un
grupo de trabajadores, hay cuatro estructuras, la Autocracia, Paternalista, Permisiva y
Participativa
Ejercicios
Una caja tiene 4 canicas rojas, 3 canicas verdes y dos canicas azules. Una canica es eliminada de la
caja y luego reemplazada. Otra canica se saca de la caja, ¿Cual es la probabilidad de que la primera
canica sea azul y la segunda canica sea verde?
P(azul) P(verde)
Sacas una carta de un mazo de 52 cartas, y luego lanzas un dado. ¿Cuál es la probabilidad de sacar
un 2 y luego lanzar y que caiga 2?
Aunque la carta no es regresada al mazo después de sacarla, el lanzamiento del dado no depende
de las cartas, por lo que ningún posible resultado ha sido reemplazado. A pesar del resultado de
sacar la carta, la probabilidad de del dado no será afectada.
Eventos Complementarios
Ejercicios
Estos dos sucesos son sucesos complementarios, dado que todos los resultados posibles que no
aparecen en el Suceso A son exactamente las posibilidades que aparecen en el Suceso B, y
viceversa.
La respuesta es sí.
La Explicación:
Los resultados posibles en el Suceso A son 2, 4 y 6. Ahora nos preguntamos cuáles son los
resultados posibles que no están incluidos en el Suceso A. La respuesta es 1, 3 y 5, pero estos
resultados son exactamente los que el Suceso B define. Por lo tanto, los sucesos son
complementarios.
La Explicación: Los resultados posibles del Suceso A son 2, 4 y 6. Los resultados posibles en el
Suceso B son 1, 2 y 3.
Si dos sucesos son complementarios, es imposible que los resultados aparezcan en ambos sucesos.
TABLAS DE CONTINGENCIA
EJERCICIOS:
Después de una elección reciente entre dos candidatos, una encuesta de salida registró el sexo y el
voto de 100 electores seleccionados de manera aleatoria y los datos se tabularon de la siguiente
manera:
MUJER 28 20 48
HOMBRE 39 13 52
TOTAL 67 33 100
TOTAL 67 33 100
La tabla también incluye los totales marginales para cada nivel de las variables. Los totales
marginales para las filas muestran que 52 de los encuestados fueron mujeres. Los totales
marginales para las columnas muestran que 67 encuestados votaron por el Candidato A. Además,
la total general muestra que el tamaño de la muestra es 100.
2. Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de automóviles. De
ellos, 65 son mujeres, 80 están casados y 45 son mujeres casadas.
3. En un congreso de 200 jóvenes se realiza una encuesta para conocer si se realizan contratos de
viaje por internet, donde los encuestados fueron 120 hombres de los cuales 84 contratan viajes
por internet, y donde 24 mujeres no lo hacen.
INTERNET 84 56 140
NO INTERNET 36 24 60
TABLA DE PROBABILIDAD:
Nos permiten determinar las probabilidades de un suceso, partiendo del modelo estadístico al que
ese suceso se ajusta.
Ejercicio 1
Después de una elección reciente entre dos candidatos, una encuesta de salida registró el sexo y el
voto de 100 electores seleccionados de manera aleatoria y los datos se tabularon de la siguiente
manera:
Determinar la probabilidad de que sea una mujer y que haya votado por el candidato B.
Determinar la probabilidad de que sea un hombre y que haya votado por el candidato A.
CANDIDATO A P(E) CANDIDATO B P(E TOTAL P(E)
0,2
0,39
2. Se sortea un viaje a Roma entre los 120 mejores clientes de una agencia de automóviles. De
ellos, 65 son mujeres, 80 están casados y 45 son mujeres casadas.
B.Si del afortunado se sabe que es casado, ¿cuál será la probabilidad de que sea una mujer?
0.45 0.54
0.16
B. 0.37
3. En un congreso de 200 jóvenes se realiza una encuesta para conocer si se realizan contratos de
viaje por internet, donde los encuestados fueron 120 hombres de los cuales 84 contratan viajes
por internet, y donde 24 mujeres no lo hacen.
