MATEMÁTICA 4

4
MANUAL DE EDUCACIÓN A DISTANCIA
GOBERNADORA DE LA PROVINCIA DE BUENOS AIRES
Lic. María Eugenia Vidal

DIRECTOR GENERAL DE CULTURA Y EDUCACIÓN

Lic. Gabriel Sánchez Zinny

SUBSECRETARIO DE EDUCACIÓN
Lic. Sergio Siciliano

DIRECTOR DE EDUCACIÓN DE ADULTOS

Prof. Ing. Pedro Schiuma

SUBDIRECTOR DE EDUCACIÓN DE ADULTOS

Prof. Juan Carlos Latini

RESOLUCIÓN DE CREACIÓN 106/18 Año de impresión

Adecuación de la estructura curricular modular del Programa Educación a Distancia 2019 - 2da Edición

PRESENTACIÓN
Este material que hoy llega a sus manos forma parte de una serie de módulos del Programa de
Educación a Distancia (Res. 106/18) de la Dirección de Educación de Adultos de la Provincia de Buenos
Aires. El mismo busca ampliar el acceso a la educación secundaria de aquellos jóvenes y adultos
mayores de 18 años que se encuentren imposibilitados de concurrir a nuestras escuelas.
La evolución de las tecnologías de la información y de la comunicación nos permite repensar el
modelo educativo de enseñanza-aprendizaje. El objetivo de la modalidad a distancia es superar las
limitaciones de tiempo y espacio de todos aquellos bonaerenses que quieran terminar sus estudios
secundarios. Este Programa tiene como propósito que los estudiantes puedan ingresar y egresar en
cualquier momento del año, avanzando según su propio ritmo y con la posibilidad de organizar su
trayecto formativo.
La Educación a Distancia es una herramienta que se suma a las ofertas de terminalidad secundaria
que ofrece la provincia de Buenos Aires en pos de alcanzar a aquellos que el sistema educativo no les
proponía una alternativa de estudio que no requiera concurrir a los servicios educativos presenciales
de tiempo completo y con desplazamiento diario.
Esta modalidad se caracteriza por la mediatización de la relación entre el docente y el estudiante, a

Los estudiantes contarán así con el acompañamiento permanente de un profesor tutor a través de
los distintos recursos que ofrece el Campus Virtual (campusvirtualadultos.com.ar), y también en
instancias presenciales de encuentros individuales e intercambios abiertos grupales para compartir
intereses, preocupaciones, dudas, opiniones, explicaciones, materiales, etc.
Este material estará disponible tanto en formato digital como impreso, para que sin importar sus
posibilidades, los estudiantes tengan acceso al mismo. Completar sus estudios secundarios es,
fundamentalmente, dar un paso más en la construcción de su ciudadanía.

Director de Educación de Adultos

Prof. Ing. Pedro Schiuma
Introducción

Unidad 1: Estadística
Apunte de clase: Estadística
-1. Estadística
-2. Algunos conceptos importantes
• 2.1. Población
• 2.2. Muestra
• 2.3. Variable
• 2.4. Clasificación de Variables
-3. Frecuencias
-4. Intervalos de frecuencia
-5. Gráficos
• 5.1. Diagrama de rectángulos
• 5.2. Diagrama circular o Pictograma
• 5.3. Histograma
• 5.4. Polígono de Frecuencias
• 5.5. Perfil ortogonal

Unidad 2: Estadísticos muestrales

Apuntes de clase: Estadísticos muestrales
-1. Estadísticos muestrales
-2. Medidas de Posición y de Tendencia Central
• 2.1. Medidas de posición: Deciles, cuartiles y percentiles
• 2.2. Medidas de centralización: Media, mediana y moda
-3. Medidas de dispersión
• 3.1. Desviación estándar o desviación típica

Unidad 3: Probabilidad
Apuntes de clase: Probabilidad
-1. Probabilidad
• 1.1. Los primeros pasos de la probabilidad
• 1.2. Fenómenos y experimentos
• 1.3. Espacio muestral y sucesos o eventos
• 1.4. Probabilidad de un evento
• 1.5. Algunos conceptos importantes
- 1.5.1. Conjunto vacío
- 1.5.2. Intersección de dos eventos
- 1.5.3. Unión de dos eventos
- 1.5.4. Sucesos o eventos mutuamente excluyentes
- 1.5.5. Complemento
- 1.5.6. Sucesos o eventos independientes
 MATEMÁTICA 4
Introducción
¡Bienvenido a este nuevo módulo!
Aquí nos encontraremos con las herramientas necesarias de la estadística para
analizar e interpretar el mundo que nos rodea. Podrán ver como se trabaja con los
datos estadísticos, como organizarlos por tablas. A su vez aprenderán a analizar
diferentes tipos de gráficos estadísticos y su importancia. También podrán comprender
cuáles son las medidas más utilizadas de tendencia central y dispersión, verán que
nos describe cada una.
El módulo cuenta con muchos ejemplos de estadísticas reales, con el objetivo de
contextualizar de la mejor manera nuestra interpretación.
Por otro lado estudiarán la probabilidad, ese conocimiento que nos ayuda a
razonar sobre sucesos atravesados por la incertidumbre, analizarán sus principales
propiedades y lograrán resolver problemas.

¡Éxitos en su recorrido!
 UNIDAD 1 Estadística

Apunte de clase: Estadística

1. Estadística
Muchas veces escuchamos frases tales como:
“Según las estadísticas, los niños que recibieron todas las dosis de las
vacunas del calendario oficial tienen menos tendencia a enfermarse que
quienes no las recibieron”
“El índice de precios aumentó 1.5% en el mes de enero, según un análisis
estadístico de la empresa XX”.
“38,2% de la población no tiene gas natural, según los últimos datos
recolectados en la encuesta del mes pasado”.
O vemos ciertos gráficos como los siguientes:

Figura 1. Histograma con polígono de frecuencia Figura 2. Gráfico circular 3d

¿Por qué aprender estadística?

Entre todas las causas que puedan existir la principal es que la
estadística nos sirve para comprender el mundo de nuestro entorno de
una forma crítica.
Actualmente los medios de comunicación nos abruman con informaciones
de todo tipo con diferentes finalidades, cabe en este momento preguntarse,
¿siempre comprendemos claramente la información que nos brindan los
medio?, veamos algunos ejemplos:

EDUCACIÓN MATEMÁTICA 4
1
a DISTANCIA
 1. Con las cubiertas N, el auto logra frenar un 60% más rápido. (¿más
rápido que qué?).
2. Siete de cada diez odontólogos prefieren la marca N de dentífricos.
(¿Cuántos odontólogos fueron interrogados?¿Cómo los escogieron?¿Con
qué otras marcas se realizaron las comparaciones?).
3. El complemento vitamínico X es recomendado por personas que más
conocen del tema. (¿Quienes son los que más conocen del tema?¿Que
tema?).
4. El 90 % de las motos de marca X vendidas en los últimos 15 años
están todavía en circulación. (al presentar la información de esta forma
llevaría a pensar que las motos tienen 15 años, sin embargo pudieron ser
adquiridas hace 3 años).
5. Si hay 2 empanadas y dos personas, Juan y Ana. Juan se comió las dos
empanadas, por lo tanto el consumo per cápita es de dos empanadas por
persona. (Pero!!!, si Ana no comió).

Como vemos, en muchas ocasiones la información puede ser presentada

en forma poco precisa o con intención de persuadir al consumidor para que
este tome una decisión que en muchos casos es equivocada. En una nota
a infobae, Sandra González, la presidenta de la Asociación de Defensa de
los Consumidores y Usuarios de Argentina (ADECUA) ,explica lo siguiente:

“En los últimos años se incrementó de manera notable la cantidad de

denuncias de los consumidores. Lo más raro de todo es que esa realidad nos
deja dos sensaciones opuestas: por un lado, nos da la felicidad de saber que
los ciudadanos se animan cada vez más a hacer reclamos; pero por el otro,
nos hace dar cuenta que los casos de publicidad engañosa por parte de las
compañías también es mayor”

Observemos la siguiente información que nos brinda un enunciado

acompañado de un gráfico:
“Como se puede observar en la figura 3, las ventas a lo largo de un año
de las empresa A y B siempre fueron parejas” (ver Figura 3).

Figura 3. Ventas en un año de las empresas A y B

MATEMÁTICA 4 EDUCACIÓN
2
a DISTANCIA
 Si bien las ventas de la empresa A y B fueron las mismas durante los
primeros seis meses, al cumplirse el año la empresa A vendió 1000
unidades más, ese efecto visual sencillamente se realiza cambiando las
escalas del eje correspondiente a las ventas, es muy común al observar
gráficos de este tipo quedarnos con la primera impresión sin analizar las
escalas que se utilizan.
No hay dudas que el dominio de la estadística les puede brindar
herramientas valiosísimas para poder interpretar críticamente la
información, pero ¿Qué es la estadística?

La estadística es la ciencia que se encarga estudiar hechos y

fenómenos de cualquier naturaleza con el fin de recolectar,
organizar, analizar e interpretar la información para presentar
o bien para realizar inferencias.

