Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Núcleo la Floresta
Sección: 30112
TRABAJO DE
MATEMATICAS
Tutor: Autores:
Víctor Núñez
Enderson Blanco
Jesús Vivas
Introducción Pag.3
Unidad I: Estadística Básica
Investigar cómo construir un histograma y polígono de frecuencia en base a una tabla de
Pag.4
frecuencia para datos agrupados y no agrupados.
Definición y ejemplos
Pag.1
· Intervalos de clase.
1
Pag.1
· Limites de clase.
1
Pag.1
· Amplitud de clase.
1
Pag.1
· Marca de clase.
2
Pag.1
· Clases de Intervalo.
3
Pag.1
· Frecuencia Absoluta.
4
Pag.1
· Frecuencia relativa.
4
Unidad II: Ejercicios
Ejercicio 1: En la encuesta que realizó el departamento de bienestar estudiantil de la
UNEXCA, todos los estudiantes del trayecto 1, trimestre 2. Turno nocturno, para Pag.1
determinar el número de horas por semana que emplean los estudiantes para trasladarse a la 6
universidad y viceversa, se presenta en la siguiente tabla, la cual está en número de horas:
40 35 40 29 31 38 36 31 28 30 35 29 32 31 40 36 28 33 33 40 27 28 34 36 33 43 40 35 40
31 30 38 36 35 36 28 36 37 36 37 29 32 38 37 39 31 31 39 39 40
Ordenar los datos de menor a mayor y determinar el tamaño de la muestra. Valor máximo,
valor mínimo, rango, calcular el número de intervalos por la regla de Sturges.
k=1+3,332*Log(N) donde N=50. Se aproxima si da decimales. Calcular la amplitud y
luego la tabla de frecuencia que incluya la marca de clase y hacer el histograma
correspondiente y el polígono de frecuencia.
Unidad III: Definiciones
Pag.1
· Probabilidades, tipos y ejemplos
7
Pag.
· espacio muestral tipos y ejemplos
20
Pag.2
· eventos y su clasificación con ejemplos
3
Pag.2
· Propiedades básicas de las probabilidades con ejemplos.
4
Pag.2
· Axiomas de probabilidad y ejemplos.
6
2
Pag.2
· Arreglos, permutas y combinaciones.
8
Pag.3
· Teoría combinatoria.
1
Pag.3
Conclusión
2
Pag.3
Enlaces Electrónicos
3
3
Introducción
4
Unidad I: Estadística Básica
Como construir un histograma en base a una tabla de frecuencia para
datos agrupados y no agrupados.
Comenzamos mostrando paso a paso cómo se construye un histograma y lo
conducimos a través de un ejemplo práctico.
Paso 1: ¿Cuáles son los datos que se van a analizar? ¿Los tienes? Si es así, perfecto,
vamos al paso 2. Si no, procedemos a capturar los datos del fenómeno que se desea
analizar.
Paso 2: Cuando hablamos de clases o intervalos nos referimos a las barras verticales
que tendrá nuestro histograma. Normalmente se dice que un histograma debe tener
barras del mismo ancho, lo cual no es necesariamente cierto. Dependiendo de la
situación que se analiza, es más conveniente utilizar intervalos de diferente ancho.
Cuando los intervalos son del mismo ancho, la altura de cada barra será proporcional
a su área. Caso contrario cuando tenemos intervalos de ancho distinto, y en este caso
resulta conveniente analizar el área de la barra.
Paso 3: Existen diversas formas para definir cuántas clases considerar. K es el
número de clases.
La primera es considerar una tabla guía. La siguiente está basada en la publicación
de Roberto Behar y Pere Grima (abajo te dejo la referencia).
5
Otras referencias sugieren 4 clases si tenemos menos de 50 datos, 7 clases para menos
de 100 datos, 10 clases para menos de 150 datos, 12 clases para menos de 200 datos y
14 clases para más de 200 datos.
Otra opción es la regla de Sturges. Propuesta por Hébert Sturges, nos da una regla
práctica para obtener el número de clases:
Hay otras formas, pero estas son las más difundidas. ¿Qué opción elegir? Como regla
general considera que, a mayor número de datos, más clases tendremos.
Paso 4: Determina la amplitud de clase o ancho del intervalo. Se define con la letra h.
Para ello divide el rango entre el número de clases definido en el paso 3. Si obtienes
un número decimal, redondea al entero más cercano. ¿Por qué? Porque la
información debe ser fácil de interpretar.
6
Tu primer intervalo será: [10 – 15], el segundo (15, 20], y así sucesivamente.