0,6 0,4 1
0,3
0,7
0,28
PROBABILIDAD CONDICIONAL
P (A/B) P (AnB)
Ejercicios
Investigadores encuestaron a 100 estudiantes y les preguntaron qué super poder les gustaría
tener más. Esta tabla de contingencia exhibe los datos de la muestra de estudiantes que
respondieron
Volar 26 12 38
Invisibilidad 12 32 44
Otro 10 8 18
Total 48 52 100
Hubo 38 de un total de 100 estudiantes de la muestra que eligieron volar como su superpoder
La condición es que el estudiante eligió volar como su superpoder. Hubo 38 estudiantes del total
de la muestra que eligieron volar, y 26 de ellos eran hombres.
P(hombre ∣ volar)=3826=1913=0.68
DIAGRAMA DE ÁRBOL
Que es
Por ejemplo imagina que ha habido elecciones en el Consejo estudiantil de tu escuela y que cuatro
son los finalistas del mismo; sus nombres son Rita, Luis, Paul y Nancy. Pero los cargos a los que
aspiran son sólo tres, a saber: presidente, secretario y tesorero.
¿Cuáles son las probabilidades de que Paul sea el presidente, Nancy la secretaria y Luis el
tesorero? No es fácil de intuir sin la ayuda de un diagrama de árbol que podría ser el siguiente,
disponiendo los cargos en tres columnas y escribiendo las diferentes posibilidades a partir de que
cada uno de ellos fuera presidente. Observa:
Una moneda se lanza dos veces. Si en ambos lanzamientos sale cara, la moneda será de Juan, si
sale sello dos veces será de pedro. Si una vez sale cara y otra vez sello, será de María. ¿Quién tiene
mayor probabilidad de quedarse con la moneda?
Las mujeres están repartidas uniformemente, siendo un 60% del total en cada facultad.
¿Probabilidad de encontrar una alumna de la primera facultad?
OPERACIONES EN PROBABILIDADES:
MULTIPLICACIÓN:
FORMULAS:
. Eventos dependientes
Dos o más eventos serán dependientes cuando la ocurrencia o no-ocurrencia de uno de ellos
afecta la probabilidad de ocurrencia del otro (o otros).
. Eventos Independientes:
Dos eventos evento son independientes si el conocimiento de que uno ocurrirá o ya ha ocurrido
no afecta la probabilidad del otro; más precisamente es Evento cuyo resultado no tiene que ver
con haya sido hecho por la máquina A, sabiendo que el celular es defectuoso, es de 0.319.el
resultado de otro(s) evento(s).
P(AnB)= P(A)x P(B)
Solución:
P(A) = 4/52
La probabilidad de que la segunda carta sea un As, dado que ya se sacó un As en la primera
extracción es
P(B/A)= 3/51
Reemplazar:
P(AnB)= 12/2652
P(AnB)= 0,0045
La probabilidad de sacar dos Ases en dos extracciones sin devolver la carta extraída es de 0,0045
Sea A el suceso de sacar un As de una baraja estándar de 52 cartas y B sacar un rey de corazón
rojo. Calcular la probabilidad de sacar un As y un Rey de corazón en dos extracciones sin devolver
la carta extraída.
Solución:
Solución:
P(1HM n IP)
(1M n AC)
(1HM n GB)
Si haya una probabilidad del 10% de que Júpiter se alineará con Marte, y una probabilidad del
50% de que su tirada de una moneda saldrá águilas, entonces ¿qué es la probabilidad de que
Júpiter se alineará con Marte y su tirada de la moneda saldrá águilas (suponiendo que Júpiter no
tenga ningún efecto en el resultado de su tirada)?
Solución:
Hay una probabilidad del 50% que usted viaje a México y una probabilidad del 6% de que se va a
encontrar a un desconocido alto y moreno.
Solución:
Se lanza un dado dos veces. ¿Cuál es la probabilidad de que en el primer lanzamiento resulte 3 y
en el segundo lanzamiento un número impar?
Solución:
Formulas:
. No mutuamente excluyentes:
Dos o más eventos son excluyentes o conjunto cuando es posible que ocurran ambos. Esto no
indica que necesariamente deban ocurrir estos eventos en forma simultánea.
