APUNTES DE

ESTADISTICA 3ER
PARCIAL
Estadística para el turismo

Gómez Enzástiga Karla de la Luz

3° “2”
Estadística: el turismo tiene incertidumbre se convierte en

Variabilidad: Varias opciones

Estadística: Ciencia que se maneja mediante datos estadísticos

Turística: Estadísticos la incertidumbre

El turismo impacta

Turismólogo: Estudiar al turista

Tiene que ver con la recopilación, análisis y uso.

-Estadística descriptiva: Describir

comportamiento de los datos
Estadística
-Estadística inferencial: Da
aportaciones para poder aportar

Inferencia: Recopilación de información para sacar una conclusión

Definiciones:
Estadística: Conjuntos de teorías y métodos que han sido desarrollados para
la recopilación y representación y eventualmente el uso de los datos sobre
una o varias características del interés propio del investigador; con el
propósito de tomar decisiones, sacar conclusiones emprender acciones;
más importante, interpretar los procesos.
Ejercicio 1 - Un turismólogo, que investiga un nuevo producto dentro de la
industria restaurantera pura rebajar la grasa y cochambre de la cocina,
para ello desea conocer el consumo de aceites y grasas
naturales y artificiales en la preparación de platillos y que son consumidos
por 40 sucursales restauranteras de la misma marca ¿Cómo debe proceder
el turismólogo investigador? Para ello debe encontrar la población, la
muestra y la variable a investigar.
Población: La cadena de restaurantes

Muestra: Consumo de grasas

Variable: Tomar el 10% de los restaurantes

Población: Universo de individuos al cual se le refiere el estudio que pretende

realizar
Muestra: Subconjunto de la población cuyos valores de la variable que se
pretende analizar son conocidos
Variable: Rasgo o característica de los elementos de la población que se
pretende analizar.
2-. Se requiere revisar el tiempo que dedican al estudio semanal los alumnos
en grado de turismo de la UAEH. Para ello, se encuestan a 50 alumnos de
esta institución. Determinar, la población, la variable y la muestra.

Población: La UAEH (Alumnos de turismo)

Variable: Tiempo de estudio

Muestra: 5º alumnos de turismo.

3-. Se desea estimar el porcentaje de albumina en el suero proteico de

personas sanas. Para ello se analizan muestras de 40 personas, entre 2 y 40
años de edad. Se puede investigar cual es la población objeto de estudio,
la variable de interés y la muestra con la que se realiza el estudio.

Población: Personas sanas

Variable: Albumina

Muestra: 40 personas entre 2 y 40 años

Definiciones:
Estadística descriptiva: Se ocupa de recoger, clasificar y resumir la
información, contenida en la muestra. En este curso se organiza, resume
(tabular, graficas o numérica) y describe las características principales de
los datos. El análisis a veces es limitado en sí; por ende, limita a los datos
coleccionados no se realiza inferencia alguna o evita generalizar acerca del
total de la procedencia de las observaciones de la distribución.
Calculo de Probabilidad: Es una parte de la matemática teórica, que
estudia las leyes que rigen los mecanismos aleatorios de
fenómenos de estudio.
Estadística inferencial: Esta parte procura hacer estimaciones de las
características de una población por medio del estudio de una muestra.
Pretende extraer conclusiones para la población entera, a partir del
resultado observado en la muestra.

*Poner estos tres conceptos en P.I*

Población: Colección ya sea finita o infinita de los elementos de un conjunto,
como características en común. Se denota por la letra “n”.
Variable: Todas las características que pueden tomar diferentes valores
(estatura de las personas, edad, precio de las habitaciones de un hotel,
numero de hijos, entre otros). Y por lo regular estas se denotan con letras
minúsculas del alfabeto, tal y como se da en el algebra; pero con
mayúsculas en el ámbito generalizado.

TIPOS DE VARIABLES:
Según el nivel de medida:
Cualitativas: expresan distintas cualidades, características o modalidad.
Cada modalidad que se presenta se denomina atributo o categoría, y la
medición consiste en una clasificación de dichos atributos.
Cualitativa ordinal: Puede tomar distintos valores ordenados siguiendo una
escala. Es excluyente
Cualitativa nominal: Los valores no pueden ser sometidos, a un criterio de
orden.
Discreta: Representa separaciones o interpretaciones en la escala de
valores que pude tomar.
Discreta: Representa separaciones o interpretaciones en la escala de
valores que pueden tomar
Continua: Puede adquirir cualquier valor dentro de un intervalo
especificado de valores.
INFLUENCIA:
Independientes: Cuyo valor no depende de otra variable se suele presentar
por la “y”. Cusa de fenómenos no estudiados.
Dependientes: Cuyos valores dependen de los que tomen otras variables.
Intervinientes: Propiedades que de una u otra manera afectan el resultado
que se espera y están vinculados con las variables dependientes o
independientes.
Variable moderadora: Representan un tipo especial de variable
independiente, que es secundaria. Y representa o selecciona con la
finalidad de determinar si afecta la relación entre la variable primaria
independientes y las variables dependientes.
Metodología de la investigación: Se utiliza como una característica o
propiedad de la investigación que supone ser la causa del fenómeno que
estudia.

La primera forma de recoger y resumir la información recabada en la

muestra es efectuando un recuento de numero de veces que se ha
observado cada uno de los distintos valores que puedes tomar la varibale
del estudio. A eso comúnmente se le llama frecuencia, y que se explicara
de forma practica:

Ejemplo:
En la ultima hora han acudido al servicio de urgencias de Hidalgo, 8
pacientes, cuyos datos de ingreso se encuentran resumidos en la siguiente
tabla:

Sexo Peso (kg) Estatura Temperatura Visitas Dolor

M 63 1.74 38° 0 Leve
M 58 1.63 36.5° 2 Intenso
H 84 1.86 37.2° 0 Intenso
M 47 1.53 38.3° 0 Moderado
M 70 1.75 37.1° 1 Intenso
M 57 1.68 36.8° 0 Leve
H 87 1.82 38.4° 1 Leve
M 55 1.46 36.6° 1 Intenso

Muestra: 8 pacientes.
Frecuencia absoluta: Se denota por la letra f minúscula y es el numero de
veces que ocurre el resultado 𝑋𝒾.
Sexo{𝑋1, 𝑋2, 𝑋3, 𝑋4, 𝑋5. 𝑋6, 𝑋7, 𝑋8}
Frecuencia relativa: Se denota por ℎ𝒾 y representa un porción de datos en
𝑓𝑖
cada una de las clases ℎ𝒾 = 𝑛

Frecuencia acumulada: 𝐹𝑖 = ∑1𝑖=1 𝑓𝑖

Frecuencia absoluta acumulada: Aquellas que se obtienen de las sumas

sucesivas de la 𝑓𝑖 que integran cada una de las filas de una distribución de
frecuencias; esto se logra cuando la acumulación de las frecuencias se
realiza tomando en cuenta desde la 1ra fila hasta alcanzar la ultima
𝑖

𝐻𝑖 = ∑ ℎ𝑖
𝑗 =1

Dolor xi Frecuencia Frecuencia Frecuencia Frecuencia

absoluta acumulada relativa Relativa
fi Fi hi Acumulada
Hi
Leve 3 3 0.375 0.375
Moderado 1 4 0.125 0.5
Intenso 4 8 0.5 1
∑ 𝑓𝑖 = 8 ∑ ℎ𝑖 = 1

¿Qué porcentaje de pacientes sufren dolor intenso?

0.5* 100= 50%

¿Cuántos pacientes con dolor leve a moderado?

4 Sale de la frecuencia absoluta

Frecuencia

Sexo (x) fi Fi hi Hi
H 2 2 0.25 0.25
M 6 8 0.75 1
∑ 𝑓𝑖 = 8 ∑ ℎ𝑖 = 1

¿Qué porcentaje de los pacientes son hombres?

25%
¿Qué porcentaje de pacientes son mujeres? 75%
 Grafica de nivel de dolor
4.5

3.5

2.5

1.5

0.5

0
LEVE MODERADO INTENSO

LEVE MODERADO INTENSO

Diagrama de Sectores

12.5%

50%

37.5%

Intenso Moderado Leve

Con el objetivo de estudiar la influencia de la dureza del agua en creer los
trastornos gastrointestinales simples, un laboratorio determinó la dureza del
agua de 10 muestras obteniendo los siguientes resultados:

Construir la distribución de frecuencias para la variable "dureza del agua"

muestra dureza
1 Blanda
2 blanda
3 Dura
4 Muy dura
5 Muy dura
6 Extremadamente
dura
7 Blanda
8 Blanda
9 Dura
10 Muy dura

Dureza (xi) fi Fi hi Hi
Blanda 4 4 0.4 0.4
Dura 2 6 0.2 0.6
Muy Dura 3 9 0.3 0.9
Extremadamente 1 10 0.1 1
dura
∑ 𝑓𝑖 = 10 ∑ 𝑓𝑖 = 1

Cualitativa discreta: variable que toma un número finito o infinito numerable

de valores posibles. La forma de ordenarlos es similar a los ejemplos
anteriores, construir la distribución de frecuencias ahora de la variable visitas.

Visitas (xi) fi Fi hi Hi
0 4 4 0.5 0.5
1 3 7 0.375 0.875
2 1 8 0.125 1
n=8 ∑ 𝑓𝑖 = 1
Porcentajes 1 y 2 nos da las veces de visita: Mas de 1 visita
Considerada una muestra de 200 familias en la que se contó el número de
hijos. Suponiendo que se han observado 50 familias sin hijos, 80 familias con
un hijo, 40 familias con dos hijos, 20 familias con 5 hijos y 10 familias con cuatro
hijos. Construir la distribución de frecuencias correspondiente.

