INSTITUTO POLITCNICO NACIONAL

ESCUELA SUPERIOR DE INGENIERA MECNICA Y ELCTRICA CULHUACN

CARRERA: INGENIERA EN COMUNICACIONES Y ELECTRNICA. ALUMNO: HERNNDEZ FUENTES FERNANDO.

TRABAJO: CUADERNO ELECTRONICO.

PROFESOR: RICARDO VAZQUEZ MORAN.

GRUPO: 4EV1.

MATERIA: PROBABILIDAD Y ESTADISTICA.

Tablas Anlisis de Muestras Grficos Clculos DESCRIPTIVA (Por describir)

Espacios o Conjuntos de Elementos

ESTADISTICA

Modelaje

Finita

MATEMTICA O INFERENCIAL (Inferir)

Poblacin

Infinita Toma de Decisiones Matemtico En Base a la Informacin Parcial (Aprendizaje Acumulado). Aleatoria

Muestras

Seleccionada

Estadstica: Es el conjunto de mtodos para manejar la obtencin o preservacin y el anlisis de observaciones numricas. Estadstica descriptiva: Se encarga de la recoleccin clasificacin y descripcin de datos muestrales.

Estadstica matemtica o inferencia: Va a desarrollar modelos tericos que se ajustan a un cierto o determinado sistema con un grado de confiabilidad. Finito: Es aquella poblacin que incluye una cantidad limitada contablemente. Un conjunto de observaciones individuos o medidas. Infinito: Es aquella que incluye un gran conjunto de observaciones que no se pueden alcanzar por conteo. Al menos hipotticamente no existe el medio en cuanto al nmero de observaciones que el experimento puede proporcionar. Muestra: Es un conjunto de mediciones de un subconjunto de una poblacin.

Aleatoria
MUESTRA

Seleccionada

Muestra aleatoria: Se considera aleatoria siempre y cuando cada observacin, medicin o individuo de la poblacin tenga la misma probabilidad de ser seleccionado.

Muestra seleccionada: Es aquel conjunto de elementos que contiene ciertas caractersticas a fines de un dato en especfico.

FRECUENCIA

Absoluta Relativa Acumulada Relativa Acumulada

Frecuencia relativa: Es el resultado de dividir cada una de las frecuencias entre el tamao de la muestra. Frecuencia acumulada: Es la suma de las frecuencias relativas. Frecuencia absoluta: Es la cantidad de veces que aparece un dato.

Cualitativos. DATOS Cuantitativos

Dato cualitativo: Son los datos que solo toman valores asociados a las cualidades (caractersticas) o atributos y clasificndolos en una o varias caractersticas (no son nmeros). Dato Cuantitativo: Los datos cuantitativos provienen de variables que pueden medirse o expresarse numricamente.

Datos discretos: Son aquellos que solo pueden formar un numero finito o infinito numerable de valores. Ejemplo: cantidad de hermanos. Variable continua: Puede tomar cualquier valor en una escala continua. Ejemplo: la cantidad de lquido, contenido de un recipiente. Histograma: Grafica de barras de una distribucin de frecuencias.

Polinomio de frecuencias FRECUENCIAS Distribucin de frecuencias

Polgono de frecuencias: Es una representacin grfica de una lnea de distribucin de frecuencias. Teora de la frecuencia relativa: Es por lo menos cero si no se encuentra ningn objeto dentro del espacio muestral. Teorema La suma de las frecuencias relativas

Funcin acumulada.

Escalar de Medidas

Nominal CUALITATIVAS Ordinal

Intervalos CUANTITATIVAS Razn Proporcin Escala Absoluta

Escala nominal: Los datos se pueden agrupar en una relacin que no tiene entre s. Por ejemplo: color de ojos religin, estado civil. Escala ordinal: Es aquella en la que existe un cierto orden de jerarqua entre las categoras y subconjuntos. Ejemplos: los organigramas de una empresa. Escala de intervalos: Son los valores numricos de las variables y adems de las relaciones de orden, se puede establecer distancias entre los intervalos los cuales pueden operar a travs de sumas y restas (existen una unidad de medida en este tipo de escalas que se mantiene constante para todos los valores que toma la variable). Escala de razn o proporcin: Es la escala ms completa y general de todas las escalas se caracteriza porque los valores de la variable son nmeros entre los cuales existen relaciones de orden y las distancias pueden ser sumativas o se pueden restar o se pueden establecer mltiplos de esta. Ejemplo: peso volumen distancia. 6