. Mutuamente excluyentes:
Los eventos mutuamente excluyentes son aquellos en los que si un evento sucede significa que el
otro no puede ocurrir.
Se lanza un dado normal. ¿Cuál es la probabilidad de que salga un número par o menor que 5?
Solución:
P (AuB)=P(A)+P(B)
Se tiene una urna con 50 papeles de colores 15 rojos, 5 morados, 9 verdes, 11 naranjas y 10
azules.
P (AuB)=10/50 + 15/50
P (AuB)=25/50
P (AuB) =1/2
Se tienen cinco libros de distintas materias: Matemática, Biología, Química, Física y Lenguaje. Si se
toma uno de ellos, ¿cuál es la probabilidad de que este sea de matemática o de física?
Solución:
P(A∪B) = (1/5)+(1/5)
P(A∪B) = 2/5
TEOREMA DE BAYES
Podemos calcular la probabilidad de un suceso A, sabiendo además que ese A cumple cierta
característica que condiciona su probabilidad. El teorema de Bayes entiende la probabilidad de
forma inversa al teorema de la probabilidad total. El teorema de la probabilidad total hace
inferencia sobre un suceso B, a partir de los resultados de los sucesos A. Por su parte, Bayes
calcula la probabilidad de A condicionado a B.
Para calcular la probabilidad tal como la definió Bayes en este tipo de sucesos, necesitamos una
fórmula. La fórmula se define matemáticamente como:
El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de
los ingenieros ocupan un puesto directivo y el 50% de los economistas también, mientras que los
no ingenieros y los no economistas solamente el 20% ocupa un puesto directivo. ¿Cuál es la
probabilidad de que un empleado directivo elegido al azar sea ingeniero?
La probabilidad de que haya un accidente en una fábrica que dispone de alarma es 0.1. La
probabilidad de que suene esta sí se ha producido algún incidente es de 0.97 y la probabilidad de
que suene si no ha sucedido ningún incidente es 0.02.
En el supuesto de que haya funcionado la alarma, ¿cuál es la probabilidad de que no haya habido
ningún incidente?
Sean los sucesos:
I = Producirse incidente.
A = Sonar la alarma.
Una empresa de celulares tiene dos máquinas A y B. El 54% de los celulares producidos son hechos
por la máquina A y el resto por la máquina B. No todos los celulares producidos están en buen
estado.
La proporción de celulares defectuosos hechos por A es 0.2 y por B es 0.5. ¿Cuál es la probabilidad
de que un celular de dicha fábrica sea defectuoso? ¿Cuál es la probabilidad de que, sabiendo que
un celular es defectuoso, proceda de la máquina A?
Aquí, se tiene un experimento que se realiza en dos partes; en la primera parte ocurren los
eventos:
Ya que la máquina A produce el 54% de los celulares y el resto los produce la máquina B, se tiene
que la máquina B produce el 46% de los celulares. Las probabilidades de estos eventos son dadas,
a saber:
P(A)=0,54.
P(B)=0,46.
D: celular defectuoso.
E: celular no defectuoso.
Como se dice en el enunciado, las probabilidades de estos eventos dependen del resultado
obtenido en la primera parte:
P(D|A)=0,2.
P(D|B)=0,5.
Utilizando estos valores, se puede determinar también las probabilidades de los complementos de
estos eventos, es decir:
P(E|A) = 1 – P(D|A)
= 1 – 0,2
= 0,8
p(E|B) = 1 – P(D|B)
= 1 – 0,5
= 0,5.
Ahora solo falta calcular P(A|D), para lo cual se aplica el Teorema de Bayes:
Si sabemos que existe una relación entre una variable denominada dependiente y otras
denominadas independientes (como por ejemplo las existentes entre: la experiencia profesional
de los trabajadores y sus respectivos sueldos, las estaturas y pesos de personas, la producción
agraria y la cantidad de fertilizantes utilizados, etc.), puede darse el problema de que la
dependiente asuma múltiples valores para una combinación de valores de las independientes
La Regresión y la correlación son dos técnicas estadísticas que se pueden utilizar para solucionar
problemas comunes en los negocios.