Si te encuentras con un dato que coincide con el límite de clase, como por ejemplo
«15», simplemente define un criterio para todos los intervalos de clase. Define si se
ubica en el intervalo actual o el intervalo siguiente.
Por ejemplo, definimos que el primer intervalo sea todos los números mayores o
iguales a 10 y menores e iguales a 15. En consecuencia, el segundo intervalo será
todos los números mayores a 15 y menores iguales a 20.
Paso 6: Tabula los datos con base en los intervalos de clase definidos. En otras
palabras, agrupa los datos según su pertenencia a cada clase. Esto te dará la
frecuencia de cada clase.
7
Ejemplo de histograma
K=7,07
Lo redondeamos al entero más cercano: 7
Paso 4: Calculamos la amplitud o ancho del intervalo. Es la división del rango (paso
2) entre el número de intervalos (paso 3)
El resultado es: 0,99. Bien podemos redondearlo a 1 o mantenernos en 0,99. Como el
ejemplo lo estoy elaborando con la plantilla de histograma en Excel, lo dejaré en
0,99.
8
Paso 5 y 6:
Definimos las clases sumándole al valor más pequeño, el ancho del intervalo hasta
que obtenga 7 intervalos de clase justo allí deberá estar el valor más grande de mis
datos. A continuación, agrupamos cada
valor dentro del intervalo de clase, o
dicho de otra forma, determinamos la
frecuencia. El resultado es el
siguiente:
9
El resultado del ejercicio resuelto del histograma es el siguiente:
Ejemplo
Las temperaturas en un día de otoño de una ciudad han sufrido las siguientes
variaciones:
Hora Temperatura
6 7º
9 12°
12 14°
15 11°
18 12°
21 10°
24 8°
10
11
Polígonos de frecuencia para datos agrupados
Ejemplo
ci fi Fi
[50, 60) 55 8 8
[60, 70) 65 10 18
[70, 80) 75 16 34
[80, 90) 85 14 48
[90, 100) 95 10 58
[100, 110) 110 5 63
[110, 120) 115 2 65
65
Polígono de frecuencias
acumuladas
Si se representan las frecuencias
acumuladas de una tabla de datos agrupados se obtiene el histograma de frecuencias
acumuladas o su correspondiente polígono.
Definición y
ejemplos
12
Intervalos de clase:
Para organizar los valores de la serie de datos hay que determinar un número
de clases que sea conveniente. En otras palabras, que ese número de intervalos no
origine un número pequeño de clases ni muy grande. Un número de clases pequeño
puede ocultar la naturaleza natural de los valores y un número muy alto puede
provocar demasiados detalles como para observar alguna información de gran
utilidad en la investigación.
Los intervalos de clase pueden ser de tres tipos, según el tamaño que estos
presenten en una distribución de frecuencia: a) Clases de igual tamaño, b) clases
desiguales de tamaño y c) clases abiertas.
Límites de la clase:
Amplitud de la clase:
13
clase a todos los intervalos de tal manera que respondan a la naturaleza de los datos y
al objetivo que se persigue y esto se logra con la práctica.
Marca de clase:
Ejemplo
xi fi xi · fi xi2 · fi
[10, 20) 15 1 15 225
[20, 30) 25 8 200 5000
[30,40) 35 10 350 12 250
[40, 50) 45 9 405 18 225
[50, 60) 55 8 440 24 200
[60,70) 65 4 260 16 900
[70, 80) 75 2 150 11 250
42 1 820 88 050
3, 15, 24, 28, 33, 35, 38, 42, 43, 38, 36, 34, 29, 25, 17, 7, 34, 36, 39, 44, 31, 26, 20,
11, 13, 22, 27, 47, 39, 37, 34, 32, 35, 28, 38, 41, 48, 15, 32, 13.
Paso 1: se localizan los valores menor y mayor de la distribución. En este caso son 3
y 48.
Paso 2: Se restan y se busca un número entero un poco mayor que la diferencia y que
sea divisible por el número de intervalos de queramos poner.
Es conveniente que el número de intervalos oscile entre 6 y 15.
En este caso, 48 - 3 = 45, incrementamos el número hasta 50: 5 = 10 intervalos.
14
Se forman los intervalos teniendo presente que el límite inferior de una clase
pertenece al intervalo, pero el límite superior no pertenece intervalo, se cuenta en el
siguiente intervalo.
ci fi Fi ni Ni
[0, 5) 2.5 1 1 0.025 0.025
[5, 10) 7.5 1 2 0.025 0.050
[10, 15) 12.5 3 5 0.075 0.125
[15, 20) 17.5 3 8 0.075 0.200
[20, 25) 22.5 3 11 0.075 0.2775
[25, 30) 27.5 6 17 0.150 0.425
[30, 35) 32.5 7 24 0.175 0.600
[35, 40) 37.5 10 34 0.250 0.850
[40, 45) 42.5 4 38 0.100 0.950
[45, 50) 47.5 2 40 0.050 1
40 1
¿Qué opinas de esta
Clases de Intervalo
Los intervalos tienen por lo general el mismo ancho el ancho debe ser número impar.
