CONCEPTOS BSICOS DE LA ESTADSTICA

Antes de comenzar a estudiar la teora y expresiones involucradas en la estadstica inferencial que

es el tema a desarrollar en el mdulo de estadstica II, analizaremos los conceptos mencionados en
ella. Con stos podremos poco a poco ir abordando los temas principales del mdulo a saber
probabilidad, estimacin e inferencia.
Nuestro fin en el trascurso del mdulo es considerar poblaciones y muestras de ellas a partir de las
cuales determinaremos probabilidades (que son medidas numricas) con las cuales estableceremos
numricamente qu tan posible es que un suceso o fenmeno en la poblacin ocurra o no. Luego,
trataremos de estimar medidas difciles de calcular de forma prctica, por ejemplo la media, la
varianza y la proporcin poblacional. Finalmente buscaremos intervalos en dnde podamos intuir
que las medidas mencionadas se encuentran, segn el tamao de la poblacin.

C ONCEPTOSGENERALES

Poblacin: es un conjunto de datos que caracteriza un fenmeno.

Muestra: subconjunto representativo de una poblacin.

Ejemplo 1
Una empresa tiene 4 mquinas que empacan agua en bolsa de 125 mililitros. Diariamente se
empacan 2000 bolsas de estas y para controlar que el peso sea correcto, cada 4 horas se toman
muestras de 50 bolsas cuyo peso promedio debe ser como mnimo 124 mililitros y como mximo
126 mililitros; para que la empresa no incurra en pleitos por engao al consumidor o en prdidas
por excesos en la produccin.
La poblacin en este contexto son las 2000 bolsas diarias, se imaginan que tuviesen que pesar
todas las bolsas? !Se estara perdiendo tiempo valioso para la empresa, sin hablar del costo Por
ello, es mejor tomar una muestra, 50 bolsas (cada 4 horas), y controlar la produccin con base en
dichas muestras.

Estadstica: cantidad que estima caractersticas de una poblacin.

Parmetro: caracterstica desconocida de una poblacin.

Ejemplo 2
Continuando con el ejemplo de la empresa empacadora de bolsas de agua, un parmetro sera la
media poblacional (el peso promedio de las 2000 bolsas con agua) y la estadstica sera la media
muestral (el peso promedio de las 50 bolsas de agua, determinado cada 4 horas).
Reiterando en la observacin dada en el ejemplo 1, al sacar el peso promedio de las 2000 bolsas se
incurrir en prdida de tiempo y de dinero.

Estimacin: es un mtodo por medio del cual se aproxima el valor del parmetro de una
poblacin a partir de los datos u observaciones de una muestra.
Estimacin puntual: proceso mediante el cual con las observaciones de una muestra se
estima el parmetro de la poblacin, con un valor numrico.
Estimacin por intervalo: proceso con el cual se determina un intervalo en el que
posiblemente se encuentra el valor real del parmetro.
Intervalo de confianza: intervalo en el cual es posible se encuentre el valor
parmetro de una poblacin.

Ejemplo 3

real del

Supongamos que en el ejemplo 1 el peso promedio de la muestra (media muestral) es 124.7

mililitros entonces se dice que el peso promedio de la poblacin en esas 4 horas es de
aproximadamente 124.7 mililitros.
Se estim la media poblacional por medio de la media muestral.

Pruebas de hiptesis: procesos que conllevan a establecer el rechazo o no de una afirmacin

respecto a una caracterstica desconocida de una poblacin.

Ejemplo 4
Supongamos que deseamos conocer el peso promedio necesario para no incurrir en pleitos legales
con los consumidores, porque el peso de las bolsas con agua no es de 125 mililitros exactamente.
El gerente de produccin decide que si el peso promedio es de 124.5 mililitros la unidad, entonces
se continuar con el proceso de empacado. Con base en esto lo que se desea determinar es si es
cierto que el valor de la media muestral, cuando esta se tome, es de 124.5 mililitros. Si no llega a
serlo, entonces se detendr el proceso de empaque y se efectuarn los ajustes necesarios.