Monogramas: graficas evaluadas con base en fenmenos matemticos. Escala Absoluta: Se caracteriza por los valores que toma la variable son resultado del conteo y por lo tanto estn constituidas por los enteros negativos y por la referencia del cero. Ejemplos: nmero de hermanos, cantidad de circuitos vendidos y cantidad de eventos en una interseccin. Datos Univariantes: Estos datos son los recopilados en un espacio muestra l (muestra) y tienen una caracterstica que los identifica. Datos Multivariantes: Son aquellos que recogen informacin sobre ms de dos variables de un espacio muestral. Realizar una tabla de frecuencias, una grafica de barras, un histograma y un polgono de frecuencias de una muestra de una muestra que se toma de un lote de produccin de resistencias de alta precisin esta muestra representa el comportamiento del mercado donde se distribuye. 99 100 100 100 102 99 101 101 98 100 103 102 100 99 102 101 99 98 101 100

xi fi

98 2

99 4

100 6

101 4

102 3

103 1

fi
7 6 5 4 3 2 1 0 98 99 100 101 102 103 fi

fi
7 6 5 4 3 2 1 0 98 99 100 101 102 103 fi

fi
98 99 100 101 102 103

xi fr

98 3

99 1.5

100 1

101 1.5

102 2

103 6

fr
7 6 5 4 3 2 1 0 97 98 99 100 101 102 103 104 fr

fr
98 99 100 101 102 103

xi fc

98 2

99 6

100 12

101 16

102 19

103 20

fc
25 20 15 10 5 0 98 99 100 101 102 103 fc

fc
98 99 100 101 102 103

10

EJEMPLOS DEL TEMA Estadstica descriptiva Grafica de puntos Representa los datos de una muestra para esta se utilizan los ejes de coordenada (x,y) en el eje y se grafican la frecuencia de eventos y en el eje x se representan los intervalos en que se hace el anlisis de la muestra. Diagrama tallo hoja Cada dato numrico o cada evento se divide en dos partes la primera son los dgitos principales que forman la parte de tallo y los dgitos posteriores que se convierte en la hoja en pocas palabras encontramos representado este diagrama a travs de un rbol normalmente se da en arreglos dimensionales. Muestra Una muestra es un subconjunto de una poblacin y una poblacin es un conjunto de datos que est en estudio. Variable Una variable es una caracterstica de inters sobre cada elemento de una poblacin o una muestra. Dato Un dato es el valor de la variable asociada a un elemento de poblacin o muestra. Experimento Es una actividad realizada segn un plan definido que nos va a proporcionar un conjunto de datos. Parmetro Caracterstica numrica de cada poblacin lo cual involucra una comparacin. Datos cuantitativos Representa el nmero de conteo o medicin

11

Datos cualitativos Se pueden dividir en diferentes categoras. Ordenacin de datos Es la coleccin de datos numricos tomados en orden ascendiente o descendente. Medidas de tendencia central Es un valor que se calcula para cada grupo de datos y son utilizados para describirlos. Generalmente se toma como el valor representativo de datos (las medidas de tendencia central se conocen como promedio). Media aritmtica Es la sumatoria de los diferentes eventos sobre el nmero total de estos.

Mediana En datos no agrupados el valor que se encuentra exactamente en medio de todos los datos es la mediana. 34689 Moda el nmero de veces que se repite un evento con mayor frecuencia. Media ponderada Es la sumatoria de todos los eventos por cada uno de los pesos o grados de importancia de cada dato por el dato del experimento y comparado o dividido contra la importancia de cada dato.

wi= importancia o peso de cada dato. DISTRIBUCION DE FRECUENCIAS Cuando se dispone un gran nmero de datos es til distribuirla en clases o intervalos he identificar perfectamente a cada clase Un mtodo para agrupar datos 12

Cuando tenemos datos numricos los cuales se han obtenido a travs de un experimento o anlisis y en el cual podemos identificar las variables de inters tanto cualitativa como cuantitativamente. Y podemos agruparlos en clases para analizar su comportamiento y su propia evaluacin de cada dato:

1) Para calcular el nmero de clases se puede aplicar la formula

Nc= nmero de clases. N= nmero total de datos. Es recomendable que Nc este entre 5 a 20. 5<Nc<20 2) Cada intervalo debe de ser del mismo ancho.

