Este documento presenta definiciones clave de estadística y probabilidad. Define conceptos como población, muestra, variable cualitativa y cuantitativa. Explica medidas de tendencia central como moda, media y mediana. También cubre tablas, gráficos y probabilidad, definiendo experimentos aleatorios y sucesos posibles. En resumen, provee una introducción general a los fundamentos de estadística y probabilidad.
2. Algunas definiciones:
Estadística: Es el área de la matemática que se encarga de recopilar,
clasificar y analizar los datos que se obtienen de un estudio (Ej: encuesta).
Población: Se refiere al universo finito o infinito de personas u objetos que
presentan características comunes (ej: los chilenos, estudiantes de un
establecimiento)
Muestra: Es un subconjunto de la población y es pertinente cuando ésta en
muy grande. Además la muestra debe ser representativa (ej: 80 estudiantes
de un establecimiento)
3. Algunas definiciones:
Variable: Característica de diferentes individuos u objetos que es medible
y por lo tanto susceptible de adoptar diferentes valores .
Además puede ser de distintos tipos:
Variable cualitativa: Se refiere a una característica o cualidad que no puede
medirse con un instrumento y por lo tanto no se representa numéricamente.
(ej: ocupación, sexo, religión, etc)
Variable cuantitativa: Es la variable que puede medirse con un instrumento o
que puede representarse numéricamente. (ej: peso, estatura, etc.)
4. Medidas de tendencia central (M.T.C.):
Definición: Son valores que tienen el objetivo de representar un grupo de
datos en un solo valor. Algunas M.T.C. son las siguientes:
Moda: Es el valor que más se repite en una variable
(Ejemplo: 12, 14, 18, 14, 12, 13, 14 Moda = 14)
Media aritmética o promedio: Representa el centro de gravedad de una
distribución.
(Ej: 7,9,11 (7+9+11)/3 = 9 Promedio=9 )
Mediana: Es el valor central, cuanto los datos se encuentran ordenados en
orden ascendente.
(Ejemplo: 3,4,5,6,7 Mediada = 5)
5. Tablas y gráficos:
Tablas: Nos permite en una primera instancia agrupar los datos y realizar
algunas observaciones.
Tabla de frecuencia absoluta: Permite agrupar los datos considerando la
frecuencia de cada valor. (ejemplo)
Frecuencia relativa: Corresponde a la razón entre la frecuencia absoluta y el
total de datos.
Frecuencia relativa porcentual: Es la frecuencia relativa expresada en
porcentaje
6. Tablas y gráficos:
Gráficos: Nos permite visualizar con mayor facilidad el comportamiento de
los datos.
Gráfico de barras: Facilita la comparación entre las frecuencia de las
variables.
Histograma: Sirve para expresar la información sobre datos que están
agrupados.
Gráfico circular: Es útil cuando se necesita representar porcentajes.
7. Tabla de datos agrupados:
Nos permite tabular datos de aquellas variables que toman demasiados valores
distintos (variables continuas).
Para ello la variable se agrupa en intervalos o rangos
La frecuencia de los datos agrupados se grafican por medio del “histograma”
Características de un histograma:
Los rectángulos del gráfico van unidos
Es exclusivo para representar datos cuantitativos continuos
8. Tabla de contingencia
Nos ayuda a registrar y analizar la relación entre dos o más variables
10. Definición de probabilidad
Experimentos deterministas
Son los experimentos de los que podemos predecir el resultado antes de que se
realicen.
Ejemplo: Después del día sigue la noche
La probabilidad de un suceso es un número, comprendido
entre 0 y 1, que indica las posibilidades que tiene de
verificarse cuando se realiza un experimento aleatorio.
Experimentos aleatorios
Son aquellos en donde no se sabe con seguridad lo que va a pasar. Estos sucesos
dependen del azar
Ejemplo:
Al lanzar una moneda al aire, se ignora si saldrá cara o sello.
Al lanzar un dado al aire, no se sabe qué número saldrá.
11. Algunas definiciones:
Suceso
Es cada uno de los resultados posibles de una experiencia aleatoria.
Ejemplos: Al lanzar una moneda salga cara.
Al lanzar un dado se obtenga 4.
Espacio muestral
Es el conjunto de todos los posibles resultados de una experiencia aleatoria, lo
representaremos por la letra griega Ω (omega).
Ejemplos:
Espacio muestral de una moneda:
Ω = {C, S}.
Espacio muestral de un dado:
Ω = {1, 2, 3, 4, 5, 6}.
12. Algunas definiciones:
Suceso aleatorio
Es cualquier subconjunto del espacio muestral.
Ejemplos:
Al tirar un dado:
-Que saliera par
-Obtener múltiplo de 3
-Sacar 5.
13. Regla de Laplace
Si realizamos un experimento aleatorio en el que hay
“n” sucesos posibles, todos igualmente probables
(equiprobables) entonces si A es un suceso aleatorio,
la probabilidad de que ocurra ese suceso aleatorio A
es:
14. Ejemplos:
Calcular la probabilidad de que al lanzar un dado
salga un número par.
A={2,4,6} (casos favorables)
20. Actividades:
1. Establece la probabilidad de que al lanzar 2 monedas,
obtenga una cara.
2. Establece la probabilidad de que al lanzar 3 monedas,
obtenga dos caras.
3. Establece la probabilidad de que al lanzar 3 monedas,
obtenga tres caras.
21. Principio multiplicativo
Si un evento A puede ocurrir de m maneras distintas, y un evento B puede
ocurrir de n maneras distintas, entonces existen m· n maneras de que ocurra
A, y a continuación B.
Ejemplos:
1. En una cafetería universitaria se ofrece un desayuno por $ 2000 que
consiste en elegir una bebida (café, té o leche), un sándwich (jamón o queso)
y un pastelillo (manjar, chocolate o frambuesa). ¿Cuántos desayunos
diferentes se pueden pedir en esta cafetería?
2. Si se lanza cuatro veces una moneda y se observa la sucesión de caras y
sellos que aparece, ¿cuántos resultados posibles hay? ¿Cuántos resultados
hay si la moneda se lanza cinco veces? Explica, paso a paso, cómo lo
resolviste.
3. Si se lanza un dado y una moneda, ¿cuántos resultados diferentes se
pueden obtener?