Se pueden distinguir dos ramas en la estadística, estas son la estadística

descriptiva y la estadística inferencial.
En la estadística descriptiva, se trata de enunciar, analizar y
comunicar ciertos parámetros que describen fenómenos que ocurren
en las poblaciones.
En la estadística inferencial se trata de interpretar y analizar las variables
estadísticas para sacar conclusiones, para ello se “apoya” en la teoría
de la probabilidad. Un investigador con frecuencia desearía utilizar la
información muestral para sacar algún tipo de conclusión (hacer una
inferencia de alguna clase) con respecto a la población, es decir, la
muestra es un medio para llegar a un fin en lugar de un fin por sí misma. Sí
conocemos la población en estudio podemos deducir información relevante
de una muestra, esto es “ir” de lo general a lo particular, utilizamos el
razonamiento deductivo. Si obtenemos una muestra representativa de la
población a través de alguna técnica de muestreo podemos inferir alguna
conclusión sobre la población, esto es “ir” de lo particular a lo general,
utilizamos de esta forma el razonamiento inductivo. (ver Figura 4)

Figura 4. Relación entre la Probabilidad y la Estadística Inferencial

WEB
Pueden leer acerca de este tema en:
https://ebevidencia.com/archivos/3568

EDUCACIÓN MATEMÁTICA 4
3
a DISTANCIA
 2. Algunos conceptos importantes de la estadística

2. 1. Población
Es el grupo de todos los elementos sobre los cuales se observa una
o más características que son de interés para realizar un análisis. Esta
población es tomada como objeto de estudio, en razón de que sobre ella
recae el interés del investigador. Por ejemplo: un conjunto de aspirantes
al empleo de mozo en restaurantes de la zona costera de la provincia
de Buenos Aires o conjunto de escuelas secundarias especializadas en
construcciones o cantidad de peones empleados por hectárea de campo.
Cuando la información deseada está disponible para todos los elementos
de la población, se tiene lo que se llama censo.

2. 2. Muestra
Es un subconjunto o subgrupo de la población representativa del total. Este
subconjunto tiene que ser variado y representar a todos los individuos de
la población, en el ejemplo del empleo del restaurante, una muestra podría
ser: los 200 aspirantes que se presentaron a lo largo de una semana del
mes de diciembre en 10 restaurantes costeros, o 50 escuelas secundarias
especializadas en construcciones de diferentes partidos bonaerenses, o
10 establecimientos productores que tengan peones para el trabajo.
La obtención de la muestra no es tan sencilla, se deben seguir ciertas
reglas y debe ser realizada por personal especializado. La teoría dice que
una muestra, para que sea representativa y confiable, debe ser aleatoria,
es decir, los elementos se deben elegir al azar, o dicho de otra forma, deben
tener la misma probabilidad de ser escogidos. La elección no debe seguir
ninguna norma prefijada. Cuanto más aleatoria sea, mejor y más confiable
será la conclusión que podrá extenderse a toda la población.

Ejemplo de obtención de muestra:

Una fábrica quiere conocer la aceptación que tendrá un nuevo modelo
de auto que están por sacar al mercado. Primero caracteriza el universo:
segmento de la población que lo puede llegar a comprar por su poder
adquisitivo, se analiza cuántos son hombres y cuántas son mujeres, se
consideran diferentes tramos de edad a partir de los 21 años. Sobre
la base de estos datos se determina a cuántas personas que reúnan
determinados requisitos se entrevistarán y se elige al interior de cada
caso los individuos al azar. Con estos resultados la empresa automotriz
dirigirá su campaña publicitaria.
La selección representativa y confiable de la muestra es una actividad que
requiere de conocimientos específicos para asegurar que los datos que se
obtienen pueden aplicarse al total de la población. Esta tarea la realizan
profesionales especializados no solo en estadística, sino especialmente en
muestras. En general se los llama muestristas y en todos los casos indican
el grado de confiabilidad del resultado obtenido, explicitando el porcentaje
de error posible.

MATEMÁTICA 4 EDUCACIÓN
4
a DISTANCIA
 Es habitual que esta información se presente en una “ficha técnica” que
acompaña los resultados de la indagación realizada, donde se describen
sintéticamente las características de la muestra, los métodos utilizados, el
error posible, etc.

Ejemplo de ficha técnica:

Empresa ejecutora: COP (Centro de Estudios de Opinión Pública)
• Tipo de estudio: encuesta de boca de comicios.
• Tipo de preguntas: cerradas, alternativas fijas y abiertas.
• Alcance de la muestra: nivel nacional.
• Tamaño de la muestra: submuestra especial en boca de comicio sobre
un total de 2650 casos con un error de +/- 1.94% (confiabilidad del 95.5%)
• Fecha de realización del trabajo de campo: 14 de mayo de 1995.
• Procesamiento y análisis: 15 al 19 de mayo de 1995.

En nuestro país, el INDEC (Instituto Nacional de Estadísticas y Censos) es

el organismo público, encargado de orientar y ejercer la dirección de todas
las estadísticas oficiales que se realizan en el territorio. También coordina el
Sistema Estadístico Nacional, integrado por los servicios estadísticos de los
organismos nacionales, provinciales y municipales.
Es necesario hacer una distinción entre estadístico y parámetro. Un
estadístico es cualquier característica numérica de la muestra mientras
que un parámetro es cualquier característica numérica de la población.
Ejemplo: Para estudiar la población de trabajadores que fuman en una
fábrica, un administrador tomó una muestra de 200 trabajadores y determinó
el promedio (media aritmética) de trabajadores en la muestra que fuman. El
promedio que obtuvo el administrador es un estadístico. Si hubiera tomado la
totalidad de los trabajadores de la empresa y hubiera calculado el promedio
de los que fuman, ese promedio representaría un parámetro poblacional.

2. 3. Variable
Es la característica observable en los individuos acerca de la cual se quiere
estudiar algún aspecto. Por ejemplo: edades promedio de los ingresantes
a un instituto de formación docente, inserción laboral que tienen los
egresados de las escuelas secundarias especializadas en construcciones,
estado civil de los empleados de una empresa menores de 40 años.
Cada variable tendrá distintos valores. Para el caso de las edades serán
números, para la inserción laboral podrán ser categorías que indiquen
orden: muy buena, buena, regular, mala; para el caso de estado civil serán
clasificaciones: soltero, divorciado, viudo, etc.
Los valores de las variables también son determinados por el investigador
en cuestión:

EDUCACIÓN MATEMÁTICA 4
5
a DISTANCIA
 2. 4. Clasificación de variables

Figura 5. Clasificación de variables estadísticas.

Variables cualitativas: Son las que registran la presencia de un

atributo, cualidad o categoría, estas deben ser mutuamente excluyentes
y exhaustivas. Pueden ser cuantificadas de alguna manera.(ver figura 6,
a cada categoría se le asignó un número, en ocasiones sirve para una
mejor organización).
Mutuamente excluyente: Si una variable toma el valor de una cualidad
no puede tomar el valor de otra cualidad diferente a la primera.
Exhaustivas: Deben abarcar todas las posibilidades.
Ejemplos:

Figura 6. Ejemplos de variables cualitativas

Cualitativas nominales: No hay un orden natural. Entonces asignamos

un “nombre”.
Ejemplos:
1) Fuma - No fuma
2) Grupo sanguíneo: A, B, AB, 0
Cualitativas ordinales: Existe un orden natural.
Ejemplo:
1) Tipo de herida: Leve = 0, Moderada = 1, Grave = 2, Fatal = 3
2) Muy bueno, bueno, regular, malo. Estipula un orden, podemos decir
que “muy bueno” es mejor que el resto de las categorías y “malo” es la
peor de ellas.
Variables cuantitativas: Son las que expresan con cantidades
numéricas, pueden ser discretas y continuas.

MATEMÁTICA 4 EDUCACIÓN
6
a DISTANCIA
 Cuantitativas discretas: Los números que asume son naturales o están
en un conjunto finito; frecuentemente surgen por conteo.
Ejemplos:
1) Cantidad de hijos
2) Cantidad de terremotos en América del Sur.
Cuantitativas continuas: Es una medición que se expresa en unidades
y que puede tomar, al menos teóricamente, un número infinito de valores
dentro de un rango. En la práctica estos valores posibles dependen de la
precisión del instrumento de medición o por la manera de medirla.
Ejemplos:
- Altura de jugadores de básquet
- Peso de boxeadores.
- Tiempo empleado en cierto experimento.
Antes de continuar los invitamos a mirar el siguiente video sobre los
conceptos básicos de estadística.

VIDEO
“Conceptos básicos de estadística”
https://www.youtube.com/watch?time_continue=3&v=IYCjWcDTelQ

» ACTIVIDAD 1
1) Indique y justifique cuáles de las dos muestras siguientes considera usted que son
representativas del conjunto total observado (población), en este caso del total de alumnos
de un CENS.
a. De la población de alumnos del CENS se eligió un grupo de 10 alumnos de 2°año.
b. En la misma escuela, una profesora propuso poner todos los nombres de los alumnos en
una urna y luego sacar 10 al azar, como en los sorteos de los concursos.
2) Una empresa realiza una encuesta sobre intención de voto en una esquina de Buenos
Aires muy transitada, los datos que obtiene son los siguientes de los 100 encuestados 40
aseguran votar al candidato A. El dato obtenido: ¿es un parámetro o es un estadístico?.
Justifique.
3) Clasifique las siguientes variables en cualitativa ordinal o nominal y cuantitativa discreta
o continua.
a. Cantidad de veces que salió cara luego de revolear la moneda 10 veces.
b. Temperatura promedio, en un día de verano elegido al azar, en la ciudad de Ushuaia.
c. Número de bolillas blancas que se pueden extraer de un bolillero que contiene 3 rojas y
5 blancas cuando se extraen 4 bolillas.
d. Número de hijos de una familia.
e. Nivel de estudios alcanzado por la madre en una familia: primaria incompleta, primaria
completa, secundaria incompleta, secundaria completa, terciaria incompleta, terciaria
completa, universitaria incompleta, universitaria completa.
f. La edad de los empleados en un establecimiento avícola.
g. Preferencias de tres marcas de automóviles: ford, peugeot, fiat.
h. Tiempo que demora una persona para llegar a su destino de vacaciones.
i. Tipos de quemaduras: menores, moderadas, graves.
j. Volumen de agua que hay en una piscina.
k. Notas de un exámen: excelente, aprobado, regular, desaprobado.