Hijos (x) fi Fi hi Hi
0 50 50 0.25 0.25
1 80 130 0.4 0.65
2 40 170 0.2 0.85
3 20 190 0.1 0.95
4 10 200 0.05 1
∑ 𝑓𝑖 = 200 ∑ 𝑓𝑖 = 1

-El 85% de las familias tiene 2 hijos

-El 65% de la población tiene 1 hijo

Cuantitativas continuas: Para construir distribuciones de frecuencias de estas

variables es usual agrupar los valores que se suelen tomar las variables en
intervalos. De esta forma se cuenta el número de veces que la variable cabe
en cada uno de los intervalos. A cada uno de estos se le llama intervalo de
clase y a su punto medio se le llama marca de clase. En otras palabras, el
valor de xi se sustituirá por los intervalos de clase y las marcas de clase.
Se toman en cuenta las siguientes consideraciones:
- Número de intervalos a considerar: para la toma de esta decisión se toma
en cuenta:

1.- Entre menos intervalos se tengan, menos información se recoge.

2.- Entre más intervalos se tomen en cuenta, más difícil será manejar las
frecuencias.

Muestras Pequeñas
Para considerar el número de intervalos se debe tomar en el entero más
próximo a la raíz de 𝑛(√𝑛)

-Amplitud de cada intervalo se recomienda tomar todos los intervalos del

mismo tamaño de longitud.
- Posición de los intervalos: los intervalos deben sustituirse exactamente
donde se encuentran las observaciones, pero también de forma contigua
se recomienda que los límites tanto inferiores como superiores sean similares.

Paso 1.- Ordenar los datos

2.- calcular el recorrido o rango ( la diferencia entre el dato más grande y
el más pequeño de la) el cual se usa para obtener la amplitud de los
intervalos.
Considerar la variable peso para distribuir la variable de frecuencias.

-Muestra Ordenada: 47,55,57,58,63,70,84,87

-Recorrido(rango): 87-47=40

-Número de intervalos=√8= 2.82= 3

Intervalos Marca de fi Fi hi Hi
de Clase clase
(47-61) 54 4 4 0.5 0.5
(61-75) 68 2 6 0.25 0.75
(75-89) 82 2 8 0.25 1
8 1
-El 50% de los pacientes pesan entre 47 y 61 kilogramos.

Un laboratorio está desarrollando unas muestras de orina para detectar los

niveles de acetona, se realizan 50 pruebas de acetona en pacientes y se
obtiene en 15 ocasiones el color naranja, 25 veces se obtienes color amarillo
y en 10 ocasiones el color verde.
Construir la distribución de frecuencias y representarla con las gráficas
adecuadas para variable "color de reacción ".

Color de fi Fi hi Hi
reacción (x)
Naranja 15 15 0.3 0.3
Amarillo 25 40 0.5 0.8
Verde 10 50 0.2 1
∑ = 50 ∑=1
 Grafica#. Diagrama de barras y Poligono de Frecuencia de
niveles de acetona en la orina
30

25

20

15

10

0
Naranja Amarillo Verde

Grafica #. Diagrama de sectores de niveles de acetona en la

orina

20

50

30%
Datos ordenados y no ordenados
Distribución de Frecuencia: es una disposición tabular los datos estadísticos
ordenados ascendente o descendentemente de acuerdo a la frecuencia
de cada dato de la variable a investigar.

Investigar el método de redondeo de cifras de decimales, ( todos)

No agrupados: Ejemplo 1: la capital del estado de Hidalgo (Pachuca) por
medio del ayuntamiento de la ciudad desea averiguar si el número medio
de hijos por familia ha descendido con respecto a la década anterior. Para
ello ha encuestado a 50 familias respecto al número de hijos, y se obtuvieron
los siguientes datos:

a) Construir la tabla de frecuencias absolutas

b) ¿Cuál es el número de familias que tiene como máximo dos hijos? 27
familias
c) ¿Cuántas familias tienen más de un hijo, pero como máximo tres? 36
familias
d) ¿qué porcentaje de familias tienen más de tres hijos? 16%

e) ¿Qué número de hijos representa el 50% de estudio? 63 hijos

# de hijos Frecuencia Absoluta Frecuencia Acumulada

absoluta fi acumulada Relativa
Fi
0 2 2 0.04 0.04
1 4 6 0.08 0.12
2 21 27 0.42 0.54
3 15 42 0.3 0.84
4 6 48 0.12 0.96
5 1 49 0.02 0.98
6 1 50 0.02 1
∑ 𝑓𝑖 = 50 ∑ 𝑓𝑖 = 1
Métodos de redondeo de cifras decimales.
Número de decimales en informes estándar se establecen en 0 en valores
predeterminados personales.
De forma predeterminada, ha herramienta de informe utiliza de la siguiente
forma las reglas de redondeo si se trata del decimal 5:
-Si el decimal 5 sigue a una cifra impar la redondea al alza Ejemplo: 73.5 se
redondea a 74
-Si El decimal 5 sigue una cifra par la redondea a la baja Ejemplo: 78.5 se
redondea a 78.
Redondeo por defecto 0 a la baja: lo hacemos cuando reducimos el valor
de una cifra a un número más pequeño cuando su última cifra relevante
está entre 0 y 4.
Redondeo por exceso 0 al alza: se da cuando aumentamos el valor inicial
de un número para simplificarlo. Si la última cifra se encuentra entre 5 y 9, se
hace un redondeo al alza al siguiente número más cercano.

4 reglas de aplicación del redondeo.

No.1: si la última cifra del número que queremos redondear es menor que 5
dejemos sin modificar el último.
No.2: cuando la última cifra sea un 5 o superior se aumentará el valor al
siguiente número más próximo. Por ejemplo 5.556 se convertiría en 5.56
No.3: si el último valor numérico es par y tras el encontramos un 5 como
siguiente cifra un número cualquiera de 0, entonces se trunca el número.
Ejemplo: 5,56500 y 5,565 se redondea a 5,56
No.4: si el último número es impar y la siguiente cifra es 5 o un número
cualquiera de 0, se lleva a cabo un redondeo al alza en una unidad.
Ejemplo: 2,21500 o 2,215 se transforma tras el redondeo en 2,22.

5 refrescos muy famosos son Coke classic, coke diet, drpepper, Pepsi y Sprite
suponiendo que los datos de la siguiente tabla muestran los refrescos, que
fueron comprados en un amuestra de 50 ventas de refresco.
Construir la distribución de Frecuencia de refresco.
¿Cuál es el porcentaje de refrescos que mas se vende?

38% Coke classic

¿Cuál es la diferencia porcentual del segundo refresco y el ultimo?16%

Si existe un empate como podrías como investigador definir esta situación:
Ambos productos ocupan un 10% del 100% de la venta de refresco
haciendo de Dr. Pepper y Sprite sean los refrescos menos vendidos a
comparación de los demás refrescos.

Xi fi Fi Frecuencia Acumulada
relativa
Coke classic 19 19 0.38 0.38
Diet coke 8 27 0.16 0.54
Dr. Pepper 5 32 0.1 0.64
Pepsi 13 45 0.26 0.9
Sprite 5 50 0.1 1
50 1

20

18

16

14

12

10

0
Coke classic Diet coke Dr. Pepper Pepsi Sprite
 Grafica #. Pastel dividida en porcentaje de mayor a menor
venta de refrescos

Coke classic Diet Coke Dr. Pepper Sprite Pepsi

DATOS AGRUPADOS:
Clase: Divisiones o categorías donde se agrupan conjunto de datos
ordenados con características en común. Las fronteras de la clase se
denominan límite inferior y límite superior y se denotan Li+1 y Lo
respectivamente.

Marca de clase o punto medio (x) : Esta es la semisuma de límite inferior y

superior de una clase.

Amplitud, longitud, tamaño de intervalo: Los intervalos de la clase pueden

ser de tres tipos: clases de igual tamaño, clases de tamaños desiguales, se
denominan regularmente por 𝐼𝐶 Ó 𝑊 Ó 𝑖

Procedimiento:
1.-Determinar el máximo y el mínimo entre los valores recolectados en la
muestra y calcular el "recorrido de la variable o rango" 𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛
2.- Calcula el número de clases a utilizar. Existen criterios para determinar el
número de clases.
Sturges

# de datos # de intervalos
10-100 De 4-8
100-1000 De 8-11
1000-10000 De 11-14

Cuando no se tenga la certeza para determinar el número de intervalos de

clase, este método es de Gran utilidad que fue diseñado por Hentbert A.
Sturges, cuyo método establece lo siguiente:
𝐾 = 1 + 3.322 log(𝑛) = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
3.-determinar la amplitud o tamaño de los intervalos.
𝐼 𝑅
𝐶=
𝐾

EJEMPLO:
Se ha construido un nuevo hotel en la ciudad de Pachuca, y está a punto
de abrir sus puertas. Pero antes de que el gerente general decida el precio
de sus habitaciones, este último se dio la tarea de investigar los precios por
habitación de 40 hoteles de la misma categoría de la ciudad. Los datos que
recabó (en miles de pesos) fueron los siguientes.

a) ¿Cuántos hoteles tienen un precio entre $3,300 y $3,800? 3 hoteles

b) ¿Cuántos hoteles tienen un precio superior a $4,800? 15 hoteles

c) ¿Qué porcentaje de hoteles cuestan cuando mucho $4,300? 27.5%

Xi fi Fi hi Hi
(3.3-3.8) 3 3 0.075 0.075
(3.8-4.3) 8 11 0.2 0.275
(4.3-4.8) 14 25 0.35 0.625
(4.8-5.3) 6 31 0.15 0.775
(5.3-5.8) 4 35 0.1 0.875
(5.8-6.3) 5 40 0,125 1
40 1
𝑅 = 6.1 − 3.3 = 2.8 𝐾 = 1 + 3.322 log(40) = 6.32 = 6 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
𝐼𝑐= 2.8=0.46=0.5=𝑎𝑛𝑐ℎ𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜𝑠
6
Los datos presentados en el siguiente arreglo, representan los ingresos
diarios, (Miles de pesos) obreros de la empresa pamsa de México.
A) construir una distribución de frecuencias agrupadas, utilizando la fórmula
de sturges.

