Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
FORMULARIO PARA PROBABILIDAD Y ESTADÍSTICA (de acuerdo al programa de Ingeniería Industrial) UNIDAD 1: ESTADÍSTICA DESCRIPTIVA. PRESENTACIÓN DE DATOS Cuadro estadístico: consta de 2 columnas. Los datos deben ordenarse por orden alfabético o de mayor a menor. Tabla estadística: consta de 3 ó más columnas. Se usa para detallar más la información. Gráfico de Pastel: se usa para graficar lo que contiene un cuadro estadístico y que sean de 2 a 6 clases. Gráfica de barras: es la gráfica que representa mediante columnas o barras datos procedentes de un cuadro estadístico o de una tabla estadística. Se recomienda usar cuando hay 7 ó más categorías. Histograma: es una gráfica de barras que representa datos continuos (los que resultan de medir una variable). En el histograma las barras van pegadas unas a otras. Polígono de frecuencias: es una línea poligonal que une los puntos medios de las barras del histograma. Inicia y termina en el eje X. Ojiva: es una línea poligonal que representa las frecuencias acumuladas de una distribución de frecuencias. Inicia en el eje X y siempre va hacia arriba. PASOS PARA FORMAR UNA DISTRIBUCIÓN DE FRECUENCIAS. 1. Calcule el rango R. R = Dato Mayor – dato menor 2. Calcule el número de clases que tendrá la distribución de frecuencias. Puede calcularla sacando raíz cuadrada del número de datos o usar la fórmula de Sturges, que dice: Número de clases = 1 + 3.322 Log N 3. Calcule el ancho de clase con la siguiente fórmula: Ancho = 𝑅+1 𝑛𝑜. 𝑑𝑒 𝑐𝑙𝑎𝑠𝑒𝑠 4. Forme la distribución de frecuencias, indicando la frecuencia de cada clase. Límites reales: surgen de los límites de clase al restarle media unidad al límite inferior de cada clase y sumarle media unidad al límite superior de cada clase. Dos características de los límites reales es que terminan en 5 y tienen un decimal más que los límites de clase. MEDIDAS DE TENDENCIA CENTRAL Para datos no agrupados Media: = , si los datos son de una muestra.𝑥 ∑𝑥 𝑛 = , si los datos son toda la población.µ ∑𝑥 𝑁 Mediana: = el dato de en medio de una serie𝑥 ~ ordenada de datos. Si el número de datos es par, se suman los dos de en medio y se dividen entre 2. Moda: = el dato que más se repite.𝑥 ^ Media Armónica es el recíproco del promedio de los recíprocos de los datos. Se usa para calcular el promedio de una cantidad cuando existen dos tipos de unidades, una en el numerador y otra en el denominador, y la unidad del numerador es la constante. Su fórmula es: MAc = 𝑛 ∑( 1𝑥 ) Media Geométrica: es la raíz “n”ésima del producto de los datos. Se usa para calcular el promedio de crecimiento, en porcentaje, de un fenómeno estadístico. Su fórmula es: Mg = 𝑛 ∏ 𝑥 n : es el total de datos. : es el producto de todos los datos.