EDUCACIÓN MATEMÁTICA 4
7
a DISTANCIA
 3. Frecuencias
Continuamos con la
lectura del apunte
Una vez que están recolectados los datos, debemos organizarlos para
inferir y sacar conclusiones posibles acerca de ellos.
Un instrumento para conseguir esa ordenación es la llamada distribución
de frecuencias.
La frecuencia es la cantidad de veces que se repite un suceso, por
ejemplo: cantidad de hijos de una familia en una muestra de 20 familias
de San Pedro.
Una distribución de frecuencias debe cumplir tres funciones:
1. Organizar y ordenar racionalmente los datos reunidos.
2. Ofrecer información suficiente para representarla en un gráfico.
3. Facilitar los cálculos necesarios para realizar las inferencias y extraer
conclusiones.
La frecuencia puede ser:
• Frecuencia absoluta: Es el número de veces que se repite un valor en
la muestra. Generalmente la simbolizamos con fa.
• Frecuencia relativa: Es el cociente entre la frecuencia absoluta y el
tamaño total de la muestra. La suma total de ellas dá 1. Generalmente la
simbolizamos como fr.

Veremos más adelante que el concepto de frecuencia relativa se

encuentra muy ligado al concepto de probabilidad.
En ocasiones interesa observar las frecuencias acumulados hasta
cierto valor de la variable, les sirve también para chequear si la tabla está
correctamente construida, generalmente se utilizan dos:
Frecuencia absoluta acumulada: Indica cuántos datos se van contando
hasta ese momento, el último valor de la columna debe dar la totalidad de
los datos. La simbolizamos con Fa.
Frecuencia relativa acumulada: Es la proporción de datos respecto
al total calculada hasta cierto valor de la variable, el último valor de la
columna debe dar 1. La simbolizamos como Fr.

Otra información relevante que nos proporciona una tabla de frecuencia

son los porcentajes, nos sirven para facilitar la comprensión y detallar
mejor la información, estos porcentajes los obtenemos al multiplicar las
frecuencias relativas por 100 (fr x 100), las denominamos frecuencias
porcentuales y el resultado de sumarlas es 100.
Veamos un ejemplo de cómo se organiza una TABLA DE FRECUENCIAS
según el caso de la variable “cantidad de hijos” en una muestra de 20
familias.

MATEMÁTICA 4 EDUCACIÓN
8
a DISTANCIA
 De la observación de la tabla podemos observar que 7 familias tienen
2 hijos, es decir que la mayor cantidad de familias de la muestra tienen 2
hijos, esto es equivalente a decir que el 35% de las familias entrevistadas
tienen 2 hijos, seguidamente se observa que 6 familias tienen 1 hijo,
esto es equivalente al 30%. Generalmente en las tablas se buscan datos
destacados como frecuencias máximas o mínimas, notemos que solo
una familia tiene 4 hijos, esto representa el 5% de la muestra y en el otro
extremo observamos que hay 15 familias que no tienen hijos, esto equivale
al 15% de la muestra.
Pensemos un momento sobre qué ventajas aporta la tabla en la
organización de los datos, realmente se complicaría buscar información
relevante si organizar los datos previamente.
¿Cuáles son los pasos a seguir para construir una tabla de frecuencias?
1) En la primera columna colocar los valores que pueden tomar la variable,
si existe orden, conviene realizarla en orden ascendente o descendente
2) Realizar el recuento para completar la columna de las frecuencias
absolutas. Como estrategia podemos ir tachando los datos a medida que
los contamos.
3) Dividir cada frecuencia absoluta por el total de datos que tenemos
para completar la columna de frecuencias relativas.
4) Multiplicar por 100 cada valor de la frecuencia relativa y completar la
columna de frecuencias porcentuales.

Vemos el siguiente ejemplo:

Los siguientes valores recolectados corresponden a cantidad de
horas trabajadas por un grupo de 25 operarios de una fábrica en un día
determinado:
7 - 8 - 10 - 6 - 8 - 6 - 10 - 8 - 8 - 7
6 - 9 - 8 - 7 - 6 - 8 - 10 - 9 - 8 - 7
7 - 8 - 10 - 8 - 7

• Procedemos a ordenar los datos: descubrimos que el menor es (6) y el

mayor es (10), entonces los valores de la variable irán desde 6 hasta 10.

EDUCACIÓN MATEMÁTICA 4
9
a DISTANCIA
 • Contamos cuántas veces se repite cada uno:
6: //// (4 veces)
7: ////// (6 veces)
8: ///////// (9 veces)
9: // (2 veces)
10: //// (4 veces)

• Armamos la tabla:

De la tabla de frecuencias podemos observar que de la muestra obtenida,

el mayor porcentaje de los operarios trabaja 8 horas diarias, esto equivale
al 36% del total de operarios, seguido del 24% de los operarios que trabajan
7 horas diarias. La mayor y menor cantidad de horas trabajadas se divide
equitativamente cada una con un 16% del total de los operarios. Si se
observa la columna de frecuencias relativas acumuladas nos indica que el
76% de los operarios no exceden las 8 horas diarias trabajadas.
Si hasta acá se va comprendiendo, le sugerimos que observen el
siguiente video:

VIDEO
“Tablas de Frecuencias”
www.youtube.com/watch?time_continue=1&v=cyXenZEbGz4

MATEMÁTICA 4 EDUCACIÓN
10
a DISTANCIA
» ACTIVIDAD 2 Obligatoria
Los siguientes datos corresponden a la nota de 20 alumnos de una evaluación de
matemática tomada en un CENS de la provincia de Bs As:
9 - 7 - 8 - 6 - 9 - 10 - 7 - 8 - 9 - 9
7 - 9 - 9 - 10 - 8 - 9 - 9 - 10 - 9 - 7

Se pide:
1) Armar una tabla de frecuencias (absolutas, relativas, porcentuales y acumuladas)
2) ¿Cuál es porcentaje de la calificación con mayor frecuencia?
3) ¿Cuál es el porcentaje de la calificación con menor frecuencia?
4) Los alumnos que saquen una nota menor a 8 deberán presentar un trabajo práctico,
¿qué porcentaje de alumnos deberán realizar el trabajo práctico?

Continuamos con la
4. Intervalo de Frecuencias
lectura del apunte
Al trabajar con muestras más extensas tendríamos más valores para
la variable, por ejemplo si quisiéramos hacer un análisis de los tiempos
empleados por 100 maratonistas del Municipio de Lomas de Zamora en una
prueba de atletismo. Sería muy difícil trabajar con todas las posibilidades
(aún con ayuda de medios informáticos).
Para poder trabajar con valores de este tipo se establecen intervalos de
frecuencias, que son agrupaciones de valores entre dos números, teniendo
un valor inferior (el menor de dos números escritos). Estos valores se eligen
dependiendo del análisis que se quiera hacer de los datos.
Por ejemplo: Supongamos que se quiere analizar la edad de los alumnos
de un grupo de Educación de Adultos a Distancia. Se obtienen las siguientes
edades de 100 alumnos ordenados alfabéticamente por apellido:

51 35 36 41 33 28 57 62 43 69
42 33 62 53 37 36 48 53 39 41
19 47 18 62 33 54 29 35 61 60
27 31 36 44 45 50 21 52 59 52
43 49 23 37 28 27 41 35 37 28
50 34 22 31 34 43 32 36 25 30
33 25 28 31 36 25 41 44 38 51
50 46 26 40 53 36 31 34 51 65
32 34 43 63 49 61 48 38 16 41

Observando los datos notamos que el menor valor es 16 y el mayor es 69.

Si quisiéramos realizar una tabla con todas las edades desde los 16 años
hasta los 69 años con un incremento de un año por vez, nos quedaría muy
extensa con 54 filas, este hecho no contribuiría a facilitar la observación
ni el estudio de los datos. En casos como este, con numerosa cantidad de
datos, se los agrupa en intervalos y se los presenta en una tabla abreviada.
Hay diferentes formas de realizar los intervalos, en este módulo
explicaremos una de ellas:

EDUCACIÓN MATEMÁTICA 4
11
a DISTANCIA
 1° Calcular el rango o amplitud de los datos, a este valor lo designaremos
con la R, consiste en la diferencia entre el mayor y el menor valor de los
datos:
R = xmax - xmin
R = 69 - 16 = 54

2° Buscamos la cantidad de intervalos dividiendo convenientemente el

rango por un valor que denominamos amplitud de intervalo (l), en nuestro
caso, el valor adecuado es l = 6 ya que es divisor de 54. Esto nos dá:
R/l = R/6 = 9 intervalos
Si bien no hay una regla para decidir la cantidad de intervalos, y como
la amplitud 6 la decidimos nosotros hay que tener en cuenta que no es
prudente tomar muchos intervalos porque nos encontraríamos con el
mismo problema del comienzo.

3° Armamos los intervalos comenzando desde el valor más pequeño y

tomando los valores extremos de 6 en 6. (Importante: Tener en cuenta
que los valores no se deben repetir de un intervalo a otro, es decir, que
son mutuamente excluyentes entre dos intervalos).

MATEMÁTICA 4 EDUCACIÓN
12
a DISTANCIA
 De la tabla podemos observar como primer dato sobresaliente que 59%
Continuamos con la de los alumnos tienen entre 28 y 45 años, la mayor cantidad se encuentra
lectura del apunte
en el rango de edades de 28 a 39 años, quizás podamos sacar algunas
conclusiones de por qué se dan estos datos, pero no sería prudente con
solo mirar esta muestra. También observamos que para edades más bajas
y más altas los porcentajes de alumnos disminuyen.