B) programa de frecuencias y la gráfica de sectores. Interpretar

C)¿Cuántos obreros tienen un ingreso diario menor de $22,000? 15 obreros
D)¿Porcentaje de obreros tienen un ingreso diario entre
$16,000 y $19,000? 40%

xi fi Fi hi Hi 𝑥̇ Grados
(16-18) 3 0.15 0.15 17 54
(18-20) 5 8 0.25 0.4 19 90
(20-22) 7 15 0.35 0.75 21 126
(22-24) 4 19 0.2 0.95 23 72
(24-26) 1 20 0.05 1 25 18
20 1

Grafica # Ingresos de obreros

8

0
16-18 18-20 20-22 22-24 24-26

15% 25% 35% 20% 5%

 Grafica # De sectores de ingresos de obreros

5%
15%

20%

25%

35%

(16-18) (18-20) (20-22) (22-24) (24-26)

Media aritmetica:

𝑋̅ Equis testada o equis barra es muestral

Media aritmetica:
Es una medida de posición que suele usarse más comúnmente para saber
el promedio, o bien la posición media de un grupo de datos.
También se le conoce como el valor medio de todos los valores que toma
la variable, estadística de una serie de datos, algunos dicen que es el valor
más representativo de la serie de valores; otros dicen que el punto de
equilibrio o el centro de gravedad de la serie de datos.

Para calcular la media aritmética para datos no ordenados de una serie de

n, valores de una variable y x. Se determina el cociente de dividir a la
sumatoria de los n valores que toma la variable estadística x entre el número
total de estos mismos datos.
𝑛
∑ 𝑥𝑖 ∑ 𝑛
Muestral 𝑋̅= 𝑖𝑛𝑛 Poblacional 𝑋̅= 𝑖=1
𝑁

Tipico: Los datos son parejos

Atipico: Incongruencias en los datos

Ejemplo: Calcular la media ritmetica de los valores

𝑥𝑖 {5,7,8,9,14}
5+7+8+9+14
Muestral: = 𝑥̅ = 9
6

Ejercicio
Hay 12 compañas fabricantes de automóviles en E.U.A enseguida se enlista
el numero de potente concedidas por el gobierno de E.U.A a cada
campaña en un año reciente

Representa esta información una muestra o una población ¿

Una población

¿Cuál es la media aritmética del número de patentes concebidas?

El número típico de patentes de autos es de 195, El cual es un parámetro
poblacional

Compañías No.
Patentes 2,340
General 511 = 195
12
Motors
Nissan 385
Daimein 275
Toyota 257
Honda 249
Ford 234
Mazda 210
Prizder 97
Porsche 50
Mitsubishi 36
Volvo 23
BMW 13

La media de una muestra o cualquier otra medición basada en una muestra

de datos recibe el nombre de estadística.
Si el diámetro promedio externo de una muestra de cinco rodamientos de
bola es de 0.625 pulgadas, se trata de un ejemplo estadístico.

Estadístico: característica de una muestra.

Ejemplo:
Suncam estudió la cantidad de minutos que emplean sus clientes en un plan
tarifario de cierto teléfono celular. Una muestra aleatoria de 12 clientes
arroja la siguiente cantidad de minutos empleados el mes pasado.

¿Cuál es el valor de la media aritmética de los minutos?

∑ 𝑥𝑖𝑛 1170
𝑋̅ = 𝑚𝑛 𝑋̿ = 𝑋̿ = 97.5 𝑀𝐼𝑁 𝐴𝐿 𝑀𝐸𝑆
12

-2 +3

-1

1 2 3 4 5 6 7 8 9

𝑋̿
La media se ve afectada en exceso por valores grandes o pequeños poco
comunes. Y este es su punto débil. Ya que recordando que el valor de cada
elemento en una muestra, o población, se utiliza cuando se calcula la media
si uno o dos de estos valores son extremadamente grandes o pequeños
comparados con la mayoría de los datos, la media podría no
ser un promedio.

Desviaciones

𝐸(𝑋 − 𝑋̅) =0

(3-5) + (4-5) + (8-5)

(-2) + (-1)+ (3)=0
DATOS ORDENADOS
∑𝑛1=1 𝑓𝑖 ∗ 𝑥
𝑋̅ =
𝑛
Calcular la media aritmética de una distribución de frecuencias que
corresponde al peso en kilos de un grupo de trabajadores de la empresa x

Peso kg Marca de clase Num. De obreros fi*x

75-79 77 20 1540
80-84 82 40 3280
85-89 87 60 5220
90-94 92 100 4200
95-99 97 140 13580
n=360 32, 820

∑𝑛1=1 𝑓𝑖 ∗ 𝑥 32820
= = 91.17𝑘𝑔
𝑛 360
Interpretación: El peso promedio del grupo de 360 trabajadores es de 91.17
kg
Los kilómetros recorridos por 20 estudiantes al ir al ICEA desde sus casa están
dados enseguida
∑𝑛1=1 𝑓𝑖 ∗ 𝑥
𝑋̅ = = 102.6 = 5.13𝑘𝑚
𝑛
Kilómetros Kilómetros Numero de Total, de
recorridos promedio estudiantes fi kilómetros
recorridos
0 y menos de 2 1 2 2
2 y menos de 4 3 5 15
4 y menos de 6 5 4 20
6 y menos de 8 7 8 56
8 y menos de 10 9 1 9
102
= 5.1𝑘𝑚 Los km promedio de este grupo de 20 estudiantes es de 5.1km
20
La siguiente distribución de frecuencias se construyó con los precios de 20
vehículos de la empres Whitner Autoplex
Precio de Frecuencia fi 𝑋̇ 𝑓𝑖 ∗ 𝑥̇ Frecuencia Grados
venta (miles Relativa hi
de dólares)
15-18 8 16.5 132 0.1 36
18-21 23 19.5 448,5 o.2875 103.5
21-24 17 22.5 382.5 0.2125 76.5
24-27 18 25.5 459 0.225 81
27-30 8 28.5 228 0.1 36
30-33 4 31.5 126 0.05 18
33-36 2 34.5 69 0.025 9
80 1845 1

1845
= 23.0625
80
Determinar el precio de venta medio aritmético de los vehículos

$23.0625
¿Cuál es el porcentaje de vehículos de 24,000 a 30,000?

32.5%
Construir el histograma y el diagrama de sectores de precio de 80 nuevos
vehiulos vendidos el mes pasado en el lote de Whitner Autoplex

Grafica# Vehiculos vendidos el mes pasado

25

20

15

10

15-18 18-21 21-24 24-27 27-30 30-33 33-36

 Ventas
9%

18% 36%

36%

103.50%
81%

76.50%

8 23 17 18 8 4 2

MEDIA PONDERADA
Esta medida de tendencia central permite calcular un promedio que
toman en cuenta la importancia de cada valor con respecto al total.
Esto constituye un caso especial de la media aritmética y se presenta
cuando hay varias observaciones con el mismo valor.
Para explicar esto, se presenta el siguiente caso:
Suponiendo que el Wendy's restaurant vende refrescos medianos, grandes
y gigantes a $0.90, $1.25 y $1.50 de las 10 últimas bebidas vendidas 3 eran
medianas, 4 grandes y 3 gigantes. Para determinar el precio promedio de
las últimas 10 bebidas vendidas se calculó de 2 formas.
0.90 + 0.90 + 0.90 + 1.25 + 1.25 + 1.25 + 1.25 + 1.50 + 1.50 + 1.50
𝑋̅ =
10
12.2
𝑋̅𝑊 = 3(0.90) + 4(1.25) + 3(1.50) = = 1.22
10
Considerar los datos donde se utilizan niveles de trabajo para la
producción de dos de sus productos finales la compañía desea saber el
promedio de costo de trabajo por hora para cada uno de los productos.
Usando esta tasa promedio se podría calcular el costo del trabajo invertido
en una unidad del producto 1 como $7 (1+2+5)=$56, y el de una unidad
del producto 2 como $7 (1+3+3)=$70. Puestos promedios son incorrectos.
Para que los cálculo sean correctos las respuestas deben tomar en cuenta
diferentes manos para el producto el costo total del trabajo por unidad es
($5x1) +(7x2)+(9x5)=$64
64
Como se invierten en horas de trabajo es promedio de = $8.00
8

La tienda Dave's Giveaway un aviso"si nuestros precios promedio no son

iguales o menores que los otros, usted se lo lleva gratis" de los clientes de
Dave's fue a la tienda un día y puso sobre el mostrador las notas de venta
de seis artículos que compró a un competidor por un precio promedio
menor, que el Dave' s. Los artículos costaron (dólares) $1.29, $2.97, $3.44,
$5.00, $7.50 y $10.95
Los precios de Dave's de los mismo 6 artículos son $1.35, $2.89, $3.14, $4.48,
$7.59 y $11.50
Dave's le explicó al cliente "aviso se refiere a un promedio ponderado de
esos artículos nuestro promedio es menor porque nuestras ventas de estos
artículos han sido 7,4,12,8,6,3

Ponderada Competencia Ponderada Dave´s

𝑥̅ 𝐷=195.49=$4.344 𝑥̅ 𝐷=193.62=$4.303
45 45

Carter construction company paga a sus empleados que trabajan por

hora $16.50, $19.50 o $25.00, la hora hay 26 empleados contratados para
trabajar por hora, 14 de los cuales reciben una paga con la tarifa de
$16.50, 10 con la tarifa de $19.50 y dos con la tarifa de $25. ¿Cuál es la
tarifa promedio por hora que se paga a los 26 empleados?
476
𝑥̅ = 14(16.50) + 10(19.50) + 2(25) =
26
= $18.30 𝑒𝑠 𝑙𝑎 𝑡𝑎𝑟𝑖𝑓𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑙𝑜𝑠 𝑒𝑚𝑝𝑙𝑒𝑎𝑑𝑜𝑠
MEDIA GEOMETRICA

Búsqueda de la tasa de crecimiento.