∏ 𝑥 Media Cuadrática: es el promedio de los cuadrados de los datos. Su fórmula es: MC = ∑(𝑥2) 𝑛 Para datos agrupados Media: =𝑥 ∑(𝑓∙𝑥) ∑𝑓 Mediana: =𝑥 ~ 𝐿𝑅𝐼 + 𝑁 2 − ∑𝑓𝑎 𝑓 𝑚 ∙𝑎 LRI: límite real de la clase donde está la mediana. N: total de datos. Σfa : suma de las frecuencias anteriores a la clase mediana. a: ancho de clase donde está la mediana. fm : frecuencia de la clase donde está la mediana. Moda: =𝑥 ^ 𝐿𝑅𝐼 + ∆ 1 ∆ 1 +∆ 2 ∙𝑎 LRI: límite real de la clase donde está la más alta frecuencia. a: ancho de clase donde está la moda. : exceso de la frecuencia de la clase modal con respecto∆ 1 a la frecuencia de la clase ANTERIOR a la clase modal. : exceso de la frecuencia de la clase modal con respecto∆ 2 a la frecuencia de la clase POSTERIOR a la clase modal. MEDIDAS DE DISPERSIÓN Rango es la distancia que hay entre el dato menor y el dato mayor. Su fórmula es: R = Dato mayor – Dato menor Desviación: es la distancia de cada dato al promedio. Se representa por d. d = 𝑥 − 𝑥 Desviación Media Simple: es el promedio de las desviaciones absolutas de los datos, esto, sin tomar en cuenta el signo de la desviación. ; o 𝐷𝑀𝑆 = ∑ 𝑥−𝑥| | 𝑛 𝐷𝑀𝑆 = ∑𝑓• 𝑥−𝑥| | ∑𝑓 Varianza: es el promedio de las desviaciones cuadradas de los datos. , si los datos son toda la población.𝑉𝐴𝑅 = ∑(𝑥−µ)2 𝑁 var , si los datos son de una muestra.= ∑(𝑥−𝑥) 2 𝑛−1 Desviación Estándar: es la raíz cuadrada de la varianza. Representa el promedio de las desviaciones de los datos. , si los datos son toda la población.σ = ∑(𝑥−µ)2 𝑁 , si los datos son de una muestra.𝑠 = ∑(𝑥−𝑥) 2 𝑛−1 Coeficiente de variación: es el porcentaje que representa la desviación estándar con respecto al promedio. 𝐶𝑉 = 𝑠 𝑥 ×100 El coeficiente de variación se usa para hacer comparaciones entre DOS poblaciones para determinar en cuál de las dos hay menor variación con respecto a su promedio. MEDIDAS DE POSICIÓN Variable estandarizada z 𝑧 = 𝑥−µ σ Se usa para comparar la posición de dos individuos que pertenecen a dos poblaciones diferentes. Cuartil i: es cada una de las cuatro partes en que se dividió el conjunto de datos o la distribución de frecuencias. para datos agrupados.𝑄 𝑖 = 𝐿𝑅𝐼 + 𝑖∙𝑁 4 −∑𝑓𝑎 𝑓 𝑖 ∙𝑎 i es el número del cuartil: 1, 2, 3, 4. Si los datos NO están agrupados, los cuartiles se obtienen mediante los siguientes criterios: Q1 = el dato de en medio de los que están debajo de la mediana. Q3 = el dato de en medio de los que están arriba de la mediana. Q2 = es la mediana. Percentil x: es cada uno de los 100 valores en que se divide la distribución de frecuencias. 