Antes de continuar les recomendamos mirar el siguiente video

VIDEO
“Intervalos de Frecuencias”
https://www.youtube.com/watch?v=CuKr7GzohbI

» ACTIVIDAD 3 Obligatoria
Un grupo de 20 ciclistas se está preparando para competir en una competencia y como
parte de su entrenamiento se someten a una dieta estricta, a continuación se muestran
los pesos en kilogramos que lograron bajar los cada uno de los ciclistas:
0,4 - 8 - 7,2 - 6,9 - 3,2 - 4,8 - 8,9 - 4,5 - 3,2 - 1,8 - 6,1 - 4,5 - 15,8 - 5,7 - 19,2 - 6,7
- 9,2 - 9,1 - 12,8 - 3

1) Realizar una tabla de frecuencias de 5 intervalos de amplitud 4. (Sugerencia el primer

intervalo puede ser [0 , 4), siempre considerar el valor inferior del intervalo dentro del
mismo y el superior fuera)
2) Responder:
a. ¿En qué intervalos de pesos se registra la mayor cantidad de ciclistas?
b. ¿Qué porcentaje de ciclistas bajo más de 12 kilos?
c. ¿Qué porcentaje de ciclistas bajo hasta 12 kilos?
d. ¿Que cantidad de ciclistas bajo entre 0 y 4 kilos?

Continuamos con la
5. Gráficos
lectura del apunte
Un recurso muy utilizado para la presentación de la información son los
gráficos estadísticos, mediante estos podremos visualizar de forma más
clara lo que se pretende describir o analizar. Existen muchas variedades
de gráficos, antes de decidirse por un gráfico es necesario pensar en cual
es mejor para esa tarea ya que cada uno tiene características específicas.
Un buen gráfico estadístico nos brinda la información más relevante con
solo una mirada, sin necesidad de tener las dimensiones del problema que
está tratando, por supuesto si la persona que lo mira es especialista en lo
que se pretende informar podrá realizar un análisis mucho más profundo.
Entre los gráficos podemos encontrar:

EDUCACIÓN MATEMÁTICA 4
13
a DISTANCIA
 5. 1. Diagrama de rectángulos
Se utilizan para representar variables nominales. En el eje x (de abscisas)
se colocan los valores de la variable y en el eje y (de ordenadas) las
frecuencias. En la Figura 7 podemos observar de una muestra de 13
personas, grupo de solteros y de casados.

Figura 7. Diagrama de rectángulos.

En ocasiones los diagramas de rectángulos se los utiliza para efectuar

comparaciones, para eso se los construye con diferentes colores por
variables que se quieran mostrar, en la figura 8, se comparan el nivel de
actividad, de empleo y desocupación por regiones.

Figura 8. Diagrama de rectángulos comparativos.

MATEMÁTICA 4 EDUCACIÓN
14
a DISTANCIA
 5. 2. Diagrama circular, de torta o pictograma
Sirve para representar cualquier tipo de variable. Se hace el cálculo de la
amplitud del ángulo correspondiente a cada variable teniendo en cuenta
que el 100% es igual a 360°.

Ejemplo: Si queremos representar la variable nivel de estudios (sin hacer

distinción de estudios completos o incompletos), podemos considerar las
siguientes variables: primario, secundario y terciario. Luego armamos la
tabla siguiente:

Para calcular el ángulo de amplitud de cada sector multiplicamos la

frecuencia relativa por 360° y establecemos el ángulo aproximado. En la
figura 9 podemos observar el gráfico terminado.

Figura 9 Diagrama circular: “Nivel de estudios”

Observemos a continuación (Figura 10) un diagrama circular un poco

más complejo que nos proporciona el INDEC referente a la desocupación
en el 2° trimestre del año 2019.

EDUCACIÓN MATEMÁTICA 4
15
a DISTANCIA
 Figura 10. Ocupación y desocupación, 2° trimestre de 2019

“La población económicamente activa (PEA) está compuesta por los ocupados
y los desocupados. Este último grupo presiona activamente sobre el mercado
laboral en búsqueda de una ocupación. A fin de tener un indicador sobre la presión
global, se suman los ocupados que, si bien tienen un empleo, buscan activamente
otro (ocupados demandantes). En una gradación menor de presión laboral, se
encuentran aquellos ocupados que no demandan activamente otro empleo, pero
están dispuestos a extender su jornada de trabajo. Ejemplo de estos son los
subocupados no demandantes y otros ocupados no demandantes disponibles.
Los grupos de población que aparecen en la figura 8 están representados según
el tipo de presión sobre el mercado laboral”.
INDEC. Encuesta permanente de Hogares.

Si observamos la figura 8 observamos que de la población económicamente

activa el 10,6% representan los desocupados, esto representaría 13511286
x 0.106 , aproximadamente 1432196 personas desocupadas.

VIDEO
Para explorar este tema, pueden visitar:
“Diagrama de sectores - Probabilidad y estadística - Educatina”
https://www.youtube.com/watch?v=p7PpVZAQxPA

MATEMÁTICA 4 EDUCACIÓN
16
a DISTANCIA
» ACTIVIDAD 4
Dados los gráficos:

Observar cada gráfico y determinar para cada uno:

1) Tipo de gráfico, variable graficada, valores para la variable.
2) Valor mayor según lo representado en cada gráfico.
3) Relacionar ambos gráficos y extraer conclusiones estadísticas, teniendo en cuenta los
siguientes puntos:
a. ¿Cuál es la relación entre el trabajo doméstico no remunerado y el nivel educativo en las
mujeres? ¿Qué dato o datos estadísticos agregaría para complementar dicho análisis?
b. ¿Qué características encuentran en el caso de las mujeres que lograron completar el nivel
universitario?
c. ¿Cómo relaciona el nivel primario y secundario con el nivel de ocupación en varones y mujeres?

Continuamos con la
5. 3. Histogramas
lectura del apunte
Se usan para variables cuantitativas continuas pueden estar agrupadas
en intervalos o sin agrupar. En el eje de abscisas colocamos los valores
(agrupados o no) y en el de ordenadas las frecuencias. En la figura 11 se
observa el nivel de colesterol en mg/dl de una muestra de personas en un
rango de edades desde los 40 años hasta los 70 años, se puede observar
que la amplitud de los intervalos es de 5 años, los niveles de colesterol con
mayor frecuencia es la correspondiente al intervalo de 50 a 55 mg/dl.

EDUCACIÓN MATEMÁTICA 4
17
a DISTANCIA
 Figura 11. Histograma: “HDL Colesterol”

5. 4. Polígono de Frecuencias
Se usa para variables discretas o continuas, resulta de la unión de los
puntos correspondientes a la frecuencia de la variable, en el caso de datos
agrupados se selecciona el punto medio de los intervalos de clase.

Figura 12. Polígono de Frecuencias: “Cantidad de hijos”

Si bien se trata de una variable aleatoria discreta el objetivo de unir los

puntos es para dar una mejor visualización de la evolución de la variable,
en la figura 13 se observa que a medida que la variable cantidad de hijos
aumenta (“eje de abscisas”) la frecuencia disminuye (“eje de ordenadas”).

Figura 13. Polígono de Frecuencia: “Presupuesto destinado a deuda”

MATEMÁTICA 4 EDUCACIÓN
18
a DISTANCIA
 En la figura 11 se observa una variante de un polígono de frecuencias
marcando frecuencias relativas en forma de porcentajes, se busca de esta
forma indicar como desde el año 2015 al 2019 se incrementó de manera
considerable parte del dinero del presupuesto a pagar intereses de la deuda.

5. 5. Perfil ortogonal
Se utilizan para comparar la evolución de una o más variables, son
muy utilizadas para comparar la evolución de variables relacionadas por
alguna característica.
Ejemplo: La figura 14 muestra la evolución de las calificaciones de un
estudiantes a lo largo de los bimestres de un año.

Figura 14. Perfil ortogonal: “Calificaciones de Juan Miguel en los bimestres”

En muchas ocasiones interesa realizar proyecciones de variables

importantes para las poblaciones, los invitamos a realizar la siguiente
actividad donde se compara la esperanza de vida por sexo en Argentina.

» ACTIVIDAD 5
De acuerdo a los siguientes gráficos, observarlos y responder las consignas en cada uno
de los casos propuestos El primer gráfico nos indica la esperanza de vida al nacer por sexo.
a. ¿Qué sexo posee mayor esperanza de vida?
b. ¿A partir de qué año la esperanza de vida de las mujeres superó los 80 años?
c. ¿La esperanza de vida de los hombres supera los 80 años?

EDUCACIÓN MATEMÁTICA 4
19
a DISTANCIA
El siguiente gráfico se trata del EMAE (Estimador mensual de la actividad económica).
Este indicador muestra el comportamiento de 16 sectores económicos. Dichos datos
corresponden al período Julio 2019 comparado con el mismo mes del año 2018. Observar
el gráfico y contestar las siguientes preguntas:
Sugerencia: En el gráfico la línea “imaginaria” del centro representa al cero, a la derecha
se observan los niveles de crecimiento (los cuales se encuentran en la mitad superior
del gráfico), mientras que a la izquierda se observan los valores de decrecimiento de las
variables (los mismos se encuentran en la mitad inferior del gráfico).
a. ¿Qué sector tuvo la mayor variación positiva?
b. ¿Qué sector tuvo la mayor variación negativa?
c. ¿Cuál fue la variación de la industria manufacturera?
d. ¿Cuál fue el cambio del sector comercio mayorista, minorista y reparaciones?

¿Alguna actividad que no sabes cómo resolverla?

Los espera el tutor en el Campus Virtual o en el encuentro presencial
para acompañarlos y ayudarlos.

