ESTADÍSTICA

PROBABILÍSTICA Y ESTADÍSTICA
2016 2

Profesor: Tulio Héctor Quintero Posada

Ingeniero Civil Universidad Nacional de Colombia (I.C. Unal)
Especialista en Gerencia de Mantenimiento (EGM U de A)
Candidato Maestría en Ingeniería (M.I. U de A)
Celular: 300 209 81 47
Oficina: 21-416
Teléfono Oficina: 219 55 58
Correo: tulio.quintero@udea.edu.co
 • Estadística - Probabilidades y Estadística 2016 2

OBJETIVOS DEL CURSO

1. Identificar el lenguaje de las Estadísticas.

2. Reconocer en la Estadística un gran recurso para los análisis

de calidad, confiabilidad, riesgo, etc.

3. Dotar al estudiante de herramientas matemáticas para

recoger, ordenar, presentar y analizar información.

4. Identificar situaciones y plantear para ella soluciones

argumentadas con datos e información.
 • Estadística - Probabilidades y Estadística 2016 2

OBJETIVOS DEL CURSO

Cantidad de Frecuencia Frecuencia
Frecuencia Frecuencia
Artículos Absoluta Relativa
Absoluta Relativa
i defectuosos Acumulada Acumulada
fi hi
Xi Fi Hi
1 0 60 60 26,20% 26,20%
2 1 20 80 8,73% 34,93%
3 2 15 95 6,55% 41,48%
4 3 5 100 2,18% 43,67%
5 4 13 113 5,68% 49,34%
6 5 3 116 1,31% 50,66%
7 6 1 117 0,44% 51,09%
8 7 8 125 3,49% 54,59%
9 8 0 125 0,00% 54,59%
10 9 6 131 2,62% 57,21%
11 10 29 160 12,66% 69,87%
12 11 0 160 0,00% 69,87%
13 12 24 184 10,48% 80,35%
14 13 0 184 0,00% 80,35%
15 14 36 220 15,72% 96,07%
16 15 9 229 3,93% 100,00%
 Estadística - Probabilidades y Estadística 2014 I

OBJETIVOS DEL CURSO

 • Estadística - Probabilidades y Estadística 2016 2

Definiciones y Conceptos:
Estadística:
Ciencia del conocimiento que con herramientas matemáticas permite recoger, organizar, plantear,
presentar, procesar, analizar datos y alcanzar conclusiones, dentro de un contexto.

Descriptiva: se desarrolla sobre la Población. La Estadística Descriptiva se ocupa del estudio de

la variación o dispersión, y para ello se apoya en herramientas matemáticas conocidas como
“Distribuciones de Probabilidad” que permiten organizar, describir, representar matemática y
gráficamente la información sobre variables y cuantificar su incertidumbre.
Las variables objeto de estudio de la Estadística Descriptiva, se conocen como Variables Random,
Variables Aleatorias o Variables Distribuidas.

Inferencial: se desarrolla a partir de Muestras.

Probabililística: Parte de la Estadística que con herramientas matemáticas arroja luz sobre la
«incertidumbre» de que algo suceda. Pone cifras a la «posibilidad» que algo se presente.

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Definiciones y Conceptos:
Población:
Conjunto de elementos, respuestas o resultados, cuyas propiedades son motivo de análisis. Todos
los elementos que componen una población son respuestas de una misma variable.
Finita: conjunto cuya cantidad de elementos que lo componen es conocida.
Infinita: conjunto cuya cantidad de elementos que lo componen NO es conocida.

Muestra - Evento:
Subconjunto representativo de la población (teoría de muestreo) o del Espacio Muestral.

Parámetro:
Valor numérico que resume todos los datos de una población. Es el cálculo (Medidas
Estadísticas) que se hace con los elementos de una Población (µ, σ, R, P).

Estadístico:
Valor numérico que resume todos los datos de una muestra. Es el cálculo (Medidas Estadísticas)
que se hace con los elementos de una Muestra ().