𝑃 𝑥 = 𝐿𝑅𝐼 + 𝑁∙𝑥 100 −∑𝑓𝑎 𝑓 𝑝 ∙𝑎 x es el número del percentil. fp es la frecuencia de la clase donde está el percentil. Rango Intercuartílico: es la distancia del cuartil 1 al cuartil 3. Su fórmula es: IQR = Q3 – Q1 Box Plot o Diagrama de caja: es una gráfico rectangular de largo igual al IQR; donde inicia el rectángulo es el Q1 y donde termina es el Q3. Contiene al 50% de los datos. Dentro de la caja se representa la mediana con una línea y en los extremos del rectángulo se trazan dos segmentos de recta de tamaño igual a 1.5 IQR o menor si los datos extremos están a una distancia menor. Si hay datos que rebasan estos segmentos, se dibujan con un asterisco cada uno de ellos. Q1 Q3 𝑥 ~ IQR MEDIDAS DE FORMA Coeficiente de sesgo a3 = ; 𝑚 3 𝑠3 𝑚 3 = ∑𝑓∙(𝑥−𝑥) 3 𝑛 Coeficiente de curtosis a4 = ; 𝑚 4 𝑠4 𝑚 4 = ∑𝑓∙(𝑥−𝑥) 4 𝑛 UNIDAD 2: PROBABILIDAD Fórmula para calcular la probabilidad. 𝑝 = 𝐸𝑆 S: representa el espacio muestral, que son todas las maneras en que puede ocurrir el experimento. E: representa las maneras que cumplen el requisito pedido en el experimento. Axiomas de Probabilidad: A1. La probabilidad de cualquier evento A es igual o mayor que 0 y menor o igual a 1. 0 ≤ P(A) ≤ 1 A2. Si A y B son dos eventos excluyentes, la probabilidad de que ocurra A o B es: P(A∪B) = P(A) + P(B) A3. Si Ac representa a que no ocurra A, entonces la probabilidad de que no ocurra A es: P(Ac) = 1 – P(A) A4. Si A y B son dos eventos cualesquiera, la probabilidad de que ocurra A o B es: P(A∪B) = P(A) + P(B) – P(A∩B) Probabilidad condicional: 𝑃 𝐴/𝐵( ) = 𝑃(𝐴∩𝐵)𝑃(𝐵) Teorema de la multiplicación para eventos dependientes 𝑃 𝐴∩𝐵( ) = 𝑃(𝐴)∙𝑃(𝐵/𝐴) Teorema de la multiplicación para eventos independ. 𝑃 𝐴∩𝐵( ) = 𝑃(𝐴)∙𝑃(𝐵) Teorema de Bayes 𝑃 𝐴 𝑘 /𝐵( ) = 𝑃(𝐵/𝐴𝑘)∙𝑃(𝐴𝑘) 𝑖=1 𝑛 ∑ 𝑃(𝐵/𝐴 𝑖 )∙𝑃(𝐴 𝑖 ) Técnicas de Conteo. Permutaciones: 𝑃 𝑛, 𝑟( ) = 𝑛!𝑛−𝑟( )! Combinaciones: 𝐶 𝑛, 𝑟( ) = 𝑛!𝑟! ∙ 𝑛−𝑟( )! Permutaciones con elementos indistinguibles: 𝑃 𝑁, 𝑛 1 , 𝑛 2 , 𝑛 3 , …( ) = 𝑁!𝑛 1 !∙𝑛 2 !∙𝑛 3 !∙… UNIDAD 3: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE DISCRETA. ;µ = ∑[𝑥∙𝑝 𝑥( )] 𝑉𝑎𝑟 = ∑ [𝑥2∙𝑝(𝑥)] − µ2 Distribución Binomial =𝑃(𝑛, 𝑥, 𝑝) 𝑛 𝑥 ( ) • 𝑝𝑥 • (1 − 𝑝)𝑛−𝑥 =µ 𝑛∙𝑝 𝑉𝑎𝑟 = 𝑛∙𝑝∙(1 − 𝑝) Distribución Hipergeométrica 𝑃 𝑁, 𝑘, 𝑛, 𝑥( ) = 𝑘 𝑥 ( )• 𝑁−𝑘 𝑛−𝑥 ( )𝑁 𝑛 ( ) ; = ;𝑝 = 𝑘𝑁 µ 𝑛∙𝑝 𝑉𝑎𝑟 = 𝑛∙𝑝∙(1 − 𝑝)∙ 𝑁−𝑛 𝑁−1Distribución de Poisson ; ;𝑃 𝑋 = 𝑥( ) = µ −𝑥𝑒−µ 𝑥! µ = = 𝑋 𝑡 𝑉𝑎𝑟 = Distribución Geométrica ; ;𝑃 𝑋 = 𝑥( ) = 𝑝∙(1 − 𝑝)𝑥−1 µ = 1𝑝 𝑉𝑎𝑟 = 1−𝑝 𝑝2 Distribución Binomial Negativa o de Pascal ;𝑃 𝑋 = 𝑥( ) = 𝑥 − 1 𝑟 − 1 ( ) • 𝑝𝑟 • (1 − 𝑝)𝑥−𝑟 µ = 𝑟𝑝 ;𝑉𝑎𝑟 = 𝑟(1−𝑝) 𝑝2 𝑥 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑒𝑛𝑠𝑎𝑦𝑜𝑠; .𝑟 𝑒𝑠 𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 é𝑥𝑖𝑡𝑜𝑠 UNIDAD 4: DISTRIBUCIONES DE PROBABILIDAD DE VARIABLE CONTINUA. ;𝑃 𝑎 < 𝑥 < 𝑏( ) = 𝑎 𝑏 ∫ 𝑓 𝑥( ) 𝑑𝑥 µ = −∞ ∞ ∫ (𝑥∙𝑓 𝑥( )𝑑𝑥) 𝑉𝑎𝑟 = −∞ ∞ ∫ (𝑥2∙𝑓(𝑥)) Distribución Exponencial ;𝑃 𝑇 > 𝑡( ) = 𝑒 − 𝑡µ 𝑃 𝑇≤𝑡( ) = 1 − 𝑒 − 𝑡µ = ;µ 𝑡 1 λ 𝑉𝑎𝑟𝑡 = 1 λ2 Distribución Normal Estandarizada ; ; 𝑓 𝑥( ) = 1 2π • 𝑒 − 12 𝑧 2 𝑧 = 𝑥−µσ 𝑥 = µ + 𝑧∙σ ;µ = 𝑥 − 𝑧∙σ σ = 𝑥−µ𝑧 Distribución Uniforme Si a ≤ x ≤ b, 𝑃 𝑥 1 ≤𝑥≤𝑥 2( ) = 𝑥 2 −𝑥 1 𝑏−𝑎 ;µ = 𝑎+𝑏2 𝑉𝑎𝑟 = (𝑏−𝑎)2 12 Recopilador: Profr. Marco Antonio Cervantes Aguilar Tecnológico Nacional de México/Instituto Tecnológico de Nogales; Septiembre 13 de 2014.
Compartir