MATEMÁTICA 4 EDUCACIÓN
20
a DISTANCIA
 UNIDAD 2 Estadísticos Muestrales

Apunte de clase: Estadísticos Muestrales

1. Estadísticos Muestrales
Existen valores que describen características importantes de la población
que se está estudiando, los denominamos parámetros poblacionales,
estos pueden ser: la media poblacional (μ), la dispersión poblacional
(σ), la proporción poblacional (p) etc . Estos valores generalmente son
desconocidos ya que para obtenerlos necesitamos recolectar la totalidad
de los datos, es lo que conocemos como censo, esta acción es en muchos
casos muy difícil de realizar ya sea por factores operativos o económicos,
por ello en los estudios estadísticos se trabaja con muestras, es donde
aparecen los estadísticos muestrales, los utilizamos para estimar
puntualmente a los parámetros poblacionales.
Estadístico muestral: Se llama estadístico muestral a cualquier función
de la muestra, si tenemos una muestra aleatoria de la variable aleatoria X,
un estadístico es una función de ella: f (X1 , X2, …….,Xn). En otras palabras,
es una medida cuantitativa que deriva de un conjunto de datos de una
muestra con el objetivo de estimar un parámetro poblacional, que nos
brinda información importante de la población en estudio.
Los invitamos a ver el siguiente video donde se explica el concepto de
estadístico muestral:

VIDEO
“¿Qué es un estadístico?”
https://www.youtube.com/watch?v=mCGnj16wvFA

2. Medidas de Posición y de Tendencia Central

2. 1. Medidas de Posición: Deciles, cuartiles y centiles

Estas medidas indican la posición dentro del grupo, es decir, qué lugar
ocupa en el conjunto.
Supongamos que nos dicen que un aspirante a obtener un empleo
obtuvo en una prueba de desempeño la puntuación 35. Ese número, por
sí mismo, no nos dice nada. Si el máximo fuera 35, entonces el aspirante
habría obtenido la puntuación máxima, pero si el máximo era de 100,
la puntuación obtenida evidentemente no es la mejor…. Necesitamos
referencias para que el 35 nos brinde información adicional. Las medidas
de posición más usuales reciben el nombre de cuantiles. Los cuantiles
más usados son:

EDUCACIÓN MATEMÁTICA 4
21
a DISTANCIA
 • Centiles: Los centiles también llamados percentiles son los 99
valores de la variable que dividen la muestra en 100 secciones, cada una
conteniendo a la centésima parte de las observaciones. Una vez ordenados
los datos de menor a mayor, el centil indica el valor de la variable por
debajo del cual se encuentra un porcentaje dado de observaciones del
total, por ejemplo si 12 es centil 20, esto indica que el 20 % de los datos
totales son valore menores o iguales a 12
En nuestro ejemplo, suponiendo que el número 35 corresponde al
centil 90, sabremos que es una puntuación que supera al 90 de las 100
observaciones realizadas y solo es superada por 10 de las 100, es este
caso sería un buena puntuación.
C90 = 35

• Deciles: Similar definición a los centiles, en este caso son los 9 valores
que dividen a la muestra en 10 secciones con un décimo de la cantidad
total cada una.
El decil se representa como D. Existe una equivalencia directa entre
centiles y deciles. Al C90 equivale el D9 .
D1 = C10

D2 = C20

•Cuartiles: Son valores que dividen a la muestra en 4 partes iguales,

conservando cada una el 25% del total de la muestra.
Se designa como Q y también tiene equivalencias con deciles y centiles.
Q1 = C25
Q2 = C50 = D5
Q3 = C75

Ejemplo: Quizás alguno haya vivido la experiencia de acompañar a sus

hijos la pediatra y observar en alguna ocasión que luego de medir y pesar
al niño utilice unas tablas de crecimiento, pero: ¿que son esos gráficos, que
miraba la pediatra y que marcaba?, justamente son tablas de crecimiento
(peso, altura) de niños y niñas desde que nacen hasta los 36 meses, están
realizadas por especialistas, en ellas aparecen los percentiles (figura 13).
Hay muchos y variados factores que influyen en el crecimiento de un niño,
la genética, el sexo, la nutrición, la actividad física, problemas de salud, el
ambiente y las hormonas. Desde ya es una medida de control y prevención
y de ninguna manera indican que un niño que esté en un percentil bajo
tenga alguna enfermedad.
¿Qué puede indicar un problema?
• Cuando el percentil del peso o la altura de un niño cambia de un patrón
que ha estado siguiendo a otro.
• Cuando los niños no crecen con la misma velocidad a la que engordan.

Veamos algún ejemplo:

MATEMÁTICA 4 EDUCACIÓN
22
a DISTANCIA
 Estadísticamente una niño que tiene una estatura que coincide con el
percentil 30, nos dice que de la población de referencia, es más alto que el
30% de su edad y más bajo que el 70% de los niños de su edad.
En la figura 15 se muestra la tabla para las estaturas de niños hasta
los 6 meses, notemos que en el eje de las abscisas (“x”) hay una escala
hasta 13 semanas (3 meses ya cumplidos) y luego se marcan los meses.
Los percentiles están marcados en color, el de color verde es el percentil
50, aparece en todos los gráficos ya que se trata del valor medio. El
pediátra toma la talla del niño e ingresa a la tabla utilizando esos dos
valores (edad, talla).

Figura 15. Tablas de longitud para niños de OMS

EDUCACIÓN MATEMÁTICA 4
23
a DISTANCIA
» ACTIVIDAD 6 Obligatoria (Entregar sólo las preguntas, no hace falta entregar los gráficos)

María Eva es una beba que tiene 8 semanas de edad, mide 56 cm, pesa 6 kg y su perímetro
craneal es de 35 cm. Se adjuntan los percentiles de edad, peso, índice de masa corporal y
perímetro craneal. En cada uno de los gráficos el punto negro es donde se encuentra María
Eva, para ello debemos observarlos y contestar las consignas.
1) ¿Cómo es su altura comparada con la mayoría de los niños de sus edad?

2) ¿Cómo es su peso comparado con la mayoría de los niños de sus edad?

3) ¿Cómo se encuentra su índice de masa corporal comparado con la mayoría de los niños
de sus edad?

MATEMÁTICA 4 EDUCACIÓN
24
a DISTANCIA
4) ¿Cómo es su perímetro craneal comparado con la mayoría de los niños de sus edad?

Te sugerimos que pruebes la calculadora de niveles de crecimiento en la siguiente página:

https://www.percentilesinfantiles.es/

2. 2. Medidas de centralización
Continuamos con la
lectura del apunte
Son aquellos valores que permiten representar un valor de referencia
central en la muestra. No ocupan cualquier posición sino la central.
Una medida de tendencia central es un estadístico representativo de
una magnitud general observada en la muestra. Entre ellas, las medidas
de tendencia central como la media muestral, la moda y la mediana,
ayudan a conocer de forma aproximada el comportamiento de una
distribución estadística.

• Media muestral o promedio muestral: Dados un conjunto de n datos

x1, x2, … , xn se llama media muestral a la suma de todos los datos dividido
el total de observaciones.
La calculamos a través de la siguiente fórmula:

Recordar! que el símbolo ∑ lo que conocemos como sumatoria e indica

que debemos sumar todos los valores de la variable desde el primero (i = 1)
hasta el último (i = n).
xi indica el i - ésimo elemento de la muestra (el que se encuentra en la
posición i)

Ejemplo 1: Supongamos que queremos calcular el promedio de

calificaciones en diferentes materias de Julia. Las notas que obtuvo son
las siguientes: Biología 9 (nueve), Matemática 8 (ocho), Construcción de la
Ciudadanía 10 (diez), Inglés 7 (siete), Educación Física 7 (siete), Ciencia
Social 10 (diez).

EDUCACIÓN MATEMÁTICA 4
25
a DISTANCIA
 Podemos tomar al 8.5 como el nivel de desempeño de Julia, como un
valor que representa el desempeño que tuvo en todas las asignaturas.

Ejemplo 2: Los siguientes datos representan la estatura en centímetros

(cm) de los jugadores de basquet de un equipo:
207; 206; 203; 204; 202; 193; 196; 199.

Para calcular la media de un conjunto de intervalos utilizamos la

siguiente fórmula:

fi=Frecuencia absoluta de datos en el intervalo i

xm=Punto medio del intervalo
n=Cantidad de datos de la muestra

Como nos indica la fórmula anterior, para calcular la media en un conjunto

de intervalos, se calcula el punto medio de cada intervalo y se multiplica
por la frecuencia absoluta observada.
Ejemplo: La siguiente tabla muestra a la variable kilómetros recorridos
en entrenamientos de 70 ciclistas.

MATEMÁTICA 4 EDUCACIÓN
26
a DISTANCIA
 La media muestral o promedio muestral en los km recorridos en los
entrenamientos es de 10,74 km.

• Mediana: Es el valor de la variable que se encuentra justo en la mitad,

en otras palabras es el valor que solo es superada por la mitad de las
observaciones y supera a la otra mitad. Es equivalente al percentil 50 (C50).
La simbolizamos como x

Forma de calcularla si la variable es cuantitativa discreta:

1. Si la cantidad de datos es impar, se ordenan de menor a mayor y se

elige justo valor central, por ejemplo, si tenemos los siguientes datos:
9; 12; 11; 7; 8; 17; 15; 8; 13

Los ordenamos de izquierda a derecha (de menor a mayor)

La mediana es el valor central: x = 11, notemos que a la derecha y a la

izquierda de 11 tenemos la misma cantidad de datos.

2. Si la cantidad de datos es par, se eligen los dos del centro y se calcula

el promedio entre ellos.
Ejemplo: Supongamos que tenemos el siguiente conjunto de datos:
40; 23; 33; 43; 12; 32; 20; 22

Procedemos de la misma forma los ordenamos de menor a mayor:

12; 20; 22; 23; 32; 33; 40; 43

Seleccionamos los dos centrales,

Notemos que a la derecha y a la izquierda de los mismos tenemos la

misma cantidad de datos, luego calculamos la media entre ellos,

De esta forma la mediana es: x = 27,5

En el caso de tener datos agrupados para calcular la mediana lo

primero que hacemos es ubicar el intervalo que contiene a la misma,
para ello utilizamos:

en el ejemplo del problema de los ciclistas este valor es , es

decir que la mediana se encuentra en el primer intervalo ya que nos da
35. Luego utilizamos la siguiente fórmula:

EDUCACIÓN MATEMÁTICA 4
27
a DISTANCIA
 L= límite inferior del intervalo
fac=frecuencia acumulada del intervalo anterior (si la mediana está en el
primer intervalo es cero)
fa=frecuencia acumulada del intervalo que contiene a la mediana
I=longitud del intervalo que contiene a la mediana

Por lo tanto, en el ejemplo de los ciclistas la mediana es igual a 8,68 km

• Moda: La moda es el valor que más se repite en una muestra, es decir,

el valor con mayor frecuencia. Puede ocurrir que haya más de una moda,
por ejemplo una distribución con dos modas la denominamos bimodal, y
con varias modas multimodal. Si los datos tienen todos la misma frecuencia
decimos que no hay moda.
¿Puedes relacionar este concepto con lo que pensabas que era la moda?

