Probabilidad y Estadística

población → conj más amplio de datos, como no es posible analizarla porq implica mucho gasto
muestra→ conjunto de datos representativa
es la unidad de análisis con información variable /estadística.

clasificación:
● cualitativa
○ nominal →con nombre (si/no lugar)
los valores representan una categoría o identifican un grupo de pertenencia.
Relación de igualdad/ desigualdad
No hay orden entre clases
○ ordinal →se puede ordenar (estudio de la pers)
Mutuamente excluyentes
Orden lógico
cada categoría es mas alta o mejor q la anterior
○ policotómica (varias respuestas posibles)
○ dicotómica (solo dos rtas)
● cuantitativa
○ discreto→ n° entero (cant de hnos)
■ intervalar →cero relativo (temp)
los valores representan magnitudes
establecer orden y distancia- el cero NO es absoluto
■ de razón→ cero abs.e indique la ausencia de propiedad (0cm)
características de clases de intervalo,
el punto CERO representa ausencia de características
○ continua→ racional (altura), ej peso variable discretizada
apuntes: grafico de barras para variable discreta
cuando hay discontinuidad en los datos son los lim. las fronteras coinciden
histograma-> barras unidas, datos continuos

Estadística
ciencia q permite recolectar, organizar, procesar, analizar e interpretar datos para la toma de
decisiones.
POBLACIÓN:
conjunto total de individuos, objetos o eventos q tienen las mismas características y
sobre el q estamos interesados en obtener conclusiones. “conj total de elem a estudiar”
MUESTRA:
parte de la población, q se selecciona con el fin de obtener, debe ser representativo. “parte
de la población, representativa”
VARIABLE:
característica susceptible de ser medida.
 fi: frecuencias absolutas - recuento de la variable q se estudia el núm de veces q
aparece
RESUMEN:
de tendencia central: promedio o media, moda, mediana
dispersión: rango, desviación estandar.
gráficos:
circular: variables cualitativas frecuencias - informa distribución
barras: variable cualitativa, frecuencias - informa distribución
histograma: variable cuantitativa continua, gran cant de observaciones - informa forma,
tencencia central.

[Link]
[Link]
[Link]
w=1
[Link]
[Link]
[Link]
[Link]

Agrupación en intervalos de clase monomodulares

- variables continuas
- variables discretas (tratadas como continuas)

Para empezar a analizar:

- tamaño de la muestra, n
- mín y max
- rango
- cant de intervalos → n° de sturges
- modulo
tabla dinámica y grafico
Agrupamiento en intervalos de clases no monomodulares
generalmente los datos se acumulan para valores inferiores o superiores en un rango muy
amplio, y si se aplica el n° de sturges resultan clases con frecuencia cero q no debe suceder
entonces, se realizan agrupamientos de distintos módulos para q las clases con frecuencia
nula se incluya en otra.
- estableces divisiones de clases
- mc y frecuencia relatia de c/u
 - densidad de clase( fr/ módulo de clase)
- frecuencia corregida (densidad de clase / sum de la densidad de clase)
- gráfica

[Link]
[Link]
[Link]
[Link]

ESTADÍSTICOS Y PARÁMETROS
medidas de tendencia central–
información sobre los valores más representativos.
1) media aritmética o promedio:
estadístico o parámetro cuyo valor es una especie de centro de gravedad de los
datos.
DATOS SIMPLES: DATOS AGRUPADOS:

[características]
● suma de las desviaciones de los valores de la variable con respecto al promedio es 0
● el promedio de los cuadrados de las desviaciones de los valores de variable con
respecto a una constante cualquiera se hace mínima cuando dicha constante
coincide con la media aritmética
2
los desvios cuadráticos de la media es una valor min Σ(χ𝑖 − 𝑝𝑟𝑜𝑚) = 𝑚𝑖𝑛
● si a todos los valores de la variable se le suma una misma cant, el promedio queda
aumentada en dicha cant
● si todos los valores de variables se multiplican por una misma constante el prom.
queda multiplicado por dicha constante.
● se usa para variables cuantitativas
● es influenciable por valores extremos
[inconvenientes]
● para datos agruádos (var. continuas) su valor oscila de la cantidad y amplitud de los
intérvalos q se consideren
● cuando menos homogeneos sean los datos menos información proporciona
● los valores altos tienen más peso q los valores cercanos a cero
● no se puede determinar si en una distribución de frecuencias hay intérvalos de
clases abiertos
2) mediana
estadístico de posición central q parte la distribución en dos, deja la misma cantidad
de valores a un lado q del otro
los datos deben estar ordenados, menor a mayor o viceversa.
 DATOS SIMPLES:
𝑛+1
°𝑚𝑒 = 2
el valor q va a tomar la me va a ser el de la variable que está en ese lugar
DATOS AGRUPADOS:
𝑛
°𝑚𝑒 = 2
clase de la mediana
𝑛
2
−𝐹𝑎
𝑚𝑒 = 𝐹𝑖𝑛𝑓 + 𝑓𝑖
𝑖−1
*ℎ tenemos q ver q esté entre los lím de la clase

[características]
- es posible calcularla con intervalos abiertos
- no es influenciable por valores extremos
- solo existe una me para un conj de datos
- no se ve afectada por valores extremos
- se puede utilizarse para una distribución de frecuencias con ina clase de extremo
abierto, si la me no se encuentra en una clase de tal extremo
- puede obtener para todas los tipos de variable excepto para la nominal

3) moda o modo
valor q más se repite o posee mayor frecuencia
DATOS SIMPLES:
se obtiene de la simple observación de los datos, es el valor q más se repite es decir,
q representa la mayor frecuencia
puede ser unimodal o bimodal
DATOS AGRUPADOS:
la clase modal va a ser la de mayor frecuencia
∆1 = 𝑓𝑖 − 𝑓 𝑖−1 ∆2 = 𝑓𝑖 − 𝑓 𝑖+1
∆1
𝑚𝑜 = 𝐹𝑖𝑛𝑓 + ∆1+∆2
*ℎ

[características]
- puede determinarse para todos los tipos de variables
- no se ve afectada por valores muy altos o muy bajos
- puede utilizarse como medida de tendencia central para distribuciones con clases de
extremo abierto
[desventajas]
- para muchos conjuntos no existe la moda porq no hay valores q se repitan más de
una vez
- puede haber más de una moda.
 relación entre media, mediana y modo

|𝑚𝑜 − χ| ≃ |𝑚𝑒 − χ|

media armónica:
recíproco de la media aritmética de los recíprocos

se utiliza para promediar variaciones respecto del tiempo

deben ser no nulos, no es sensible a valores grandes y los infravalora respecto de la
media aritmética, pero muy sensible a los valores próximos a cero ya q los recíprocos son
my altos y les da más peso q en la media aritmética y geométrica, si algún valor fuera cero
sería una indeterminación,
media geométrica:
● puede utilizarse para mostrar los cambios porcentuales en una serie de num
positivos.
se define como la raíz de índice n del producto de n términos

se utiliza con más frecuencia para calcular la tasa de crecimiento porcentual de

algunas series dadas a través del tiempo
[Link]
iedades-de-la-media-aritmetica
[Link]
ion/IF_JUNIO_2012/IF_CALDERON%20OTOYA_FCA/capitulo%[Link]
[Link]
[Link]

media cuadrática o RMS:

conjunto de valores q se define como la raíz cuadrada del promedio de los elementos al
cuadrado

util para calcular la media de valores neg o pos. y se puede usar cuando el signo de
la variable no es importante, solo su valor absoluto
 relación entre medias:
H →Media armónica
MG→ geométrica
x→ aritmética
RMS→ cuadrática

se cumplirá la igualdad cuando todos los elementos de variables sean iguales

medidas de posición
en general se llaman cuantiles (son divisiones en n cant)