Algunas veces cuando se trabajan con cantidades que cambian en cierto
periodo, se necesita conocer una tasa promedio de cambio como la tasa
de crecimiento promedio en un periodo de varios años. En tales casos, la
media aritmética simple resulta inapropiada, puesto que proporciona
resultados equivocados. Para ello se usará a la media geométrica (M.G.)
Considerar el crecimiento de una cuenta de. Suponiendo que inicialmente
se depositan $100 y son dejados para acumular intereses a diferentes tasas
durante 5 años. El crecimiento se resume en una tabla.

La entrada con el encabezado "factor de crecimiento" es igual a

𝑖𝑛𝑡𝑒𝑟𝑒𝑠
1 + 𝑡𝑎𝑠𝑎 𝑑𝑒
100

Tabla de Año Tasa de Factor de Ahorros al

crecimiento interés crecimiento final del año
dde un 1 7% 1.07 107.00
deposito de 2 8% 1.08 115.56
$100 en una 3 10 1.10 127.12
cuenta de 4 12 1.12 142.37
ahorros 5 18 1.18 108.00

7%
1 + 𝑡𝑎𝑠𝑎 𝑑𝑒 = 1 + 0.07 = 1.07
100
Factor de crecimiento
Cantidad por la que se multiplican los ahorros para obtener el saldo al final
del mismo, el factor de crecimiento considerado como la media aritmética
simple sería (1.07+1.08+1.10+1.12+1.18)15=1.11 que corresponde a una tasa
de interés promedio anual del 11%.
Sin embargo si el banco deja un interés a una tasa del 11% anual, un
depósito de $100 crecerá en 5 años a:

$100x1.11x1.11x1.11x1.11x1.11= $168.57
La tabla se muestra que solo $168.57 así, el factor del crecimiento
promedio correcto debe ser ligeramente menor a 1.11.
Para encontrar el factor de crecimiento correcto se pueden multiplicar los
factores de crecimiento de los 5 años y luego obtener la raíz quinta del
producto, número que al multiplicarse cuatro veces por sí mismo da como
resultado el producto inicial. El resultado es el factor de crecimiento como
media geométrica; Qué es el promedio adecuado que se debe utilizar. La
fórmula para encontrar la media geométrica de una serie de números es:
𝑛
𝑀. 𝐺 = √𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 𝑥

Hay que observar que la tasa de interés promedio es 10.95% obtenida con
la media geométrica está muy cerca de la tasa promedio incorrecta.

La media geométrica nunca es mayor que la media aritmética.

Esta resulta útil para determinar el cambio promedio de porcentajes,
razones, índices o tasas de crecimiento. Posee amplias aplicaciones en la
administración y la economía, ya que con frecuencia hay
interés en determinar
Durante la década de los 90 y hasta los primeros años del 2000 las Vegas
Nevada, fue la ciudad de mayor crecimiento en E.U.A. la población se
incrementó del 258,295, en 1990 el 534,837, en 2005 eso incrementó,
incrementó 276,552 personas o 107% de incremento durante el periodo de
15 años, ¿Cuál es el incremento anual?

Creció 4.97% por año de 1990 al 2005

𝑛 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑀. 𝐺 = √𝑣𝑎𝑙𝑜𝑟 𝑓𝑖𝑛𝑎𝑙 𝑑𝑒𝑙 𝑖𝑛𝑖𝑐𝑖𝑎𝑙 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑣𝑎𝑙𝑜𝑟

𝑛 534847
𝑀. 𝐺 = √ − 1 ∗ 100 = 𝑀. 𝐺. = 4.97
258295

MODA PARA AGRUPADOS

La moda es el cálculo, medida de tendencia central, el dato que más se
repite en la distribución.

Para datos no agrupados solo se verifica el dato que más se repite.

 ∆1
𝑀𝑂 = 𝑋̂ = 𝐿𝑀𝑜 + ( )𝑤
∆1 + ∆2

∆1 = 𝑑1 = Diferencia entre la frecuencia absoluta de la clase modal y la

frecuencia de la clase anterior a la modal.

∆2 = 𝑑2 =Diferencia entre la frecuencia absoluta de la clase modal y la

frecuencia de la clase siguiente a la modal.

Ejercicio 1:
Según la distribución de frecuencias que se muestra a continuación, esta
corresponde al peso en kilogramos de un grupo de 52 trabajadores de la
empresa x, se pide calcular la moda.

Peso Trabajadores

30-39 2 𝐿𝑀𝑜 = 80

40-49 2 ∆1 = 16 − 12 = 4

50-59 7 ∆2 = 16 − 2 = 14

W= 10
60-69 11
4
70-79 12 80 + ( ) ∗ 10 = 82.22𝑘𝑔
4+14

80-89 16

90-99 2

La mayoría de los trabajadores de la empresa x, pesan 82.22 kg.

¿Por qué estudiar la dispersión?
El promedio no es representativo como consecuencia de que la dispersión
es grande
La dispersión en un conjunto de datos consiste en comparar la
propagación en dos o más distribuciones, por ejemplo, asumiendo que el
nuevos monitores de computadora Visio Quest, se arma en Baten Rouge y
también en Tucson, la producción demedia por hora tanto en la planta de
Baten Rouge como en la de Tucson es de 50. Sobre la base de las dos
medidas, se puede concluir en las distribuciones de las producciones son
idénticas. Sin embargo, Los registros de producción de 9 horas en las dos
plantas, revelan que esta conclusión no es correcta.
La producción de Baton Rouge varia de 48 horas y la producción de la
empresa de Tucson abarca 40 por hora.
La producción de Tucson mas dispersa

Baton Rouge

48 49 50 51 52
Tucson

40 45 47 50 53 55 60

MEDIDAS DE DISPERSIÓN
Rango: La medida más simple de dispersión es el rango, es la diferencia
entre el valor mas alto y el mas pequeño, observados a la distribución
(muestra)
𝑅𝑎𝑛𝑔𝑜 = 𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛
Haciendo referencia a la gráfica, determinar el rango de número de
monitores de computadora producidos por hora en las plantas de Baton
Rouge y Tucson e interpretar los dos rangos.

Baton Rouge= R=52-48=4

Tucson= R= 60-40=20

Rango Interfractil:
Es una distribución de frecuencias, una fracción a porporción de los datos,
cae en un fractil o debajo de este. La mediana por ejemplo es el fractil 0.5,
por que la mitad del conjunto es el menor o igual que este valor. Hay que
hacer alusión que los fractiles son parecidos a los porcentajes, en una
distribución cualquiera 25% de los datos están en fractil 0.25, o debajo de
este.

Ejemplo:
Suponer que se desea encontrar el rango interfractil entre el primero y
segundo tercios de los donatiles recibidos por la función X hacia el hospital
general de Pachuca.

1
= 0.333333333 ∗ 1000 = 33.33
3
Primer tercio Segundo Tercio Tercer Tercio
863 1138 1698 Q3
903 1204 Q2 1745
957 cuartil 1354 1802
1041 1/3 Fractil 1624 2/3 Fractil 1883

33.33% está en 1041,000

66.66% está en 1624,000

Rango interfractil= 1624-1041= $583.000
Rango Intercuartil: Este mide aproximadamente que tan lejos de la
mediana se debe ir en cualquiera de las dos direcciones antes de recorrer
una mitad de los valores del conjunto de datos. Para calcular este rango se
dividen los datos en 4 partes iguales, cada una de las cuales contienen en
25% de los elementos de la distribución. El rango intercuartiles la diferencia
entre los valores de primero y tercer cuartiles.