Ejemplo 1: En el ejemplo de los ciclistas el intervalo modal es el

correspondiente al punto medio del intervalo de mayor frecuencia, en este
caso sería el intervalo que va desde 5 a 9 km, y la moda es:

Ejemplo 2: Dados los siguientes datos:

12; 22; 23; 16; 17; 22; 40; 32; 12; 22
Podemos observar que el dato que más se repite es 22, de esta forma.
La moda es 22.

Como toda estadístico las medidas de centralización son estimadores

puntuales y para utilizarlas y que sean representativas de la muestra se
deberían tener en cuenta ciertos aspectos de la muestra. Observemos el
ejemplo siguiente:
Supongamos que se obtiene una muestra de los sueldos de 11 personas
de una empresa:
$32400; $55000; $52000; $47000; $31460; $55000; $37200;
$49100; $55000; $230000; $26000

Calculamos las medidas de centralización:

MATEMÁTICA 4 EDUCACIÓN
28
a DISTANCIA
 Mediana

Ordenamos los datos de menor a mayor

$26000; $31146; $32400; $37200; $47000; $49100; $52000;
$55000; $55000; $55000; $230000
El dato correspondiente a la mediana es $49100

Moda
La moda es $55000, como podemos observar es el dato que más se
repite.
El objetivo de las medidas de tendencia central en este ejemplo sería
obtener un valor que represente lo que ganan la mayoría de las personas
que trabajan en la empresa. Observemos que mientras la media o promedio
muestral dá $60895, la mediana dá $49100 y la moda dá $55000.
La media nos estaría informando que el sueldo promedio de los empleados
de la empresa es 60895, y como vemos en la muestra casi la mitad de los
empleados ganan mucho menos que ese valor, lo que ocurre es que la
media o promedio se vio afectada por un dato atípico (en inglés, outlier),
estos son datos que se encuentran muy distantes del resto y la media es
muy sensible a este tipo de datos, en la muestra este dato es $230000. En
cambio, la moda no se vio tan afectada, y la medida más representativa
en este ejemplo sería la mediana, decimos que este estadístico es una
medida “robusta”, es una medida que no es sensible a estos datos.

» ACTIVIDAD 7 Obligatoria (El punto 3 es opcional, no hace falta que lo entreguen)

1) Los siguientes datos corresponden a las notas obtenidas por 24 estudiantes de una
universidad:
43; 56; 72; 87; 46; 57; 75; 91; 52; 68; 81; 93; 50; 57; 83; 97; 53; 57; 68; 80; 65; 77; 59; 79
a. Completar las siguiente tabla:

b. Hallar la media, la mediana y la moda.

2) La media de los pesos de cinco hombres es de 76 kg. Los pesos de cuatro de ellos
son: 72 Kg, 74 kg, 75 kg y 81 kg. ¿Cuál es el peso del quinto hombre?
3) Desafío (opcional). Lee atentamente y trata de responder la pregunta del problema:
“El peso total de 6 jugadores de rugby es de 540 Kg y el peso medio de 14 bailarines es de 40
kg. ¿Cuál es el peso medio de un grupo de 20 personas formado por los 6 jugadores de rugby
y los 14 bailarines”

EDUCACIÓN MATEMÁTICA 4
29
a DISTANCIA
 3. Medidas de Dispersión
Continuamos con la
lectura del apunte
Otras medidas muy importantes en estadística son las medidas de
dispersión, en ocasiones nos interesa observar cómo están distribuidos
los datos de la muestra, hay casos en que la variabilidad es alta y otras
en que es baja, en este último caso los datos están más agrupados con
respecto a los valores de centralización y decimos que la muestra es
homogénea. Las medidas de dispersión más utilizadas son el rango, la
varianza y la desviación estándar ó desviación típica y la desviación media.
La medida más simple de variabilidad en una muestra es el rango, el cual
es la diferencia entre mayor valor de la muestra y el menor, el punto débil
de esta medida es que solo depende de dos valores.

Figura 16. Muestras con igual medidas de centralización y diferente dispersión

3. 1. Desviación estándar o desviación típica

La desviación estándar da una visión detallada de la forma en que los
datos están dispersos alrededor de la media como centro de distribución.
Su principal uso es la comparación de dos conjuntos de datos, en
determinados trabajos de investigación se busca que la dispersión sea
menor. Está medida es la que más se utiliza para hallar la variabilidad de
los datos ya que se encuentra en las mismas unidades que la variable de
estudio, se la simboliza con la letra griega , su fórmula es:

Ejemplo: Hallar la media y la desviación típica del conjunto de números:

3, 4, 7, 9, 12
Primero calculamos la media:

MATEMÁTICA 4 EDUCACIÓN
30
a DISTANCIA
 Realizamos una tabla:

Ejemplo 2: Hallar la media y la desviación estándar de la siguiente

distribución de frecuencias absolutas:

Calculamos la media:

Realizamos la siguiente tabla:

Para la distribución de frecuencias utilizamos la fórmula siguiente,

notemos que en el numerador del radicando aparece la sumatoria de
la última columna de la tabla, de esta forma obtenemos la desviación
estándar:

EDUCACIÓN MATEMÁTICA 4
31
a DISTANCIA
» ACTIVIDAD 8 Obligatoria
1) Hallar la media y la desviación estándar de los siguientes conjuntos de número:
a. 23, 28, 12, 33, 56, 44, 19, 32
b. 108, 106, 112, 113, 120, 117
2) Hallar la media y la desviación estándar de la siguiente distribución de frecuencia:

3) Un ingeniero de producción puede fabricar baterías para autos mediante dos métodos.
Una vez fabricadas unas cuantas baterías por los dos métodos toma 8 baterías de cada
uno y realiza un control de calidad para medir las respectivas vidas medias. La tabla
siguiente muestra las vidas medias obtenidas:

Hallar la media y la desviación estándar para cada muestra. ¿Cuál es el método de

fabricación que tú recomendarías al ingeniero para utilizar en el futuro? Razona tu
respuesta (Recuerda que en en la comparación nos quedaremos con la variable que
tenga menor desviación).

¿Alguna actividad que no sabes cómo resolverla?

Los espera el tutor en el Campus Virtual o en el encuentro presencial
para acompañarlos y ayudarlos.

MATEMÁTICA 4 EDUCACIÓN
32
a DISTANCIA
 UNIDAD 3 Probabilidad

Apunte de clase: Probabilidad

1. Probabilidad
Continuemos estudiando este concepto tan interesante.
El término probabilidad se refiere al estudio de azar y la incertidumbre
en cualquier situación en la cual varios posibles sucesos pueden ocurrir;
la disciplina de la probabilidad proporciona métodos de cuantificar las
oportunidades y probabilidades asociadas con varios sucesos.

1. 1. Los primeros pasos de la probabilidad

UN POCO DE HISTORIA
• La prehistoria de la probabilidad datoa 300 años a.C en la India
(Jainies). El impulso surgió por el interés en los juegos de azar.
• Esto finaliza con el libro de Girolamo Cardano "Libro de los juegos
de dados" (1663).
• El estudio de la probabilidad como lo concebimos hoy empezó en el
siglo XVII asociado a los juegos de azar. Con la correspondencia entre
Blaise Pascal y Pierre de Farmat en el año 1654.

1. 2. Fenómenos y Experimentos
Distinguiremos dos tipos de episodios, los fenómenos y los experimentos:
• Experimento: Es toda acción o procedimiento repetible indefinidas
veces en condiciones similares mediante el cual se generan resultados.
Ejemplo: Se tiene una aula con alumnos y se selecciona uno al azar y se
observa una característica en ese alumno.
• Fenómeno: Su ocurrencia no requiere de la intervención humana y
puede ser observado sólo si ocurre. Ejemplo: En un puerto observo la
cantidad de buques que arriban por día durante un mes.
Veamos los tipos de experimentos o fenómenos que hay:

EDUCACIÓN MATEMÁTICA 4
33
a DISTANCIA
 TIPOS DE EXPERIMENTOS O FENÓMENOS

Determinístico No Determinístico o
Aleatório
conocemos el resultado
si se observa un gran no se puede predecir
número de veces, cada el resultado de una
uno de los resultados repetición pero se
aparece en una conoce el conjunto de
proporción definida, todos los resultados
es decir, hay cierta posibles
regularidad en los
resultados.

Particularmente nos referiremos a partir de ahora a experimentos o

fenómenos aleatorios, es decir, aquellos cuyo resultado está sujeto a
incertidumbre.
Muy posiblemente pensaron alguna vez en los juegos de azar: Quini 6,
loto, quiniela, ruleta. Los llamados “juegos de azar” no responden a reglas
generales, son aleatorios, no se puede predecir el resultado pero si se
conocen todos los resultados posibles que pueden tener, pero no sería
“negocio” apostar a todas las posibilidades, seguramente invertíriamos
mucho más dinero que el que ganaremos.
Como vimos en un poco de historia, hace muchos años importantes
matemáticos comenzaron a desafiarse presentándose mutuamente
situaciones en las cuales se pretendían analizar todas las “probabilidades”
de ganar que tenían. Fue el punto donde los matemáticos comenzaron
a preocuparse no solo por los resultados exactos sino también por la
resolución de problemas en los cuales interviene el azar.