N. de intervalo de clase
5 15
Estos varían de 5 a 20, según autores se pueden calcular esa n. aproximado como:
N< 100
n. # total de datos.
15
Los intervalos de ancho número impar
Los intervalos de clase se eligen también de forma que las marcas de clase coincidan
con datos realmente obsérvalo, esto tiende a aminorar el llamado ERROR DE
GRUPAMIENTO.
Frecuencia absoluta
Frecuencia relativa
La frecuencia relativa de un dato es el número que se repite ese dato en relación al
número total de datos, en otras palabras, es la proporción de veces que aparece ese
dato con respecto al total.
Se representa como «ni», siendo «i» el número de dato. y se calcula dividiendo la
frecuencia absoluta de cada dato entre el número total de datos:
16
El valor de la frecuencia relativa siempre va a estar entre 0 y 1. El valor obtenido está
en tanto por uno, pero lo podemos expresar en tanto por ciento si lo multiplicamos
por 100.
La suma de todas las frecuencias relativas de todos los datos de la muestra es igual a
1 (cuando se expresa en tanto por 1, que es lo más común):
17
Unidad II: Ejercicios
40 35 40 29 31 38 36 31 28 30 35 29 32 31 40 36 28 33 33 40 27 28 34 36 33 43 40
35 40 31 30 38 36 35 36 28 36 37 36 37 29 32 38 37 39 31 31 39 39 40
18
Unidad III: Definiciones
1) Probabilidad
Tipos de Probabilidad
19
2) Probabilidad clásica empírica: aunque la probabilidad se siga definiendo como la
proporción entre el número de resultados favorables y el número de resultados,
estos datos se basan en hechos observados no en el conocimiento anterior a un
proceso.
a) Probabilidad empírica o frecuencial (explicación)
Esta teoría está estrechamente relacionada con el punto de vista expresado por
Aristóteles: “lo probable es aquello que ocurre diariamente”.
Estas frecuencias relativas diferirán poco entre sí cuando las ni sean grandes y
tenderán a acumularse en la proximidad de un valor fijo.
20
Este número se llamará probabilidad del suceso A en relación con el experimento
aleatorio E.
Pensaste cuando tiras muchas, muchas veces una moneda ¿cuál es la probabilidad de
que salga cara?
21
¿Cuál es la probabilidad de que haya vida en Marte?
Ejemplo 1
E: Tirar un dado
A = que salga el n° 3
S = {1, 2, 3, 4, 5, 6}
P(A) = 1/6
Ejemplo 2
P(A) = 10/40
Espacio muestral
Para algunos tipos de experimento puede haber dos o más espacios de muestreo
posibles.
22
Tipos De Espacio Muestral
1) Discretos
Por ejemplo
2) CONTINUOS
23
Son aquellos espacios donde el número de sucesos elementales es infinito incontable.
Espacio muestral infinito no numerable. -No es posible observar puntos concretos del
espacio.
Por tanto la función P está definida sobre intervalos -----> P(Ki < Exp > Ke)
b) Particiones
Ejemplos
Ω={(1,1),(1,2),(1,3),(1,4),(1,5),(1,6),(2,1),(2,2),...(6,6)} = {1,2,3,4,5,6}x{1,2,3,4,5,6}
Ω'={2,3,4,...,12}
24
Eventos y su clasificación con ejemplos
Eventos Se denomina así a cada una de las distintas formas en que puede presentarse
el fenómeno o experimento. Un experimento es una actividad que produce un evento.
Podemos llamar espacio muestral del experimento al conjunto formado por todos los
posibles resultados de este.
Se clasifican en:
Los eventos son mutuamente excluyentes si sólo uno de ellos puede ocurrir cuando
realizamos una prueba”. Pero cuando pueden ocurrir dos o más eventos al realizar
una prueba cabe decir que son eventos no excluyentes. Pensemos en el ejemplo de la
baraja inglesa y en los siguientes eventos:
1) Eventos no excluyentes
Sacar un 5 y una carta de espadas. Son eventos no excluyentes pues podemos tomar
un 5 de espadas.
Sacar una carta roja y una carta de corazones. Son eventos no excluyentes pues las
cartas de corazones son uno de los palos rojos.