Q1 25% Rango intercuartil= Q3-Q1

Q2 50% Media Q.D. Desviación Cuartilica

Q3 75%
Cada 3 datos tendremos un cuartil

1698-957= $741,000

Encontrar Q1, Q2, Q3, Y Q.D de los 8 valores: 2,5,10,3,7,13,20 y 18

Q.D Desviación cuartilica

2 3 | 5 7 |10 13 |18 20

Q1 Q2
3+5 8 7 + 10 17 13 + 18 31
𝑄1 = = =4 𝑄2 = = = 8.5 = = 15.5
2 2 2 2 2 2

Kilómetros recorridos Número de Estudiantes Frecuencia

acumulada
0y menos de 2 2 2
3y menos de 4 5 7 Q1
4y menos de 6 4 11 Q2
6y menos de 8 8 19 Q3
8y menos de 10 1 20
N=20
𝑚∗𝑛 1∗20
Posiciones 𝑄1= =
4 4
𝑛 20 2+20 1
𝑄1 = = =5 𝑄1= = =
4 4 4 2
𝑛 20 7.3
𝑄2 = 2
= 2
= 10 𝑄. 𝐷. = 2
= 1.9

3𝑛 3 ∗ 20
𝑄1 = = = 15
4 4
𝑛
2
−𝑐
𝑄2 = ∗𝑖+𝐿
𝑓
𝑛
𝑄1 = −𝑐−𝑖+𝐿
4
3𝑛𝑓
𝑄3 = −1−𝐿
4
A.D Desviación Media para datos no agrupados

1.- Encontrar la media aritmética 𝑋̅

2.- Desviación de cada valor, con respecto a la media aritmética 𝑋 = 𝑋 − 𝑋̅

3.- Suma de valores absolutos de las desviaciones ∑ |𝑥|

4.- Desviación media, dividiendo la suma por el valor de n
∑ |𝑋|
𝐴. 𝐷 =
𝑛
Ejemplo:

Valor X Desviaciones Valores absolutos (x)

𝑥 = 𝑥 − 𝑥̅ = 𝑥 − 5.4 de las desviaciones
2 -3.4 3.4
3 -2.4 2.4
5 -0.4 0.4
7 1.6 1.6
10 4.6 4.6
∑𝑥 = 0 ∑|𝑥 | = 12.4

Datos Agrupados
1.- Encontrar la media aritmética
2-. Encontar el valor absoluto de la desviación 𝑥 = |𝑥 − 𝑥̅ |
3.- Se multiplica la desviación de cada clase por la frecuencia de cada
dato f(x)
4.- Encontrar la suma de los valores absolutos ∑(𝑓𝑖 𝑥) Ef=n
Intervalo de # de Km promedio Desviaciones F(x)
clase (km estudiantes (f) (punto medio con respecto a
recorridos) marca de la media
clase) < |𝑥 = (𝑥 − 𝑥 )| >
0-2 2 1 4.1 8.2
2-4 5 3 2.1 10.5
4-6 4 5 0.1 0.4
6-8 8 7 1.9 15.2
8-10 1 9 3.4 3.4
20=n 12.1 38.2
𝑥=2+15+20+56+9 38.2
𝐴. 𝐷. = = 1.41 Km
20 20

𝑥̅=102=
5.1 km
20

Ejercicio:
Encontrar la desviación media de los resultados de la prueba de pureza de
los compuestos de una fábrica.
𝑥̅ = 0.166

Valor Desviación 𝐷. 𝑀 =
∑(𝑋)
=
0.692
= 461
𝑛 15
absoluta
0.04 0.126 𝐷. 𝑀 = 0.461%
0.06 0.106
0.12 0.46
0.14 0.26
0.14 0.26
0.15 0.16
0.17 0.004
0.17 0.004
0.18 0.014
0.19 0.024
0.21 0.044
0.21 0.044
0.22 0.54
0.23 0.079
0.25 0.084
.692
Desviación Estándar
La desviación estándar de la población, es la raíz cuadrada de la varianza
de la población
La varianza es el promedio delos cuadrados de las distancias de las
observaciones de la media, la desviación estándar es la raíz cuadrada del
promedio de los cuadrados del promedio de los cuadrados de las
distancias entre las observaciones y la media.

∑(𝑥 − 𝑛)2 ∑ 𝑥2
𝜎 = √𝜎 2 = √ =√ − 𝑀2
𝑛 𝑛

Poblacional

𝜎 2 = 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = 𝜎 = √𝜎 2

X= observación
M= Media

N= Número total

∑ = 𝑆𝑢𝑚𝑎 𝑑𝑒 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑣𝑎𝑙𝑜𝑟𝑒𝑠 (𝑥 − 𝑁)2

𝜎 = 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟
𝜎 2 = 𝑣𝑎𝑟𝑖𝑎𝑐𝑖𝑜𝑛𝑒𝑠 𝑑𝑒 𝑙𝑎 𝑝𝑜𝑏𝑙𝑎𝑐𝑖𝑜𝑛

Muestral

∑(𝑥 − 𝑥̅ )2
∫= √
𝑛 −1
Rectas de Regresión
Cuando se tiene una distribución bidimensional y esta se representa en el
diagrama de dispersión correspondiente, sobre ella se puede dibujar la
recta de regresión. Y que en la estadística se le conoce como “la recta
que mejor se ajusta” a la nube de puntos o diagrama de dispersión.

Rectas de regresión de y sobre x

𝜎𝑥𝑦
𝑦 − 𝑦̅ + (𝑥 − 𝑥̅ ) 𝐶𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑟𝑒𝑔𝑟𝑒𝑠𝑖ó𝑛 𝑑𝑒 𝑦 𝑠𝑜𝑏𝑟𝑒 𝑥
𝜎 2𝑥
Recta de regresión de x sobre y
𝜎𝑥𝑦
𝑥 = 𝑥̅ + 𝜎2 𝑥 (𝑦 − 𝑦̅)

Nota importante: R es muy pequeño, casi 0 o 0 no tiene sentido realizar

algún tipo de estimación
• Si r= 1 ó -1, las estimaciones realizadas coincidan con los valores
reales
• Si R esta próximo a 1 o -1. Las estimaciones realizadas estarán cerca
de los valores reales
Las compañías GNP seguros considera que el numero de los vehículos que
circulan en el boulevard Colosio, circulan a mas de 120 km/h, puede
ponerse en función del número de accidentes, que ocurren en el durante 5
días se obtuvieron los siguientes resultados

Xi Accidentes 5 7 2 1 9
yi Vehículos 15 18 10 8 20
A) Calcular el coeficiente de correlación lineal
B) Si ayer se produjeron 6 accidentes ¿Cuántos vehículos podemos suponer
que circulan por la super vía a más de 120 km/h?

C) ¿Es buena la predicción que se hace?

fi xi yi 𝑥𝑖 2 𝑦𝑖 2 xi*yi
1 5 15 25 225 75
1 7 18 49 324 126
1 2 10 4 100 20
1 1 8 1 64 8
1 9 20 81 400 180
5 24 71 160 1113 409
Medias aritméticas Varianza y desviaciones típicas
24 ∑(𝑥𝑖 ) 160
𝑥̅ = = 4.8 𝜎 2𝑥 = = (𝑥̅ )2 = = −(4.8)2
5 𝑛 5
71
𝑦̅ = = 14.2 𝜎 2 𝑥 = 8.96 √8.96 = 2.993
5
1113
𝜎 2𝑦 = − (142) 2 = √20.96 = 4.578
5
𝜎𝑥𝑦 13.64
Covarianza a)𝜎𝑥𝜎𝑦 = = 0.995
2.933

∑ 𝑓𝑖∗𝑥𝑖∗𝑦𝑖∗𝑥̅∗𝑦̅ 𝜎𝑥𝑦
𝜎𝑥𝑦 = b)𝑦 − 𝑦̅ + 𝜎𝑥𝜎𝑦 (𝑥 − 𝑥̅ )
𝑛

409 13.64
𝜎𝑥𝑦 = − (4.8)(14.2) 𝑦 = 14.2 + (𝑥 − 4.8)
5 8.96

𝜎𝑥𝑦 = 13.64 𝑦 = 14.2 + 1.52(𝑥 = −4.8)

𝑦 = 1.52(6) + 6.9 = 16.02
• La covarianza es positiva por lo que la correlación es directa.
• Al aumentar la velocidad, por ende, aumentara el número de
accidentes
• El valor de r es próximo a 1, por tanto, la estimación que se realice
estará muy cerca del valor real
• Dependencia funcional fuerte
Cuando el coeficiente es cercano a 1, se puede continuar
Para x=6 accidentes, el número de vehículos estimados es: y=16.02
vehículos
Se puede hacer el supuesto de que al día de ayer circulaban 16 vehículos
a 120 k/h
La predicción es buena, dado que el coeficiente de relación esta muy
próximo a la unidad.

y= 1.52(1)+6.9=8.42

y= 1.52(20)+6.9=37.3
 Valores Y
25

y = 1.5223x + 6.8929
20 R² = 0.9907

15
Vehiculos

Valores Y
10
Lineal (Valores Y)

0
0 2 4 6 8 10
Accidentes
Ejercicio
En el ICEA se realizó una investigación que tienen los resultados entre las
materias de Geografía con Estadística. Los resultados se muestran en la
tabla

Xi Geografía 3 4 5 6 6 7 7 8 10
Yi Estadística 2 5 5 6 9 6 7 9 10
fi Num. 4 6 12 4 5 4 2 1 2
Estudiantes
a) Obtener la ecuación de la recta de regresión de mejor ajuste de las
calificaciones de estadística respecto a las calificaciones de
geografía
b) ¿Cuál es la nota esperada en estadística para un alumno que tuvo
4.5 en geografía?