1. 3. Espacio muestral y sucesos o eventos

Espacio muestral: Realizado un experimento aleatorio, el espacio
muestral es el conjunto de todos los resultados posibles, generalmente lo
simbolizamos con la letra S.
Ejemplos:
Experimento 1: Arrojo una moneda 2 veces e indico que salió
Espacio muestral del experimento 1: S1={(c,c) (c,s) (s,c) (s,s)}

Experimento 2: Arrojar una moneda dos veces y registrar el número de caras.

Espacio muestral del experimento 2: S2={0,1,2}

Experimento 3: En una central telefónica, número de llamadas que

entran en un período de tiempo.
Espacio muestral del experimento 3: S3={0,1,2,3….} En este caso el
espacio muestral no tiene número final y coincide con el conjunto de los
números naturales más el cero.

MATEMÁTICA 4 EDUCACIÓN
34
a DISTANCIA
 Experimento 4: El tiempo que tarda cierta reacción química.
Espacio muestral del experimento 4: S4={t≥0} En este caso el espacio
muestral coincide con el conjunto de los números reales positivos.

Suceso o evento aleatorio: Es un subconjunto cualquiera del espacio

muestral S.
Ejemplo: Volvamos al ejemplo del experimento 1.
Experimento 1: Arrojo una moneda 2 veces e indico que salió
Espacio muestral del experimento 1: S1={(c,c) (c,s) (s,c) (s,s)}

Defino dos eventos:

Evento A = “Salen dos caras”
Los resultados posibles de A son: A={(c,c)}
¿Evento B= “Salió una cara”
Los resultados posibles de B son: B = {(c,s) (s,c)}

Otros conceptos útiles:

Suceso o evento elemental: Es el que solo tiene un resultado, por
ejemplo el evento.
A: “Salen dos caras”
Suceso o evento imposible: Son los que nunca ocurren, por ejemplo el
evento.
B: “Salen tres caras al arrojar una moneda dos veces”
Suceso o evento cierto: Son los que siempre ocurren, por ejemplo el
evento.
C: “Sale cara o seca al arrojar una moneda”

Y así llegamos a una definición de la probabilidad.

1. 4. Probabilidad de un suceso o evento

La primera definición de probabilidad que aparece en la historia es la
referida a la teoría clásica de Laplace:

Dado un experimento o fenómeno aleatorio, con espacio muestral

asociado S finito, y un evento A, de este espacio muestral; se llama
probabilidad de que ocurra el suceso A al cociente entre el número
de puntos muestrales de A (resultados favorables) y el total de
puntos muestrales de S (resultados posibles), siempre que todos
sean equiprobables.

EDUCACIÓN MATEMÁTICA 4
35
a DISTANCIA
 Esta definición tiene ciertas limitaciones ya que solo se aplica a
resultados equiprobables, esto significa que cada uno de los posibles
resultados tienen que tener la misma posibilidad de salir o suceder como
por ejemplo el experimento de arrojar una moneda no cargada y anotar qué
sale, sabemos que tanto cara como seca tienen la misma posibilidad de
salir, 0,5 pero, ¿cómo llegamos a ese número?. Podemos afirmar que ese
número surge de repetir muchas veces el experimento, es donde surge una
definición posterior, la definición frecuentista, ya que justamente depende
de aumentar la frecuencia de realizar el experimento. Actualmente la
definición más general que se utiliza es la axiomática formulada por un
matemático ruso llamado Andréi NicoláyevichKolmogórov.

Andréi Nicoláyevich Kolmogórov fué un matemático ruso

que hizo progresos importantes en los campos de la teoría
de la probabilidad y de la topología.
Fecha de nacimiento: 25 de abril de 1903, Tambov, Rusia.
Fecha de muerte: 20 de octubre de 1987, Moscú, Rusia.
Educación: Universidad Estatal de Moscú (1929)
Premios: Premio Estatal de la URSS, Premio Lenin, Premio
Wolf en Matemática.
En 1933, Kolmogórov publicó su libro, "Fundamentos de la
Teoría de Probabilidad", detallando la Definición Axiomática
de la Probabilidad.

Como recién estamos conociendo estos significados utilizaremos la

definición clásica para comenzar a calcular algunas probabilidades de
experimentos equiprobables.
Ejemplos:

Experimento: Se lanza un dado una vez

Evento A: “Sale un número par”

Evento B: “Sale el número 5”

Evento C: “Sale un número mayor que 4”

Evento D: “Sale un número mayor que 6”

Notemos que este último es un evento imposible, su probabilidad de

ocurrencia es cero.
Evento E: “Sale un número entre 1 y 6”

MATEMÁTICA 4 EDUCACIÓN
36
a DISTANCIA
 En este caso se trata de un suceso o evento cierto, su probabilidad de
ocurrencia es 1.

RECORDAR!! LA PROBABILIDAD ES SIEMPRE UN NÚMERO ENTRE 0

(SUCESO IMPOSIBLE) Y 1 (SUCESO CIERTO)
Dados un experimento y un espacio muestral S, el objetivo de la
probabilidad es asignar a cada evento A un número P(A), llamado
la probabilidad del evento A, el cual dará una medida precisa de la
oportunidad de que A ocurra

En ocasiones la probabilidad viene relacionada con un porcentaje de

ocurrencia, por ejemplo, mañana hay 70% de probabilidad de chaparrones,
el número que expresa esa probabilidad es 0,7. Dado un valor de
probabilidad le asignamos el porcentaje al multiplicarlo por 100.

» ACTIVIDAD 9 Obligatoria
1) En los siguientes experimentos describir el espacio muestral:
a. Las personas A, B y C corren una carrera, se debe anotar el primero, segundo y tercer
puesto. (Sugerencia (A, B, C), indica que A salió primero, B salió segundo y C tercero)
b. Se lanzan dos monedas normales y se anotan los resultados posibles (cara y seca).
c. Una caja contiene 3 bolas blancas y 2 negras que son exactamente iguales excepto
por el color. Se extraen dos bolas y se observan sus colores.
d. Se lanzan dos dados normales y se anotan los dos números que salen.
2) Dados los siguientes eventos, indicar en cada caso si se trata de un evento probable,
un evento cierto o un evento imposible.
a. Mañana esté nublado
b. Que un águila aprenda a nadar
c. Vivir hasta los 200 años
d. Vivir hasta los 76 años
e. Que nuestro perro nos haga la comida
f. Tardar 5 horas en auto para llegar a Mar del Plata desde CABA
g. Encender el microondas y que se corte la luz
h. Que tire una piedra y caiga al piso
i. Que me tire a una piscina llena de agua y me moje
j. Que juegue al loto y lo gane
3) Calcular la probabilidad en los siguientes casos.
a. Sacar un una “sota” en una baraja de cartas españolas.
b. Sacar un número impar al tirar un dado normal.
c. Sacar una carta de espadas en una baraja de cartas españolas.
d. Acertar un color negro en una jugada de ruleta
e. Sacar un número mayor que 7 en una baraja de cartas españolas.
f. Sacar un número mayor que 1 al tirar un dado normal
g. Sacar un número menor que 5 al lanzar un dado normal.
h. En una urna hay 5 bolas blancas, 8 azules y 3 amarillas; al sacar una sola bola, ¿cuál
es la probabilidad de que sea azul?
i. Si se lanzan dos dados y se anotan los resultados (por ejemplo (2,5) salió el dos y el
cinco), se pide
I) la probabilidad que la suma de los dos dados sea 5
II) la probabilidad que la suma de los dos dados sea 3

EDUCACIÓN MATEMÁTICA 4
37
a DISTANCIA
Continuamos con la
1. 5. Algunos conceptos importantes
lectura del apunte
Para facilitar la comprensión de algunos conceptos importantes la
probabilidad se “nutre” de la teoría de conjuntos, explicaremos brevemente
algunos de ellos:
Cuando decimos que un evento A de un espacio muestral S está asociado
a un experimento, podemos interpretar esto en la figura 17, donde
claramente se ve que A es un subconjunto de S.

Figura 17. Evento (A) asociado a un espacio muestral (S)

Podemos decir que la probabilidad de que una vez realizado el experimento

tengamos resultados es 1, no tendríamos resultados si el experimento no
es realizado. De esta forma podemos afirmar siempre que la probabilidad
del espacio muestral es 1:

P (S) = 1

Mirando el gráfico deducimos que si la probabilidad del espacio muestral

es igual a 1, la probabilidad del evento A debe ser:

1. 5. 1. Conjunto vacío
El conjunto vacío es el que no tiene elementos, lo simbolizamos con el
símbolo: Ø
La probabilidad del conjunto vacío es cero: P ( Ø) = 0

1. 5. 2. Intersección de dos eventos

Al hablar de la intersección de dos conjuntos estamos considerando a
los elementos que están en ambos conjuntos, es necesario que estén en
ambos para que los consideremos. En términos de la probabilidad deben
ocurrir ambos eventos. La intersección la simbolizamos con el símbolo:
∩

MATEMÁTICA 4 EDUCACIÓN
38
a DISTANCIA
 La probabilidad de A intersección B la escribimos:
P (A ∩ B )

Relacionaremos este concepto a continuación con el de eventos o

sucesos independientes.

Figura 18. Intersección de dos eventos

1. 5. 3. Unión de dos eventos

Al señalar la unión de dos conjuntos estamos hablando de todos los
elementos que están en un conjunto ó en el otro, otra forma de razonarlo
es pensar en elementos que están al menos en un conjunto, al decir al
menos podría ocurrir que estén en los dos. Lo simbolizamos con el símbolo:

En términos de la probabilidad hablamos de ocurrencia, probabilidad de

que ocurra al menos uno (ver figura 19).
La probabilidad de A unión B la escribimos: P ( A B )

Figura 19. Unión de dos eventos

La probabilidad de la unión dos eventos cualesquiera A y B viene dada

por: P ( A B ) = P ( A ) + P ( B ) - P ( A ∩ B )

Podríamos preguntarnos: ¿Por qué restamos la probabilidad de la

intersección?
Si miramos la fórmula del lado derecho (segundo miembro) y consideramos
los dos primeros términos P(A) + P(B) la región de la intersección se
considera dos veces, una cuando escribimos P(A) y otra cuando escribimos
P(B), por lo tanto es necesaria restarla una vez.