3) Elija el valor inicial de la primera clase un poco menor o igual al valor mnimo cuidando que en todos los casos el ancho se cumpla.

4) Cada intervalo debe ser dispuesto o colocado de modo que no interfiera con el otro.

5) Se clasifican los datos segn el nmero de intervalo correspondiente.

13

Organizacin de datos Formas de organizar los datos Un arreglo es la forma ms sencilla de organizar los datos en su totalidad consiste en colocar las observaciones en orden segn su magnitud y algo que nos facilita el anlisis es ordenar de manera ascendente o descendente. Otra forma la regla de Sturges

N= nmero total de datos. Nc = nmero de clases.

MEDIDAS DE TENDENCIA CENTRAL

14

PROPIEDAD La suma de las diferencias entre la media muestreal y el valor de cada observacin es cero. PROPIEDAD La media de una constante es la misma constante. PROPIEDAD Si todas las observaciones de todos los datos se multiplican por una constante la media tambin debe de ser multiplicada por la misma constante. La media se emplea en clculos para toda informacin disponible. La media usa las mismas unidades que la variable en estudio. La media es el centro de gravedad de toda la distribucin que representa a los valores observados. La media es un valor nico. La moda es el punto de comparacin.

MEDIDAS DE DISPERSIN Y VARIABILIDAD La importancia de los promedios con frecuencia se ve exagerado, un promedio puede carecer de importancia y generar Confusin en algunas distribuciones que tiene promedios estrechamente unidos y otros que estn muy separados. Sin embargo el promedio nos permite avanzar las tendencias de los datos y su variabilidad y a estas tcnicas se les conoce como medidas de dispersin. DISPERSIN DE DATOS Las medidas de tendencia central como la media, moda y mediana son tiles para identificar el valor critico de un grupo. Las medidas de dispersin describen un grupo de datos en funcin de la variacin es decir nos dice que tan alejados estn los datos unos con respecto de los otros. RANGO El rango es la diferencia entre el valor ms grande y el valor ms pequeo de los datos.

15

DESVIACIN PROMEDIO Tambin conocido como desviacin media y se vasa en la diferencia entre cada uno de los datos y la media aritmtica.

Donde Xi= Datos. = La media aritmtica. N= Nmero total de datos.

VARIANZA Y DESVIACIN ESTANDAR La varianza es similar a la desviacin promedio ya que tambin se basa en la diferencia de cada valor pero en este caso se eleva al cuadrado.

16

DESVIACIN PROMEDIO DE DATOS AGRUPADOS

La desviacin promedio tambin conocida como desviacin media se basa en la diferencia de cada valor de los datos y la media aritmtica.

Donde: = media aritmtica. Xc= Marca de clase. N= nmero total de datos. fi= Frecuencia de los datos.

DESVIACIN ESTANDAR EN DATOS AGRUPADOS

Donde: = media aritmtica. Xc= Marca de clase. N= nmero total de datos. fi= Frecuencia de los datos.

17

Moda Mediana Media

El matemtico ruso Chebyshev propuso que la desviacin estndar mide con precisin la cantidad de datos observados la cual est en trminos de la distancia k veces sigma tomando como centro la media aritmtica.

TEOREMA DE CHEBYSHEV La proporcin mnima de datos en cualquier distribucin situado dentro de k variaciones estndar de la es por lo menos.

Donde: Obligadamente k>0. Una regla emprica manejada ampliamente es que con dos veces la desviacin de frecuencia se tiene un aproximado del 68% de los datos con 4 desviaciones representan un 98.7% o ms.

18

COVARIANZA La covarianza es el anlisis de cmo vara cada una de las variables por separado por lo que es interesante primeramente ver como varan dichas variables de manera conjunta y a eso se le llama cavariar. Se dice que dos variables estn variando conjuntamente en el mismo sentido cuando al crecer los valores de una variable tambin aumentan los valores de la otra variable o tambin puede ocurrir que cuando estn aumentando en la otra pueda estar disminuyendo. La covarianza de dos variables

Podemos tener para cada pareja unas observaciones y se puede repetir n veces lo cual nos da su frecuencia de este conteo. La covarianza puede ser conocida como una variable inicial de la asociacin lineal entre dos valores.