Sacar un 9 y una carta negra. Son eventos no excluyentes pues podemos tomar el 9 de
espadas o el 9 de tréboles.
Para los tres ejemplos es posible encontrar por lo menos una carta que hace posible
que los dos eventos ocurran a la vez.
Sacar una carta de corazones y una carta de espadas. Son eventos mutuamente
excluyentes, las cartas o son de corazones o son de espadas.
Sacar una carta numerada y una carta de letras. Son eventos mutuamente excluyentes,
las cartas o son numeradas o son cartas con letra.
Sacar una carta de tréboles roja. Son eventos mutuamente excluyentes pues las cartas
de tréboles son exclusivamente negras.
25
No es posible encontrar una sola carta que haga posible que los eventos sucedan a la
vez.
Ejemplo:
lanzar al aire dos veces una moneda son eventos independientes por que el resultado
del primer evento no afecta sobre las probabilidades efectivas de que ocurra cara o
sello, en el segundo lanzamiento.
b) Eventos dependientes
Propiedades de la probabilidad:
26
2. Probabilidad del suceso imposible es cero.
a. Ejemplo:
A = {obeso} B = {hipertenso}
A Ç B = {hipertenso y obeso}
A È B = {obeso o hipertenso}
27
Axiomas de probabilidad y ejemplos.
Las propiedades que esperamos de una ley de probabilidad son las mismas que las
de las frecuencias experimentales. Las consideraremos como los axiomas de la
definición.
A3 Si es una sucesión de eventos disjuntos dos a dos ( y no pueden
si , entonces .
1) Leyes discretas
Todas las partes de son eventos. Como todo evento es una reunión finita o
numerable de eventos individuales o aislados (singleton), es suficiente definir la
probabilidad de cada singleton:
28
Para todo , la probabilidad de será entonces determinada por A3:
probabilidad
2) Leyes continuas
El conjunto de las eventualidades es . Los eventos son los intervalos, y todos
los subconjuntos de que se pueden formar combinando intersecciones y uniones
de intervalos. En la teoría de la medida se les llama conjuntos borelianos.
y
29
1) Permutaciones
Pn elementos = n · (n − 1) · (n − 2) · (n − 3) · . . . · 2 · 1
Pn elementos = n!
Ejemplo
2) Arreglos
30
Los arreglos son todas las posibles ordenaciones de n elementos sacados de un grupo
más
grande de m elementos (m > n), importando el orden de los conjuntos resultantes, de
manera que
a) Ejemplo:
Determinemos la cantidad de arreglos de 2 vocales que podemos hacer en el conjunto
de las vocales V={a, e, i, o, u}:
Primero busquémoslos:
3) Combinaciones
31
Las combinaciones son muy parecidas a los arreglos, con la diferencia en que en los
conjuntos que se forman no importa el orden de manera que
a) Ejemplo
Javier, Gonzalo, Manuel, Pamela y Paola se han postulado a la directiva de su curso,
pero solo 3 de ellos pueden quedar, ¿cuántas directivas posibles hay?
Respuesta
En este caso se trata de formar combinaciones entre los postulantes, pues si por
ejemplo se elige a Javier, Gonzalo y Paola es lo mismo que se elija a Paola, Gonzalo
y a Javier, lo
que corresponde a una combinación de 3 elementos de un total de 5, por lo tanto:
32
Teoría combinatoria
La Combinatoria es una rama de las matemáticas cuyo objeto es estudiar las posibles
agrupaciones de objetos que podemos llevar a cabo de un modo rápido teniendo en
cuenta las relaciones que deben existir entre ellas.
Por ejemplo:
Con 5 colores diferentes ¿cuántas banderas tricolores podemos hacer? Una bandera
de otra se diferencia en tener un color diferente o en el orden de colocación de los
colores.
33
Conclusión
34
Enlaces Electrónicos
https://concepto.de/probabilidad/#ixzz6INJ6rsdW
http://edwardmoralesz.blogspot.com/2012/10/tipos-de-probabilidades.html
https://sites.google.com/site/estadisdesceduc/unidad-ii/2---espacio-muestral-o-
espacio-de-eventos
http://edwardmoralesz.blogspot.com/2012/10/tipos-de-eventos.html
https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/combinatoria/p
ropiedades-de-la-probabilidad.html
http://www.hrc.es/bioest/Probabilidad_14.html}
https://ljk.imag.fr/membres/Bernard.Ycart/emel/cours/mp/node3.html
https://www.u-
cursos.cl/usuario/6c35e35ec55a71af969f59a168a300a7/mi_blog/r/C14.pdf
https://www.aulafacil.com/cursos/matematicas/teoria-combinatoria/teoria-
combinatoria-l10838
35