Xi Yi fi Fi*xi Fi*yi Fi*𝑥 2 Fi*𝑦 2 Fi*xi*yi

3 2 4 12 8 36 16 24
4 5 6 24 30 96 150 120
5 5 12 60 60 300 300 300
6 6 4 24 24 144 144 144
6 7 5 30 35 180 180 210
7 6 4 28 24 196 196 168
7 7 2 14 14 98 98 98
8 9 1 8 9 64 64 72
10 10 2 20 20 200 200 200
40 220 224 1314 1348 1336

Medias Varianza y desviación

220 1314
𝑥̅ = = 5.5 𝜎𝑥 2 = − (5.5)2= √2.6 = 1.61
40 40
224 1378
𝑦̅ = = 5.6 𝜎𝑦 2 = − (5.6) 2= √3.09 = 1.76
40 40

Covarianza Correlación lineal

1336 2.6
𝜎𝑥𝑦 = − (5.5)(5.6) = 2.6 𝑟= = 0.92
40 (1.61)(1.76)

La correlación es fuerte ya que se acerca a 1

a) y sobre x
2.6
𝑦 = 5.6 + (𝑥 − 5.5) 𝑦 = 5.6 + 𝑥 − 5.5 𝑦 = 𝑥 + 0.1 𝑦 = 4.5 + 0.1 =
2.6
4.6 = 5
b)La nota esperada para estadística habiendo obteniendo 4.5 es 5
Se toma xi y yi de la tabla xi se coloca en x y yi en y

Valores Y
12

y = 0.9866x + 0.2725
10 R² = 0.9019

8
Estadística

6
Valores Y

4 Lineal (Valores Y)

0
0 2 4 6 8 10 12
Geografía
Propiedades de los números

Básicas: conmutativa, asociativa, distributiva y la identidad.

Conmutativa: cuando dos números se suman, la suma es la misma
independientemente del orden en que los números se añaden.

3+5=8 ó 5+3=8
Multiplicación: cuando dos números se multiplican entre sí, el producto
es el mismo independientemente del orden en que los números se
multipliquen.
3x5=15 ó 5x3=15
Asociativa: cuando tres o más se suman, la suma es la misma
independientemente de la forma en que los números agrupan.

6+(4+3)=13 ó (6+4)+3=13
Multiplicación: Propiedades de los números, cuando tres o más números
se multiplican, el producto es el mismo, independientemente de la forma
en que los números se agrupan.

6x(4x3)=72 ó (6x4)X3=72
Distributiva: Es una de las reglas de la multiplicación, indica que al
multiplicar un número x por dos o más términos que están sumándose o
restándose, se puede efectuar primero la suma o la resta, o multiplicar el
número x por cada uno de los términos que están sumando o restando,
para luego hacer la sumatoria o resta así en ambos casos se obtiene el
mismo resultado.

(a+b)x=(ax)+(bx)

(a-b)x=(ax)-(bx)
Ejercicio
Copier Sales of America vende copiadoras a empresas de todos los
tamaños en Estados Unidos y Canadá. Hace poco ascendieron a la
señora Marcy Bancer al puesto de gerente nacional de ventas. A la
siguiente junta de ventas asistirán los representantes de ventas de todo el
país. Ella desea destacar la importancia de hacer una última llamada de
ventas adicional cada día, y decide reunir información sobre la relación
entre el número de llamadas de ventas y el número de copiadoras
vendidas. Por ello, selecciona una muestra aleatoria de 10
representantes y determina el número de llamadas que hicieron el mes
pasado y el número de copiadoras que vendieron. La información
muestral se reporta en la tabla 13-1 ¿Qué observaciones cabe hacer
respecto de la relación entre el número de llamadas de ventas y el
número de copiadoras vendidas? Elabore un diagrama de dispersión
para representar la información.

a) Realizar el diagrama de dispersión.

b) Realizar el estudio de correlación lineal.

c) Realiza la regresión lineal.

d) En caso de haber hecho 50 llamadas, determinar cuántas copiadoras
fueron vendidas.
e) En el supuesto de haber vendido 83 copiadoras, cuántas llamadas se
hicieron.

Fi Xi Yi Fi*𝑥 2 Fi*𝑦 2 Fi*xi*yi

1 20 30 400 900 600
1 40 60 1,600 3,600 2,400
1 20 40 400 1,600 800
1 30 60 900 3,600 1,800
1 10 30 100 900 300
1 10 40 100 1,600 400
1 20 40 400 1,600 800
1 20 50 400 2,500 1,000
1 20 30 400 900 600
1 30 70 900 4,900 2,100
10 220 450 5,600 22,100 10,800
 Valores Y
80

70 y = 1.1842x + 18.947
R² = 0.5761
60
Copiadoras vendidas

50

40
Valores Y
30 Lineal (Valores Y)
20

10

0
0 10 20 30 40 50
Numero de llamadas de ventas

Medias Aritméticas Varianza y Desviación típica

220 450 5,600
𝑥̅ = = 22 𝑦̅ = = 45 𝜎𝑥 2 = − (22)2 = √76=8.7
10 10 10

22,100
𝜎𝑦 2 = − (45)2 = √185 = 13.60
10

Covarianza Correlación lineal

10,800 90
𝜎𝑥𝑦 = − (22)(45) = 90 𝑟= = 0.76
10 (8.7)(13.60)
90
𝑦 = 45 + (𝑥 − 22) = 𝑦 = 45 + 1.18(𝑥 − 22) = 45 + 1.18𝑥 − 26
76

𝑦 = 1.18𝑥 + 19
𝑥 = 0.48(83) + 0.13 = 40.46 d) 78 copiadoras
e) 40 llamadas
Tiene que haber un promedio de 40 llamadas para tener una
buena venta.
 Ejercicio
El señor James McWhinney, presidente de Daniel-James
Financial Services, considera que hay una relación entre el
número de contactos con sus clientes y la cantidad de ventas
en dólares. Para documentar esta afirmación, el señor
McWhinney reunió la siguiente información muestral. La
columna X indica el número de contactos con sus clientes el
mes anterior, y la columna Y muestra el valor de las ventas
(miles de $) el mismo mes por cada cliente muestreado.

Fi Xi Yi 𝑥2 𝑦2 Xi*yi
1 14 24 196 576 336
1 12 14 144 196 168
1 20 28 400 184 580
1 16 30 256 900 480
1 46 80 2,116 6,400 3,680
1 23 30 529 900 690
1 48 90 2.304 8,100 4,320
1 50 85 2,500 7,225 4,250
1 55 120 3,025 4,400 6,600
1 50 110 2,500 12,100 5,500
10 334 611 13,470 51,581 26,584

Media Varianza y Desviación

334 13970
𝑥̅ = = 33.4 𝜎𝑥 2 = − (33.4)2 = √281.44 = 16.77
10 10
611 51,581
𝑦̅ = = 61.1 𝜎𝑦 2 = − (61.1)2 = √1419 = 57.74
10 10

Covarianza Correlación
26,584 617.66
𝜎𝑥𝑦 = − (33.4)(61.1) = 617.66 𝑟= = 0.976
10 (16.77)(37.79)
677.66
𝑦 = 61.1 + (𝑥 − 33.4) = 𝑦 = −12.046 + 2.199𝑥
281.44

𝑦 = −12.046 + 2.199(40) = 75.91

 ventas
140

120
y = 2.3415x - 19.235
R² = 0.9502
100

80
ventas

60 Valores Y
Lineal (Valores Y)
40

20

0
0 10 20 30 40 50 60
# de contactos
Ejercicio
Medir la fuerza de la relación lineal entre el número de
comerciales y el volumen de venta.
Calcular el coeficiente de correlación y el coeficiente de
determinación. Interpretar ambos
Dibuja el diagrama de dispersión y cuando se haya encontrado
la ecuación de la recta de mejor ajuste dibujar la línea.

Hacer la predicción en la semana 12, 13, 14, 15, para empezar a

partir de 8 comerciales e incrementar un comercial por día.

fi xi yi Fi*𝑥 2 Fi*𝑦 2 Fi*xi*yi

1 2 50 4 2500 100
1 5 57 25 3249 285
1 1 41 1 1681 41
1 3 54 9 2916 162
1 4 54 16 2916 216
1 1 38 1 1444 38
1 5 63 23 3969 315
1 3 48 9 2304 144
1 4 59 16 3481 236
1 2 46 4 2116 92
10 30 510 110 26,576 1629
Media Varianza y Desviación
30 110
𝑥̅ = =3 𝜎𝑥 2 = − (3)2 = √2 = 1.414
10 10
510 26576
𝑦̅ = = 51 𝜎𝑦 2 = − (51)2 = √56.6 = 7.523
10 10

Covarianza Correlación
1629 9.9
𝜎𝑥𝑦 = − (3)(5) = 9.91 𝑟= = 0.930
10 (1.414)(7.523)
9.9
𝑦 = 51 + (𝑥 − 3) = 𝑦 = 7𝑥 + 30
(1.414)(7.523)

𝑦 = 7(5) + 30 = 65
 ventas por comerciales
70
y = 4.95x + 36.15
60 R² = 0.8658

50

40
ventas

30 Valores Y
Lineal (Valores Y)
20

10

0
0 1 2 3 4 5 6
comerciales
APUNTES DE ESTADISTICA 3ER
PARCIAL
Estadística para el turismo

Gómez Enzástiga Karla de la Luz

3° “2”
Conjuntos:
𝐴 = {𝐶𝑜𝑛𝑗𝑢𝑛𝑡𝑜} > 𝑀𝑎𝑦𝑜𝑟 𝑞𝑢𝑒
∉ 𝐶𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑣𝑎𝑐𝑖𝑜 ∅, { } < 𝑀𝑒𝑛𝑜𝑟 𝑞𝑢𝑒
∪= 𝐶𝑜𝑛𝑗𝑢𝑛𝑡𝑜 𝑈𝑛𝑖𝑣𝑒𝑟𝑠𝑜 ≤ 𝑀𝑒𝑛𝑜𝑟 𝑜 𝑖𝑔𝑢𝑎𝑙 𝑞𝑢𝑒
Ι = 𝑇𝑎𝑙 𝑞𝑢𝑒 ≥ 𝑀𝑎𝑦𝑜𝑟 𝑜 𝑖𝑔𝑢𝑎𝑙 𝑞𝑢𝑒
∈= 𝑃𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒, 𝑛𝑜 𝑝𝑒𝑟𝑡𝑒𝑛𝑒𝑐𝑒 = 𝐼𝑔𝑢𝑎𝑙
∪= 𝑈𝑛𝑖𝑜𝑛 ≠ 𝐷𝑖𝑓𝑒𝑟𝑒𝑛𝑡𝑒
∩= 𝐼𝑛𝑡𝑒𝑟𝑠𝑒𝑐𝑐𝑖ó𝑛 → 𝐸𝑛𝑡𝑜𝑛𝑐𝑒𝑠
𝐴=𝑌 ↔ 𝑆𝑖 𝑦 𝑠𝑜𝑙𝑜 𝑠𝑖
𝑉=𝑂 𝑁 𝑁𝑜, 𝑛𝑒𝑔𝑎𝑐𝑖ó𝑛

Observación: Esta es un valor obtenido del experimento que se esta

analizando.