Y yi

Sxy <0

(+)

Sxy >0

(+)

Sxy >0

Sxy <0

19

En esta grafica aparece una nube de puntos para un par de variables x,y lo cual dependiendo del cuadrante toman como origen las medias lo cual nos da como resultado resultados positivos puntos que se encuentran en el cuadrante inferior izquierdo de las forma inversa si es el cuadrante inferior izquierdo y de forma inversa si es el cuadrante superior izquierdo o inferior derecho nos dara sumados negativos. Este tiene como consecuencia que al observar el nmero de puntos en estos cuadrantes se ver cual predomina tanto positivo como negativo dando como resultado una tendencia. En conclusin nos lleva que la covarianza es una medida de asociacin lineal entre las variables de moda que si la covarianza es positiva indica que si yo aumento una la otra aumentara y si la covarianza es negativa si aumento una la otra disminuir.

MEDIDAS DE POSICIN Son nmeros que distribuyen los datos ordenados de la muestra en grupos de aproximadamente el mismo tamao con el propsito de resaltar su ubicacin relativa y a estos nmeros se les denomina en forma genrica cuartiles. CUARTILES Los cuartiles son nmeros que dividen a los datos de la nuestra en grupos de tamao aproximado de un 25%. DECIL Son nmeros que dividen a los datos de la muestra en grupos de tamaos aproximados de un 10%. PERSILES Son nmeros que dividen a los datos de la muestra en grupos de un tamao aproximado al 1%.

20

25%

25%

1Q1 Segundo cuartil Q2. Tercer cuartil Q3.

COEFICIENTE DE VARIACIN

Moda

1QD

Es el numero que se usa para comparar la variabilidad de los datos de diferentes grupos y es una medida adicional por S entre la media.

DIAGRAMA DE CAJA Es un dispositivo grafico que se usa para expresar en forma resumida algunas medidas estadsticas de posicin.

Q1

Q3

Q4 X(n)

Q3-Q1

21

El diagrama de caja describe grficamente el rango de los datos el rango intercuartilico los valores extremos y la ubicacin de los cuartles. DIAGRAMA DE PARETO Es un diagrama til para identificar las causas principales que producen cierto tipo de resultados. Tambin se le conoce en algunas aplicaciones como ley de pareto o 80/20 normalmente con el 20% de una accin se puede producir el 80% de los efectos mientras que con un 80% de las acciones solamente origina un 20% de los efectos. La ley de pareto se puede interpretar a travs de un diagrama para esto se tiene que caracterizar los datos del tipo de problema o anlisis que se vaya a resolver. 1. 2. 3. 4. 5. Determinar la frecuencia y ordenar en forma decreciente. Determinar la frecuencia de cada clase y ordenar en forma decreciente. Represente la frecuencia relativa con barras. Suponga la ojiva de la frecuencia relativa acumulada. Analice las causas ms importantes que inciden en el suceso de inters.

Ejemplo un fabricante de discos duros a realizado un conteo de los tipos de defectos de estos, y a registrado su frecuencia. Se desea analizar su insidencia para solicitar a la produccin o a la compaa de discos duros las medidas pertinentes.

tipo de defecto discos frecuencia duros A 66 B 44 C 34 D 20 E 14 F 12 G 10

Frecuencia rel. 0.33 0.22 0.17 0.1 0.07 0.06 0.05

Frecuencia acu. 66 110 144 164 178 190 200

Frecuencia rel. Acu. 0.33 0.55 0.72 0.82 0.89 0.95 1

22

70 60

250

200 50 40 30 20 50 10 0 A B C D E F G 0 150 frecuencia frecuencia rel. 100 frecuencia acu. frecuencia rel. Acu.

MUESTRAS BIVARIADAS Es comn tener que estudiar muestras con datos que miden dos caractersticas siendo de inters el determinar si hay alguna relacin entre ellos para visualizar la relacin entre las variables de una muestra bivariada es til graficar los datos. a esta representacin se le llama diagrama de dispersin.