● cuartiles:
3 valores q dividen al conjunto de datos en 4 partes, cada uno con el 25% de la
información total
○ q1 = es el valor que es mayor al 25% de los datos pero inferior al 75% de los
datos
○ q2 = es el valor central de los datos q es mayor q el 50% y menor al otro 50%
de los datos restantes
○ q3 = es el valor q es mayor all 75% de los datos y menor al otro 25%

q2 = me R. intercuartil = q3-q1
DATOS SIMPLES: DATOS AGRUPADOS:
𝑖 𝑛 °𝑞𝑖−𝐹𝑎 𝑛−1
°𝑞𝑖 = 4
* (𝑛 + 1) °𝑞𝑖 = 𝑖 * 4
; 𝑞𝑖 = 𝐹𝑖𝑛𝑓 + 𝑓𝑖
*ℎ

● deciles:
9 valores q dividen al conj en 10 partes iguales
se calculan igual q los cuartiles, lo único q cambia es el orden
DATOS SIMPLES: DATOS AGRUPADOS:
𝑖 𝑛 °𝑑𝑖−𝐹𝑎 𝑛−1
°𝑑𝑖 = 4
* (𝑛 + 1) °𝑑𝑖 = 𝑖 * 10
; 𝑑𝑖 = 𝐹𝑖𝑛𝑓 + 𝑓𝑖
*ℎ

● percentiles:
99 valores q dividen al conj de datos en 100 partes q contienen el 1% de la
información

MEDIDAS DE DISPERSIÓN O DE FORMA

rango:
sencilla pero no la mejor
varianza:

- la varianza depende de la media y de la variabilidad de los datos es un estadístico q

nos permite ubicar los datos dentro de la distribución
 desviación estándar:

[para que se usa la desv. estándar]

- comparar dos poblaciones
- análisis de la calidad y control de procesos
- medición del riesgo
- estimar tendencia y concentración de datos
- la desv estándar y el rango se relacionan:

coeficiente de variación (CV)

- medida de dispersión relativa (adimensional)
- cociente entre la desviación estándar y la media
 - se usa para comparar la variabilidad o dispersión en conjuntos de datos con
diferentes unidades de medida
- comparar la variabilidad o dispersión en conjuntos de diferentes medias.
- hasta el 7% precisa; entre el 8 y 14% aceptable; entre 15 y 20% regular; mayor a
20% estimación poco precisa

coeficiente de asimetría
de pearson:
- nos dice si una distribución es simétrica o asimétrica
- indica en q dirección existe mayor concentración o dispersión de los datos
- solo se utiliza para distribuciones unimodales y con forma de campana

asimetría hacia la izquierda < 0

derecha > 0
simétrica = 0

de bowley:
- cuando es asimétrica q1 y q3 se encuentran a la misma distancia de Me

< 0 → asimetría NEGATIVA (hacia la der.)

= 0 → SIMÉTRICA
> 0 → asimetría POSITIVA (hacia la izquierda)
de Fisher:

< 0 → asimetría NEGATIVA (hacia la der.)

= 0 → SIMÉTRICA
> 0 → asimetría POSITIVA (hacia la izquierda)

coef. de exel:

de curtosis:
mide el grado de aplanamiento o achatamiento de la distribución de frecuencia respecto a la
curva de la distribución normal q es igual a 3
en exel mide el exceso de curtosis xq cuando es mesocúrtuca es = a 0 q sería = a -3

[Link]
[Link] uj8bQ6zY

Introducción a combinatoria
Combinatoria -> parte matemática de cuántas maneras se puede elegir un subconjunto de
un conjunto dado
Principio multiplicativo: si una acción puede realizarse de n1 maneras diferentes y una
segunda acción puede realizarse de n2 maneras diferentes, hasta la acción “nk” maneras
diferentes, entonces las acciones pueden realizarse secuencialmente de n1*n2*...nk
maneras diferentes.
Principio fundamental del conteo
principio multiplicativo:
si una acción puede realizarse de n1 maneras diferentes y una egunga acción de n2
maneras diferentes, hasta nk maneras diferentes, las acciones pueden realizarse
secuencialmente de:
n1*n2*n3*n4
conjunto -> m subconj.-> n
m>n VARIACIONES (si hay jerarquías, clasificaciones, orden, orden interno)
COMBINACIONES (no importa el orden)
m=m PERMUTACIONES (jerarquías, clasificaciones, orden, etc), lo forman todos los
elementos del conjunto lo único q cambia es el orden