Si el Conjunto 𝑄 {2,3,5,7,11} representarlo en su forma descriptiva.

Representar en forma enumerativa el conjunto 𝐴{𝑥𝐸2 | 𝑥 + 8 = 10}
𝑄 = {2,3,5,7,11} a es un primo menor que 12
𝐴 = {𝑥𝐸2 |𝑥 + 8 = 10} 𝐴 = 2

Conjuntos Infinitos
𝐶 = {𝑥𝐸𝑁| 𝑥 𝑒𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑜 𝑑𝑒 3}
𝐶 = {3,6,9,10,15,18 … }
𝑛(𝐶 ) = ∞
𝐴 = {𝑎, 𝑒, 𝑖, 𝑜, 𝑢} n(A)=5
𝐷{𝑥𝐸𝑁|2𝑥 − 1 = 0} 𝐷 = ∅ 𝐶𝑂𝑁𝐽𝑈𝑁𝑇𝑂 𝑉𝐴𝐶𝐼𝑂 𝑂 𝑁𝑈𝐿𝑂 𝑛(𝐷 ) = 0

2𝑥 = 1 − 0 2𝑥 = 1 𝑥 = 1⁄2 = 0.5

Subconjunto: Dado que un conjunto S se dice que A es un subconjunto de

S, si todos los elementos de A están contenidos en el conjunto S y se
denotan por A⊊S (A es un subconjunto de S) d⊊e
Nota: El conjunto vacío es subconjunto de cualquier conjunto

Ejemplo: Dados los conjuntos 𝑆 = {𝑥|𝑥 𝑑𝑖𝑔𝑖𝑡𝑜}

𝐴 = {2,4,6,8}

Verificar si a es su A es subconjunto de S
= {0,1,2,3,4,5,6,7,8,9}
𝐴 = {2,4,6,8}

Numero de subconjuntos de un conjunto

𝑁(𝑆) = 2𝑛 24 = 16 𝑠𝑢𝑏𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜𝑠 𝑆 = {𝑎, 𝑏}2
𝑅 = {𝑎, 𝑏, 𝑐, 𝑑 } 22 = 4 {{𝑎, 𝑏}, {𝑎}, {𝑏}, { }}

𝑛(𝑅 ) = 4 → 𝑛 23 = 8
𝑆 = {𝑎, 𝑏, 𝑐 }

{{𝑎, 𝑏, 𝑐 }, {𝑎, 𝑐 }{𝑏, 𝑐 }{𝑎}, {𝑏}{𝑐 }{ }}

𝑅 = {𝑎, 𝑏, 𝑐, 𝑑 }

Diagrama de Venn
Forma gráfica de representar conjuntos
𝐴 = {1,2,3,4}

1 2
3 4
 𝐵 = {𝑋|𝐸𝑁| 𝑋 𝑒𝑠 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑜 𝑑𝑒 3 𝑚𝑒𝑛𝑜𝑟 𝑞𝑢𝑒 1}
𝐵 = {3,6,9,12,15}
N B

15 3 6 9
12

Representar en un diagrama de Venn los conjuntos

𝑄{1,3,5} 𝑃 {1,2,3,4,5}
P

2 5 3 4

Representar en un diagrama de Venn

𝑈 = {2,4,6,8,10,12,14,16,17,18,19}, 𝐴 = {2,6,10,12} 𝐵 = {4,6,8,10,17}
U

2 8 12

4 10 6

14
17

18 19
 U A B 14

16 2 6 4

12 10 8 17

18 19

Dibujar en un diagrama de Venn 𝑈 = {2,4,5,6,9,10,11,12,13,16,21,23} 𝑀 =

{2,5,9,10} 𝑛 = {2,4,6,9} 𝐼 = {2,4,5,16,21}

U M 11

13 10

l n

5 9
16 2 6

21 12

23
Unión de Conjuntos

Sean conjuntos no vacíos, entonces la unión de A Y B se definen como

𝐴 ∪ 𝐵 = {𝑥|𝑥𝐸𝐴 0 𝑥 𝐸 𝐵 }
Ejemplos:

Sean las 𝐴{3,5,6,8,19}𝑌 𝐵 = {2,6,8,10,12}, ℎ𝑎𝑦𝑎𝑟 𝑐𝑜𝑛𝑗𝑢𝑛𝑡𝑜𝑠 𝐴 ∪ 𝐵

𝐴 ∪ 𝐵 = {2,3,5,6,8,10,12}

U A B

3 6 2

5 8 12

Intersección
Sean A y B conjuntos no vacíos, entonces la intersección de A y B se define
como
𝐴 ∪ 𝐵 = {𝑋|𝑋 ∈ 𝐴 𝑌 𝑥 ∈ 𝐵}
Sean los conjuntos 𝑢 = {1,2,3,4,5,6,7,8}, 𝑎{1,2,5,6}, 𝑏 =
{1,4,5,6,7}, 𝑝𝑟𝑒𝑐𝑖𝑠𝑎𝑟 𝑦 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑦𝑎𝑟 𝑒𝑛 𝑢𝑛 𝑑𝑖𝑎𝑔𝑟𝑎𝑚𝑎 𝑑𝑒 𝑉𝑒𝑛𝑛 𝐴 ∪ 𝐵

U A B
6 7

3 2 1 4

5
Conjunto Complemento
𝐴⊃𝑂𝐴⊂
𝐴⊂ = {𝑥|𝑥 ∈∪ 𝑦 ∅𝐴}
U A

Determinar el complemento y su diagrama de Venn

𝐴 = {2,3,5,7}, 𝑠𝑖 𝑒𝑙 ∪ 𝑒𝑠 ∪= {𝑥 ∈ 𝑁|𝑥 ≤ 10}
∪= {1,2,3,4,5,6,7,8,9,10} 𝐴 = {2,3,5,7} 𝐴⊂ = {1,4,6,8,9,10}

1 A 6

4 2 3 10

8 5 7 9

Si lanzo una encuesta a 82 alumnos sobre el tipo de música que mas les
agrada. Los resultados fueron los siguientes a 32 de ellos les gusta el pop, a
33 les agrada el rock, a 36 el reggae, a 9 les agrada el rock y el reggae, a 4
les gustan los 3 estilos y únicamente a 7 otros tipos de música.
1. ¿Cuántos estudiantes solo prefieren el rock?
21.95%
 2. ¿A cuantos alumnos solo les agrada el reggae?
24.39%
3. ¿Cuántos estudiantes prefieren únicamente pop y reggae?
8.53%
4. ¿Cuántos alumnos prefieren únicamente rock y reggae?
6.09%

U pop rock

15 6 18
4
7 5

20
7
reggae

En una preparatoria de obtuvieron los siguientes datos de 350 estudiantes

200 alumnos A en calculo diferencial

160 alumnos A en física

187 alumnos A en Historia

112 A en calculo y física

120 A en calculo e historia

95 A en física e historia
80 A en calculo, física e historia
Indicar cuantos de estos 350 alumnos aprobaron
1. Solo una materia
30%
2. Exactamente dos materias
24.85%
3. Al menos una materia
U calculo física
85.71%
4. Cuando menos 2 materias
48 40 25
74.14%
60
32 15

60
50
historia
A los niños de una organización se les apoya para que hagan deporte.
Una encuesta revelo que los deportes que mas les agradan son natación,
futbol, beisbol y otros

7 solo prefieren natación

28 solo quieren jugar futbol

1 solo quiere jugar beisbol

30 natación y futbol

18 natación y beisbol

20 futbol y beisbol

12 los 3 deportes de mayo preferencia

20 otros deportes
1. ¿Cuántos niños quieren beisbol o natación?
52%
2. ¿Cuántos niños prefieren futbol o beisbol?
73%
3. ¿Cuántos niños fueron encuestados?
100
4. ¿Cuántos niños prefieren únicamente dos deportes?
32%

U natación futbol

7 18 28
12
6 8

1
20
beisbol
Teoría de la Probabilidad
Evento: En la teoría de la probabilidad de un evento es una o mas de los
posibles resultados de hacer algo. Al lanzar una moneda al aire, si cae cruz-
águila es un evento, y si cae cara-sol es otra diferente. De manera análoga,
si se saca una carta de mazo de naipes el tomar el As de espadas es un
evento, Un ejemplo de evento que quizá este, mas cercano a su quehacer
diario es ser elegido de entre 100 estudiantes, para que responda la
pregunta.
Experimento: En la teoría de la probabilidad que origina q de dichos eventos
se conoce como experimento, utilizando un lenguaje formal se podría hacer
la siguiente pregunta. En un experimento de lanzar una manera ¿Cuál es la
probabilidad del evento cara? Y desde luego, si la moneda no está cargada
y tiene la misma probabilidad de caer en cualquiera de sus dos lados (sin
posibilidad de que caiga parada) Podríamos responder
1
𝑃 (𝑐𝑎𝑟𝑎) = 0.5 = 50% 𝑆 = {𝑐𝑎𝑟𝑎, 𝑐𝑟𝑢𝑧}
2
Al conjunto de todos los resultados posibles de un experimento se le llama
espacio muestral del experimento. En el de lanzar una moneda, ¿Cuál es el
espacio muestral?
En el espacio de sacar una carta, el espacio muestral de una carta

Eventos Mutuamente Excluyentes

Los eventos son mutuamente excluyentes una y solo uno de ellos puede
tener lugar a un tiempo. Considerar de nuevo un ejemplo de la moneda.
Se tienen dos resultados posibles, en cualquier lanzamiento se obtiene una
cara o una cruz, nunca ambos, por consecuencia se dice que los eventos
cruz y cara en un solo lanzamiento son mutuamente excluyentes.