23

Se tiene la muestra de una cantidad de alumnos.

Examen parcial Examen final 60 72 74 82 66 75 34 46 60 73 66 74 57 70 71 82 39 60 57 61

Examen final
90 80 70 60 50 40 30 20 10 0 0 20 40 60 80 Examen final

Se observa que los datos estn relacionados con una tendencia lineal del tipo positivo.

CORRELACIN Se usa el termino correlacin para describir la relacin entre los datos de muestras bivariadas. Correlacin lineal positiva. Correlacin lineal negativa. Variable no correlacionada. Correlacin no lineal. COVARIANZA MUESTRAL Esta definicin permite cuantificar el nivel de correlacin lineal que existe entre dos variables.

24

x y variable. ni= tamao de muestra analizada. = medias aritmticas. = varianzas mustrales. = desviaciones estndar.

COVARIANZA

(+) x Asociadas con valores grandes y una tendencia lineal positiva. (-) x Asociadas con valores pequeos una tendencia lineal negativa.

CORRELACIN La correlacin es la relacin que existe entre dos variables y cuya asociacin tenga algn significado de inters. Por lo que debiesen de estar estas variables correlacionadas linealmente aunque en algunos casos pudiesen tener otro tipo de correlacin pero no lineal. COEFICIENTE DE CORRELACIN LINEAL -1 r 1. Todo debe estar normalizado.

25

COEFICIENTE DE CORRELACIN el coeficiente de correlacin es el grado de correlacin lineal entre dos variables en forma adimencional (sin unidades) y normalizados. r= 1 Correlacin lineal positiva. r= -1 Correlacin lineal negativa. r= 0 No hay correlacin o es muy poca. MATRIZ DE VARIANZA Y COVARIANZAS

MATRIZ DE CORRELACIN

HISTOGRAMA DE BARRAS

PUNTOS DEL POLGONO

26

LNEAS DEL POLGONO

PUNTOS DEL NUEVO GRFICO

LNEAS DE OJIVA

BARRAS COLOR VERDE

EFECTO TRIDIMENCIONAL COLOR ROJO

GRFICO TIPO PASTEL

27

DIAGRAMA DE PARETO

DIAGRAMA DE CAJA

DIAGRAMA DE CAJA HORIZONTAL CON MUESCA

28

RUIDO Ejemplos Ruido blanco potencia y gamma de frecuencia donde se presenta Ruido rosa Ruido naranja Blanco permite utilizarse como una medida patrn (aleatorio) Rosas se presenta en un rango de frecuencias Naranja otro espacio donde se presenta Comportamiento estadstico El peor caso ver el nivel de seal con el cual el enlace nunca se cae valor minimo. El valor mnimo proponerlo en todo el ao. En sistemas de comunicacin podemos generalizar para un espacio de tiempo la peor condicin y estar por arriba de esta en los niveles de seal lo cual nos enviara un esquema de confianza del 100%. Investigar ejemplos de esquemas Teora de la probabilidad Conteo: esquema de poder hacer inferencias. Revisar toda la gama de posibilidades de las cuales se puede contabilizar un evento. dentro de las cuales pueden existir o no tal evento ejemplo: El conjunto vacio Si un grupo o conjunto de elementos contiene n elementos de algn tipo y otro tiene otros elementos de otro tipo existen diferentes formas para identificar a los elementos del primer grupo que pueden o no tener alguna relacin con el otro grupo. Cortosis regin de transistores Transistor que maneja un punto Q (punto de operacin)(aplicacin) permite amplificar. Tiene tres terminales (depende). DJT (de doble unin) 29

MOS (metal oxido semiconductor) FET trabaja en un regin de corte cuando no conduce. ejemplo Se toma un dado y una moneda diferentes tienen en este experimento Dodo seis cosas Moneda dos cosas 12 gamma de probabilidades (1,C) (1,S) (2,C) (2,S) (3,C) (3,S) (4,C) (4,S) (5,C) (5,S) (6,C) (6,S) EJEMPLO Para ir de su casa a la universidad, Vanessa tiene que ir primero a la estacin de pantitlan. Cmo ser la distribucin si Vanessa primero sale de su casa?

1. sale de su casa. 2. va a la estacin de pantitlan. 3. culmina en la esime culhuacan.

C B C A C B C

30