Muchos estudios se basan en la creencia de que es posible identificar y cuantificar alguna Relación
Funcional entre dos o más variables, donde una variable depende de la otra variable.
Se puede decir que Y depende de X, en donde Y y X son dos variables cualquiera en un modelo de
Regresión Simple.
Y = f(X)
Como Y depende de X,
Y es la variable dependiente, y
X es la variable independiente.
En el Modelo de Regresión Simple se establece que Y es una función de sólo una variable
independiente, razón por la cual se le denomina también Regresión Di variada porque sólo hay dos
variables, una dependiente y otra independiente y se representa así:
Y = f (X)
Y=a+bX+e
Donde:
e es el error
ESTIMACIÓN DE LA ECUACIÓN DE REGRESIÓN MUESTRAL
Consiste en determinar los valores de "a" y "b " a partir de la muestra, es decir, encontrar los
valores de a y b con los datos observados de la muestra. El método de estimación es el de
Mínimos Cuadrados, mediante el cual se obtiene:
a es el estimador de a
Está expresado en las mismas unidades de Y por cada unidad de X. Indica el número de unidades
en que varía Y cuando se produce un cambio, en una unidad, en X (pendiente de la recta de
regresión).
Un valor negativo de b sería interpretado como la magnitud del decremento en Y por cada unidad
de aumento en X.
Ejemplos:
1998 50
1999 30
2000 24
2001 35
Calcular
x y 𝒙𝟐 (x.y)
1 50 1 50
2 30 4 60
3 24 9 72
4 35 16 140
10 139 30 322
𝒃 = 𝑵. ∑ 𝒁 (𝑿. 𝒀) − ∑ 𝑿 − ∑ 𝒀
𝑵. ∑ 𝑿𝑿𝟐−(∑ 𝟐)𝟐
𝑵. ∑ 𝑿𝑿𝟐−(∑ 𝟐)𝟐
4 (30) – 100
b = 5.1
𝑎 = ∑ 𝑦 − 𝑏. ∑ 𝑥
a = 22
1998 1
1999 2
2000 3
2001 4
2002 5
y= a + b (x) 2003 6
2004 7
y= 22+ 5.1 (5)
y= 47.5 = 48
y=52.6 = 53
y= 57.7 = 58
Cinco niños de 2, 3, 5, 7 y 8 años de edad pesan, respectivamente, 14, 20, 32, 42 y 44 kilos.
x y 𝑥2 𝑦2 ( X.Y)
2 14 4 196 28
3 20 9 400 60
5 32 25 1024 160
7 42 49 1764 294
8 44 64 1936 352
25 152 151 5320 894
Matemáticas Química
6 6. 5
4 4. 5
8 7
5 5
3. 5 4
Determinar las rectas de regresión y calcular la nota esperada en Química para un alumno que
tiene 7.5 en Matemáticas.
xi yi xi² yi² x i ·y i
6 6.5 36 42.25 39
4 4.5 16 20.25 18
8 7 64 49 56
5 5 25 25 25
3.5 4 12. 25 16 14
186 85
189 85
190 86
192 90
193 87 Calcular:
203 100
205 101
Lista de referencias
Navarro, A. N. Alejandra. (2015, 24 marzo). Eventos excluyentes y no excluyentes. Recuperado 11
noviembre, 2018, de https://prezi.com/vzugcmwexgkc/eventos-excluyentes-y-no-excluyentes/
Villatoro, F. R. (2010, January 07). ¿Cuál es la probabilidad de tener dos hijos varones, si uno de
ellos se llama Francis? | Ciencia. Retrieved from https://francis.naukas.com/2010/01/07/cual-es-
la-probabilidad-de-tener-dos-hijos-varones-si-uno-de-ellos-se-llama-francis/
braira. (2000). Repaso de Algebra de Conjuntos. 1/11/2018, de Hospital universitario ramon Sitio
web: http://www.hrc.es/bioest/Algebra_conjuntos.html