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Definiciones y Conceptos:
Problema (Oportunidad):
Situación de interés o preocupación, en cualquier ámbito de la vida o del desempeño laboral, que
obliga a la persona a actuar en función de su solución. Para eso se contrata a los ingenieros: para
resolver problemas o aprovechar oportunidades. Determinar cuál es el problema no es un
proceso fácil; requiere de conocimiento del proceso que se quiere analizar. No definir con claridad
y acierto el problema, genera un proceso de solución errado.

Objetivo:
Meta propuesta cuando se busca la solución de un problema o el aprovechamiento de una
oportunidad. “Faro” que debe guiar el proceso de solución del problema o el aprovechamiento de
la oportunidad. De manera regular debemos “levantar la cabeza”, ubicarlo y redirigir el proceso
(rumbo) hacia el “faro”. Todo debe hacerse por una razón; los objetivos son la razón de por qué se
hace algo.

Variables:
Son las preguntas que hechas de manera inteligente aportan datos específicos, pertinentes y
precisos sobre mi problema u oportunidad. Las variables y sus respuestas deben ilustrar sobre el
problema. Estas preguntas deben hacerse a cada elemento de los que están involucrados en el
problema (equipo 1, equipo 2,…), o al mismo elemento en diferentes instantes (día 1, día 2,…).

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Definiciones y Conceptos:
Datos (Resultados):
Cada respuesta o resultado de una variable o pregunta de interés; las características de esta
respuesta define los diferentes tipos de variables.
• Variables Cualitativas: aquellas cuyas respuestas (Datos) son palabras, nombres o
características.
• Variables Cuantitativas: aquellas cuyas respuestas (Datos) son números.
– Discretas: aquellas preguntas para las que responder requiere de un conteo.
– Continuas: aquellas preguntas para las que responder requiere de una medición.
– Ordinales: aquellas preguntas que se refieren al orden.

ESTAS DEFINICIONES NO SON DE USO OBLIGATORIO.

QUÉ EVALUAR, CÓMO EVALUARLO, DE QUÉ MANERA ANALIZARLO, ES RESPONSABILIDAD DE
QUIEN DEFINE SUS VARIABLES.

Espacio Muestral:
Conjunto de todos los posibles resultados de un experimento.

Experimento:
Procedimiento que bajo condiciones controlables es repetible y sus resultados son comparables.

Variable Aleatoria:
Función que asigna a cada elemento del espacio muestral un número real.

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

Piense en su carrera, en el ámbito laboral en que usted podría desenvolverse. Aplique para esta
situación los conceptos definidos; tome como guía los siguientes ejemplos:

Problema: la calidad
Específicamente ¿la calidad de qué?
Por ejemplo: la calidad del producto terminado.
Entonces, debe conocerse el estándar de la calidad del producto
terminado.
Objetivo: analizar los estándares y ajustarlos.
Por ejemplo, el producto terminado tiene unas condiciones de peso, longitud, tiempo de vida útil,
% de conservantes, calidad de empaque. De cada una de esas condiciones debe conocerse el
estándar que debe cumplir cada unidad de ese producto.
Definido con claridad EL PROBLEMA (calidad del producto terminado) y sabiendo las
condiciones que evalúan la calidad, formulamos y definimos las preguntas (variables) que nos
ilustran sobre el caso:
• Peso (P): registro de cada producto medido en un balanza con precisión de décimas de
gramo. Variable cuantitativa continua.
• Longitud (L): distancia entre los extremos más lejanos de cada unidad, medida en centímetros
con un milímetro de precisión. Variable cuantitativa continua.

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

Problema: la calidad (Variables)

• Tiempo de vida útil (V): medido en días (número entero) desde su fabricación hasta el último
día en que puede usarse la unidad. Variable cuantitativa discreta.
• % de conservantes (C): cantidad de conservantes en proporción al peso del producto, medida
en % con una cifra decimal, y evaluada a través de la NTCxx. Variable cuantitativa continua.
Variable cuantitativa continua.
• Calidad del empaque (E): valoración de la envoltura de la unidad, según la NTCxy. Tal
valoración podrá tener calificación de Excelente, Buena, Regular, Deficiente, Mala. Variable
Cualitativa.