¿Puede ocurrir dos o mas eventos al mismo tiempo?

Lista colectivamente exhaustiva

Cuando un alista es colectivamente exhaustiva incluye todos los eventos
que pueden resultar de un experimento, se dice que la lista es
colectivamente exhaustiva. El ejemplo de la moneda, la lista cara y cruz, es
colectivamente exhaustiva. A menos por supuesto, que la moneda caiga
parada cuando la lancemos.
Se tiene como proyecto un conjunto de demandas salariales y de puestos
empresariales que deben presentar a la dirección para tener una idea del
apoyo a los trabajadores, al paquete se le hizo un sorteo aleatorio en los dos
grupos mas grandes de trabajadores. Los (m) y los (i) se entrevisto a 30 de
cada grupo con los siguientes resultados.
Opinión M I 1. ¿Cuál es la probabilidad de que un
Apoyo Fuerte 9 10maquinista seleccionado al azar de grupo
Apoyo moderado 11 3 sondeado de un apoyo moderado al
Indecisión 2 2 paquete? 36%
Oposición 4 8 2. ¿Cuál es la probabilidad de que un
moderada inspector seleccionado al azar este indeciso
Oposición Fuerte 4 7 respecto al paquete? 6.66%
TOTAL 30 30 3. ¿Cuál es la probabilidad de que un
trabajador (maquinista o inspector) seleccionada al azar de grupo
sondeado de un apoyo fuerte o moderado al paquete? 55%

En una reciente asamblea de un sindicato que apoyan a Joe Royal,

como su presente, el lides de los siguientes afirmo: “Tenemos buenas
posibilidades de que Royal derrote al único oponente en la elección”
a) ¿Cuáles son los eventos que pueden resultar de la elección? Puede
ganar Royal- Puede ganar el oponente
b) ¿La lista que se hizo es colectivamente exhaustiva? Sí
c) ¿son los eventos de la lista mutuamente excluyentes? Sí
d) Sin tomar en consideración el comentario de sus seguidores y sin
tener ninguna información adicional ¿Qué probabilidad asignaría
usted a cada evento? 50% Royal- 50% Oponente
Determinar las probabilidades de los siguientes eventos al sacar una
carta de una baraja estándar de 53 cartas
a) Un 7= 7.69%
b) Una carta negra= 50%
c) Un As o un rey= 38%
d) Un dos negra o un tres= 15.38%
e) Una carta roja con cara= 11.53%
Relaciones de Probabilidad
La mayoría de los administradores que utilizan la probabilidad, se
preocupan por dos condiciones;
1. El caso en que un evento u otro se presenten
2. La situación en que dos o mas eventos se presenten al mismo tiempo

Se demuestra interés en el primer caso cuando se pregunta ¿Cual es la

probabilidad de que la demanda que hay exceda nuestro inventario?
Para ilustrar la segunda situación se puede preguntar ¿Cuál es la
probabilidad de que la demanda de hoy exceda nuestro inventario y que
10% de nuestra fuerza de ventas, no se presente a trabajar?
Probabilidad Marginal
En la teoría de la probabilidad se utilizan símbolos para simplificar la
presentación de ideas
P(A)= La probabilidad de que el evento A suceda

Probabilidad Marginal o condicional

Una probabilidad sencilla quiere decir que solo un evento puede llevarse a
cabo se le conoce como probabilidad marginal o condicional
Suponiendo que se hace una rifa entre 50 miembros de un viaje gratis al
festival nacional de rock la rifa consiste en sacar el boleto premiado de un
total de 50 boletos. Cualquiera de los estudiantes podría calcular su
probabilidad de ganar mediante la siguiente formula.
1
P(Ganar)= = 0.02
50

Ganar Perder

1 1 49
Regla de adhesión para eventos mutuamente excluyentes
A menudo, sin embargo se esta interesado en la probabilidad en que una
cosa u otra suceda, si estos dos eventos so mutuamente excluyentes
puede expresar esta probabilidad haciendo uso de la regla de adhesión
para eventos mutuamente excluyentes:
P(A o B)= La probabilidad que suceda A o B y se calcula de la siguiente
manera:
P(A o B)= P(A)+P(B)

5 estudiante por igual capaces esperan la fecha en la que se les hará una
entrevista para trabajar en el verano. La compañía solicitante ha
anunciado que contratara a solo 1 de los 5, mediante una elección
aleatoria. El grupo esta formado por los siguientes 5 estudiantes:

Bill, Helen, Jonh, Sally, Walter

Si nuestra pregunta es ¿Cuál es la probabilidad de que Jonh sea elegido?

1
P(Jonh)= = 0.2
5

Sin embargo, si se pregunta ¿Cuál es la probabilidad de que Jonh o Sally

sean elegidos?
1 1 2
+ = = 0.4
5 5 5

A Bill B

Jonh Sally

Walter Helen
Regla de adhesión: Para eventos que no son mutuamente excluyentes
Probabilidad de que dos eventos no son mutuamente excluyentes es posible
que ambos se presenten al mismo tiempo en tales casos, se deben modificar
la regla de adhesión
Por ejemplo: ¿Cuál es la probabilidad de sacar un As o un corazón de un
mazo de cartas? Obviamente los eventos As y Corazón puedes presentarse
juntos pues podemos sacar o un As o un As de corazón.
En consecuencia, As y corazón no son eventos mutuamente excluyentes. Se
deben ajustar la ecuación de la adhesión para evitar la probabilidad de
obtener ambos eventos juntos.

P(A o B)= P(A)+P(B)-P(AB)

Probabilidad de que se presenten A o B cuando A y B no son mutuamente
excluyentes
4 3 1 4+13−1 16 4
P( As o corazón)= + − = = =
52 52 52 52 52 13

Los empleados de cierta compaña han escogido 5 de ellos para que los
representen en el consejo de personal sobre productividad, los perfiles de
los 5 elegidos son los siguientes:

Edad
Este grupo decide elegir un vocero la elección se
1 hombre 30
efectúa sacando de un sombrero uno de los nombres
2 hombre 32
impresos, La pregunta es ¿Cuál es la probabilidad de
3 mujer 45
que sea mujer o cuya edad sea por arriba de 35
4 mujer 20
5 hombre 40 años?

2 2 1 3
P(mujer o mayor de 35)+ P (mujer de 35)-P(mujer y mayor de 35)= + − =
5 5 5 5
Calculo de los posibles arreglos de objetos
Los procedimientos de calculo para encontrar el numero de arreglos
posibles en un conjunto o conjuntos, son esenciales en el estudio de la
probabilidad. Al contar los arreglos, es utilizar todos los posibles arreglos en
la forma de un árbol llamado diagrama de árbol.

Principio de multiplicación
Como se Muestra en el diagrama, cualquiera de los 7 abrigos puede ser
apareado con cualquiera de los 2 sombreros. Por tanto el numero total de
posibles formas de aparear un abrigo con un sombrero se puede calcular
de la siguiente forma
4(formas de seleccionar un abrigo) *2(formas de escoger un sombrero)
Probabilidades bajo condiciones de independencia estadística

Se da analizando dos eventos, el primero puede o no afectar al segundo

3 tipos de probabilidades bajo la Inde Esta

• Marginal
• Conjunto
• Condicional

Probabilidad conjuntos bajo condiciones de Inde Esta

Dos o mas eventos son considerados eventos independientes si de ningun
modo se afectaran uno a otro y viceversa. La probabilidad de que ambos
eventos independientes a y b ocurran.
Una bolsa contiene 5 blancas y 3 rojas se extrae una bola de la bolsa y
después se reemplaza otra bola es extraída después del remplazo,
encontrar la probabilidad de que ambas extracciones sean bolas blancas
P(A)=5/8

P(B)=5/8

P(A Y B)= (AB)= P(A) Y P(B)

= 5/8*5/8=25/64

Eventos dependientes
Si a y b están relacionados de tal modo que la ocurrencia de b depende
de la concurrencia de a, entonces A y B son llamados eventos
dependientes de la probabilidad, evento b dependiendo de la
concurrencia del evento a es llamda posibilidad condicional y se escribe

P(A(B O PA(B) La cual puede leerse= la probabilidad de b dando a

P(A|B) o PAB

P(A y B)- P(A) xP