EDUCACIÓN MATEMÁTICA 4
39
a DISTANCIA
 Ejemplo: En un pueblo hay dos periódicos locales, “Nuevas voces” y
“Opinión”, el 30% de la gente lee “Nuevas Voces” y el 22% lee “Opinión”,
mientras que un 7% lee ambos periódicos. ¿Cuál es la probabilidad que
una persona elegida al azar lea “Opinión” o “Nuevas Voces”?
Siempre para resolver un problema de probabilidad es útil definir los
eventos:
A = La persona lee “Nuevas Voces”
B = La persona lee “Opinión”

Observemos que en el problema nos pregunta la probabilidad de que lea

un periódico u otro, esto es equivalente a pensar que la persona lea algún
periódico, al menos uno, nos conduce a escribir la probabilidad de la unión:

P(AUB)=P(A)+P(B)-P(A∩B)
P ( A U B ) = 0,3 + 0.22 - 0.07 = 0.45

La probabilidad de que una persona lea al menos uno de los dos

periódicos es 0,45.

1. 5. 4. Sucesos o eventos mutuamente excluyentes

Dos eventos son mutuamente excluyentes o disjuntos cuando la
ocurrencia de uno excluye la posibilidad de ocurrencia del otro, en otras
palabras no se pueden dar al mismo tiempo, por lo tanto podemos afirmar
que la intersección entre ambos es vacía, y como vimos previamente la
probabilidad del conjunto vacío es cero.

DEFINICIÓN: Dos eventos (conjuntos) A y B son disjuntivos

si A ∩ B = ф. Se dice entonces que los evenmtos A y B son:
MUTUAMENTE EXCLUYENTES

Figura 20. Mutuamente excluyentes

Si A y B son mutuamente excluyentes la probabilidad de la intersección

nos queda: P ( A ∩ B ) = P ( ф ) = 0

Ejemplo 1: Si lanzo una moneda normal y defino los eventos:

A = “Sale cara”
B = “Sale seca”
Sabemos que P(A) = 0,5 y P(B) = 0,5

MATEMÁTICA 4 EDUCACIÓN
40
a DISTANCIA
 Si sale cara no puede salir seca y viceversa, la probabilidad de A
intersección B es cero: P ( A ∩ B ) = P (ф ) = 0

Si quisiera escribir la probabilidad de la unión de A y B, en palabras sería,

la probabilidad que salga cara o que salga seca, es más que evidente
pensar que alguna de las dos saldrá y por lo tanto esa probabilidad será 1.
Utilizando la simbología nos quedará: P ( A U B ) = P ( A ) + P ( B ) - P ( A ∩ B )

Pero cómo sabemos que la probabilidad de la intersección es cero

obtenemos:

De esta forma llegamos a: P ( A U B ) = P ( A ) + P ( B )

Y como la probabilidad que salga cara es 0,5 y que salga seca igual, nos
queda: P ( A U B ) = 0.5 + 0.5 = 1

De esta forma llegamos a deducir otra propiedad importante:

Si dos eventos A y B son mutuamente excluyentes, la probabilidad de

la unión de ambos es:
P(AUB)=P(A)+P(B)

Ejemplo 2: Una automotríz produce dos autos, el color puede ser rojo
ó azul.
A = “ El auto es rojo”
B = “El auto es azul”

P(A∩B)=Pф=0

1. 5. 5. Complemento
En la teoría conjuntista el complemento de un conjunto hace referencia a
todo lo que no está en dicho conjunto, es decir todo lo que está por fuera.
En términos de la probabilidad diríamos que el complemento de un evento
A es equivalente a que no ocurre A, ver figura 21.

Figura 21. Complemento de un evento

EDUCACIÓN MATEMÁTICA 4
41
a DISTANCIA
 Si observamos la figura 18, podemos deducir las siguientes importantes
conclusiones:
Ya sabemos que la probabilidad del espacio muestral es igual a 1,
P (S) = 1

Pero del gráfico podemos ver claramente que el espacio muestral está
formado por A más todo lo que está por fuera de A, es así que:
S = A U AC

De esta forma podemos escribir la probabilidad del espacio muestral como:

P = ( A U AC ) = P (S) = 1

Pero como A y su complemento son mutuamente excluyentes, ya que si

ocurre A no puede ocurrir su complemento (lo que está por fuera de A)
P ( A U AC) = P (A) + P (AC) = 1

La expresión que acabamos de deducir es otra importante propiedad:

Dado un evento A asociado a un espacio muestral S siempre se

verifica: P ( A ) + P ( AC ) = 1

En forma equivalente podemos escribir:

P ( A ) = 1 - P ( AC )

Si conocemos la probabilidad de un evento podemos conocer la de su

complemento. Si la probabilidad de que mañana llueva es de 0,4 (40%) la
probabilidad de que no llueva es de 0,6 (60%), si la probabilidad de que me
aumenten el sueldo en el trabajo es de 0,25 (25%) la probabilidad de que
no me lo aumenten es de 0,75 (75%).

1. 5. 6. Sucesos o eventos independientes

Cuando la ocurrencia de un evento no afecta la probabilidad de
ocurrencia de otro, en dos intervenciones del azar, se dice que ambos
son eventos independientes. Por ejemplo que una persona elegida
al azar lea Página 12 no afecta la probabilidad de que la próxima
elegida al azar lea Clarín.
Vamos con una última definición importante.

Dos eventos A y B son independientes si y sólo si:

P(A∩B)=P(A).P(B)

La probabilidad de la intersección se multiplica, veamos el siguiente

ejemplo.
Ejemplo: Se sabe que 30% de las tv smart de cierta empresa
requieren servicio estando en garantía, mientras que sólo 10% de las
consolas de juegos de la misma empresa necesitan de dicho servicio.

MATEMÁTICA 4 EDUCACIÓN
42
a DISTANCIA
 Si alguien adquiere tanto un tv smart como una consola fabricadas
por esta empresa, ¿cuál es la probabilidad de que ambas máquinas
requieran servicio de garantía?
Definimos dos eventos:
A = “El tv smart comprado necesita servicio técnico estando en
garantía”
B= “La consola de juegos necesita servicio técnico estando en
garantía”

Entonces: P(A) = 0,3 y P(B) =0,1

Por lo tanto la probabilidad de que ambas máquinas requieras

servicio técnico estando en garantía la podemos escribir como la
intersección, ya que deben ocurrir los dos:

P ( A ∩ B ) = P ( A ) . P ( B ) = 0.3 X 0.1 = 0.03

Lo que nos dice que la probabilidad de tener que utilizar el servicio

técnico para ambos productos es 0,03.
Es importante aclarar que es común confundir este concepto
con el de mutuamente excluyente, si dos eventos son mutuamente
excluyentes no son independientes, son fuertemente dependientes,
ya que la ocurrencia de uno depende de la ocurrencia o no del otro.
En cambio cuando son independientes, si uno ocurre nada me dice
de que vaya a suceder con el otro.

» ACTIVIDAD 10 Obligatoria
1) Dado los experimentos y los eventos asociados, indicar si se trata de eventos
mutuamente excluyentes o sucesos independientes:
a. Experimento= Se arroja un dado y se observa que salió
A = “ Sale un 2” B = “ Sale un 6”
b. Experimento= Se elige al azar dos personas y se les pregunta qué comió.
A = “Tomó una sopa de verduras” B = “Comió un bife con ensalada”
c. Fenómeno = “ Se pronostica el estado del tiempo de mañana.
A = “ LLueve” B = “Hay sol”
d. Experimento = Se selecciona un frasco de mermelad de una gran producción y se
observa si la etiqueta está bien pegada
A = “La etiqueta está bien pegada” B = “La etiqueta está mal pegada”
e. Experimento = “Se plantan semillas de un árbol frutal en dos macetas diferentes, 1 y
2, y se las cuida de igual forma”
A = “Las semillas de la maceta 1 germinan” B = “Las semillas de la maceta 2 germinan”
f. Experimento = Se observa el sexo del próximo nacimiento en una clínica.
A= “Es mujer” B = “Es varón”
2) Dadas las siguientes probabilidades: P(A) = 0.6, P(B) = 0.2 y P(A∩B) = 0.15. Se pide:
a. Calcular P(AB) sabiendo que A y B son mutuamente excluyentes.
b. Calcular P(AB) sabiendo que A y B son independientes.
c. Calcular P(AB) sabiendo que A y B no son dos eventos cualesquiera. (ni mutuamente
excluyentes ni independientes).

EDUCACIÓN MATEMÁTICA 4
43
a DISTANCIA
3) Se lanza una moneda y un dado, hallar la probabilidad que salga seca y un 3.
4) Se supone que los nacimientos son igualmente probables en cualquiera de los días
de la semana. Si se escogen dos personas al azar, ¿cuál es la probabilidad de que
ambas hayan nacido un día miércoles?
5)Una bolsa contiene 10 bolas rojas, 5 bolas azules y 7 bolas verdes, hallar:
a. La probabilidad de extraer una bola roja.
b. La probabilidad de extraer una bola azul.
c. La probabilidad de extraer una bola azul ó roja
d. La probabilidad de extraer una bola roja ó verde

¿Alguna actividad que no sabes cómo resolverla?

Los espera el tutor en el Campus Virtual o en el encuentro presencial
para acompañarlos y ayudarlos.

MATEMÁTICA 4 EDUCACIÓN
44
a DISTANCIA