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

Una vez definido con claridad el PROBLEMA, establecidos los OBJETIVOS que se buscan con la
solución del problema y definidas con inteligencia las VARIABLES que nos ilustrarán sobre el
PROBLEMA, pueden llegar los DATOS: las respuestas a las VARIABLES.
Y QUÍ COMIENZA EL TRABAJO DE LA ESTADÍSTICA

N° Peso Longitud Vida útil Conservantes Empaque

Producto (P) (L) (V) (C) (E)
1 124.9 10.1 8 0.5% E
2 125.2 10.0 8 0.3% E
3 125.1 10.1 8 0.3% B
4 125.1 9.9 8 0.4% D
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
122 125.0 10.0 8 0.5% B
123 125.0 10.1 8 0.2% E

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

Con base en datos confiables, habiendo asegurado el origen de estos como se propone
anteriormente, la Estadística nos ayuda a:

RECOGERLOS y ORGANIZARLOS

N° Peso Longitud Vida útil Conservantes Empaque

Producto (P) (L) (V) (C) (E)
1 124.9 10.1 8 0.5% E
2 125.2 10.0 8 0.3% E
3 125.1 10.1 8 0.3% B
4 125.1 9.9 8 0.4% D
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
122 125.0 10.0 8 0.5% B
123 125.0 10.1 8 0.2% E

En este punto del proceso, ha preguntado las mismas variables (5) a cada uno de las unidades de
la producción de cierto día (123 productos, por ejemplo).

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

N° Peso Longitud Vida útil Conservantes Empaque

Producto (P) (L) (V) (C) (E)
1 124.9 10.1 8 0.5% E
2 125.2 10.0 8 0.3% E
3 125.1 10.1 8 0.3% B
4 125.1 9.9 8 0.4% D
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
122 125.0 10.0 8 0.5% B
123 125.0 10.1 8 0.2% E

Cada variable con sus respuestas (Datos) conforma un conjunto que llamamos POBLACIÓN.
Una Población finita es aquella de la que conozco el número de elementos que la componen (N,
tamaño de la Población conocido).
Una Población infinita es aquella de la que NO conozco el número de elementos que la
componen (N, tamaño de la Población desconocido).

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

N° Peso
Producto (P) Por razones de recursos, el análisis de todos los datos de
1 124.9 una POBLACIÓN es muy costoso.

2 125.2
Por esta razón se opta por analizar subconjuntos de la
3 125.1 Población (MUESTRA); pero para asegurar que su análisis
4 125.1 pueda ser inferido hacia el total de los datos ese
subconjunto debe ser representativo: las principales
. .
características de la Población deben reflejarse en la
. . Muestra.
. .
. . El análisis Muestral, es otro capítulo completo de la
Estadística; éste proceso determina el tamaño adecuado de
. . la muestra, plantea diferentes métodos para elegir los
. . elementos de la muestra y asegurar que sea representativa,
122 125.0 controla estadísticamente los procesos, evalúa la capacidad
de ellos, desarrolla los muestreos de aceptación, etc.
123 125.0

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

Cuando se tiene claro cuales variables se quieren analizar, la Estadística permite hacer con sus
datos:
Estimaciones y Funciones de Análisis de
Pruebas Distribución Confiabilidad

Cálculos y
análisis de
Probabilidades

Diseño de
Experimentos

Control
Estadístico de
Procesos

• Ing. Tulio Héctor Quintero Posada – EGM U de A

 • Estadística - Probabilidades y Estadística 2016 2

Ejemplo: Definiciones y Conceptos:

Cuando se tiene claro cuales variables se quieren analizar, la Estadística permite hacer con sus
datos:
Estimaciones y Funciones de Análisis de
Pruebas Distribución Confiabilidad

Cálculos y
análisis de
Probabilidades

NINGÚN ELEMENTO DE LA Diseño de

ESTADÍSTICA TIENE SENTIDO

Experimentos

Control

SI NO SE ENTIENDE EL Estadístico de
Procesos

PROBLEMA QUE SE QUIERE

ANALIZAR

• Ing. Tulio Héctor Quintero Posada – EGM U de A