VARIACIONES
(sin repetición)
operador matemático que calcula la cantidad de formas en que se puede elegir n elementos
de un grupo m cuando importa el orden de los mismos, no se puede repetir
Vm,n= m * (m-1) * (m-2)*...(m-n+1)
variación de grupo m y tengo q elegir grupos de n

(con repetición)
calcula la cantidad de formas en la q se puede elegir n elementos de un grupo m cuando se
puede repetir los elmentos del subgrupo
V*m,n=mn
PERMUTACIONES
(sin repeticiones)
- permite calcular de cuántas maneras pueden seleccionarse n elementos de un grupo
de n elementos sin repetir los elementos
- el tamaño del subgrupo es igual al del grupo de elementos
- solo se puede cambiar el orden
Pn= n*(n-1) * (n-2)*...3*2*1 siempre todos terminan en lo mismo
Pn = n!
-----------------------------------------------------------------------------------------------------------------------
concepto de factorial :
se llama factorial de un núm. “n” entero y positivo al producto de los núm. enteros
consecutivos desde 1 hasta “n”

relación variaciones y factorial:

--------------------------------------------------------------------------------------------------------------------------
(con repeticiones)
permite calcular de cuantas maneras pueden seleccionarse n elem. de un grupo de n elem.
pudiendo repetir los elem.
el tamaño del subgrupo es igual al del grupo
P*n = V*n*n = nn
(permutaciones circulares)
1 elem. fijo y permuto el resto
Pn = (n-1)!

COMBINACIONES
(sin repetición)
permite calcular de cuantas maneras diferentes pueden elegirse n elem. de un grupo de n
elem. cuando no importa el orden

(con repeticiones)

Número combinatorio
 𝑚!
Cm,n = ( m ) = (𝑚−𝑛)! * 𝑛!
(salvo 0! = 1 ; 1! = 1)
(n)
Propiedades del núm. combinatorio

Binomio de Newton
 𝑛
2 𝑛 𝑛−𝑖 𝑖
(𝑎 + 𝑏) = ∑ ( 𝑖 ) * 𝑎 *𝑏
𝑖=0
Vamos a utilizarlo para el cálculo de probabilidades, por ejemplo, Jordan tiene el 90% de probabilidad
de encestar. Para poder utilizarlo el resultado tiene q ser dicotomica (encesta o no), que se trate de la
misma persona y que sean sucesos aislados

Bibliografia:
[Link]
[Link]
[Link]
[Link]
[Link]
[Link]

Espacio Muestral y probabilidades

experimentos aleatorios, son los q puedo conocer a condiciones iniciales y predecir los
resultados o sea, en los q el resultado depende del azar. ej tirar una moneda.
como medida de la probabilidad con la q podemos esperar q un suceso ocurra se asigna un
núm entre 0 y 1.

si estamos seguros q el suceso va a suceder la probabilidad es de 1 o 100%

enfoque clásico:
un suceso puede ocurrir en h maneras diferentes de un núm total de n maneras posibles,
todas igualmente posibles, entonces la probabilidad va a ser h/n
enfoque como frecuencia relativa:
si después de n repeticiones de un experimento n tiende a un número muy grande y el
suceso ocurre h veces, entonces la probabilidad es de h/n
probabilidad:
- mide la mayor o menor posibilidad de q se dé un determinado suceso cuando se
realiza un experimento aleatorio.
- toma valores entre 0 (suceso imposible) y 1 (suceso seguro), el resto serán
probabilidades entre 0 y 1 siendo más probables cuánto más se acerquen a 1 y
menos cuanto más se acerquen a 0
regla de laplace:
[o probabilidad a priori ( hay q conocer posibles rdos. y saber q tienen misma prob. ]
𝑐𝑎𝑠𝑜𝑠 𝑓𝑎𝑣𝑜𝑟𝑎𝑏𝑙𝑒𝑠
P(A) = 𝑐𝑎𝑠𝑜𝑠 𝑝𝑜𝑠𝑖𝑏𝑙𝑒𝑠
para poder aplicarla se debe cumplir q:
● el núm de resultados posibles tiene q se FINITO
 ● todos los sucesos tienen q tener la misma probabilidad, ej cara del dado con más
peso la probabilidad no sería la misma y no se podría aplicar
prob. a posteriori
(solo lo puedo saber repitiendo el experimento)
si se realiza el experimento un núm de veces q tienda a infinito las probabilidades de q
ocurra va a tender a un determinado valor q es su respectiva probabilidad
ya no es necesario q el núm de soluciones sea finito ni q los sucesos tengan la misma
probabilidad.
ej. tiro una moneda 10 veces, 7 sale cara y 3 cruz cuando la probabilidad es del 50%.
cuando yo tire la moneda 100 veces ese número va a ser más cercano a 50, y así en
aumento

espacio muestral (E):

no sabemos el resultado preciso pero si los posibles resultados
suceso:
cualquier resultado posible al realizar el experimento aleatorio
ej: dado
- imposible:
nunca puede ocurrir
n° >6
- seguro:
aquel q siempre ocurre
n°<7
- elemental:
formado por un solo elemento
n°>5 entonces n°=6
- compuesto:
formado x mas de un elemento
n° multiplo de 3 entonces n° = 3 y 6
algebra de eventos
siendo A y B dos eventos en un espacio muestral S

unión de eventos
AuB: subconjunto de s formado por todos los elementos q están en A, en B o en ambos.
 propiedades:

intersección de eventos
AnB: subconjunto de s q contiene los elementos en común de A y B
propiedades:

complemento de un evento
A’ : subconjunto de s q contiene tolos los elementos de s q no están en A.

el complemento es el conjunto de todos los elem q no pertenecen al evento dado

diferencia de eventos
A-B = {x | x peeteneciente A y x no perteneciente B} = A n B(complemento de b)
 cardinal de un evento:
cantidad de elem. q pertenecen a ese evento

probabilidad de sucesos
un suceso contenido en otro
la prob del primero va a ser menor q la del q lo contiene.
dos sucesos iguales
las prob son iguales
intersección de sucesos
compuesto de elem comunes de los sucesos q se intersectan
unión de sucesos
suma de las probabilidades individuales de los dos sucesos q se unen, menos la
probabilidad de la intersección
sucesos incompatibles
no pueden suceder a la vez, como su intersección es igual a vacío basta con sumar
los eventos.
sucesos complementarios
la probabilidad de que suceda el evento complementario a A es 1-P(A) ya q sería la
probabilidad q no ocurra A
definición axiomática de probabilidad.
siglo XX, matemático ruso, Andrei Kolmogorov
si un experimento con un espacio muestral E y la probabilidad de q suceda A es P(A)
(función q asocia a cada suceso a una probabilidad) entonces:

- la prob de cualquier suceso a es

(mide q tan dificil es q ocurra un suceso, menos prob más dificil)
- prob del suceso seguro 1 → P(E) = 1
 siempre entre 0(imposible) y 1(seguro)
- prob de la unión de una conjunto de sucesos incompatubles ¿dos a dos?es la suma
de las prob. de los sucesos.
P(A u B u C) = P(A) + P(B) + P(C)
propiedades de la prob.

probabilidad marginal, conjunta y condicional

(Libro Murray Spiegel)

(libro Walpole Mayer)

falta conjunta y marginal
relacion de las 3
eventos no independientes
independencia de eventos
Dos Eventos A y B son estadísticamente independientes si
P(A/B)=P(A)
P(B/A)=P(B)
P(A∩B)=P(A) P(B)
aplicación a circuitos eléctricos

la probabilidad de q funciones va a ser igual al producto de la

probabilidad de q funcionen A y B por separado

la prob de q funcione un circuito en paralelo va a ser igual a 1

menos el producto de los complementos de la probabilidad de
que funciones cada uno por separado

teorema de bayes

(Libro Murray Spiegel)

[Link]
encia/Probabilidad/3_1AlgebradeBoole.html

[Link]
[Link]
[Link]
des
[Link]