Ahora que distinguimos los conceptos generales veamos los conceptos requeridos en cada tema
(probabilidad, estimacin e inferencia). Comencemos con probabilidad:

Conjuntos y sus operaciones

Distinguir el concepto de conjunto, elemento y las operaciones con conjuntos nos permitir abordar
y comprender con mayor facilidad los conceptos de probabilidad. Por ello, concentrmonos en el
tema e interioricemos todo lo que en l aparece.

Conjunto: es una coleccin de objetos bien definidos; se refiere a la coherencia por ejemplo
si voy a formar un conjunto de frutas debo tener claro que no voy a considerar verduras.
Todo conjunto se denotan con una letra mayscula, como cuando vimos matemtica I que
utilizbamos letras para denotar simblicamente un dato.
Elemento: es un objeto de un conjunto. Se denotan con letras minsculas cuando se
desconocen.
Diagrama de Venn: es una representacin grfica de los conjuntos en la cual cada conjunto
se encierra en un crculo o valo y aquel que los contiene a todos se encierra por un cuadrado
o rectngulo .

Los conjuntos pueden nombrarse de dos formas por comprensin o por extensin:

Ejemplo 5

El conjunto A formado por todos los nmeros del 1 al 5 puede describirse de la siguiente manera:

A={x: x es un nmero de 1 a 5}
Dicho cojunto se lee como el conjunto de los nmeros (representados con la letra x) tales que stos
se encuentran entre 1 y 5. A esta forma de nombrar un conjunto se le conoce como nombramiento
por comprensin. Si por otra parte, escribimos explcitamente los elementos del conjunto A:
A:{1, 2, 3, 4, 5}
Se dice que el nombramiento es por extensin.

En el anterior ejemplo el conjunto es A, los elementos son 1, 2, 3, 4 y 5, y el diagrama de Venn es:

1 2
3

4
5

Para indicar que un elemento pertenece o no a un conjunto usamos la siguiente notacin.

1 A

8 A

1 pertenece a A

8 no pertenece a A

Subconjunto: sean A y B dos conjuntos, decimos que B es subconjunto de A si todo elemento

de B tambin pertenece a A.

Denotamos que B es subconjunto de A con la expresin B A y para indicar que A no est

contenido en B escribimos B A .
Ejemplo 6
Sean A={1, 2, 3, 4, 5} y B={1, 2} veamos algunos ejemplos de contenencia y no contenencia.
B A porque 1 A y 2 A , es decir todo elemento de B se encuentra en A.
A B porque 3 B , 4 B y 5 B , es decir no todo elemento de A se encuentra en B.

Ejemplo 7
Sean A={1, 2, 3, 4, 5} y B={1, 2} y C={1, 3, 4, 8, 9} observemos su representacin en diagramas
de Venn.

Con los conjuntos podemos establecer otros conjuntos por medio de operaciones; stas son la unin,
interseccin y el complemento. Existen otras operaciones pero nosotros nos concentraremos en
estas ya que son las que utilizaremos para determinar probabilidades.

Unin de conjuntos: sean A y B conjuntos, notamos con A B al conjunto de los elementos

que pertenecen a A, a B o a ambos conjuntos.

Ejemplo 8
Sean A={1, 2, 3, 4, 5}, B={3, 4, 8, 9} y C={0, 2} determinemos la unin con cada pareja de ellos.
A B = {1,

2, 3, 4, 5, 8, 9}

A C = {0, 1, 2, 3, 4, 5}

B C = {0, 2, 3, 4, 8, 9}

Interseccin de conjuntos: sean A y B conjuntos, notamos con A B al conjunto de los

elementos que pertenecen tanto a A como a B, en otras palabras es el conjunto que contienen
los elementos comunes a ambos conjuntos.

Ejemplo 9
Sean A={1, 2, 3, 4, 5}, B={3, 4, 8, 9} y C={0, 2} determinemos la interseccin de A con B, de A
con C y de B con C.
A B = {3,

4}

A C = {2}

B C =

Complemento de un conjunto: sea A un subconjunto de un conjunto universal U, decimos que

el complemento de A, que notamos Ac , es el conjunto que contiene los elementos de U que no
estn en A.

Ejemplo 10
Sean U={1, 2, 3, 4, 5} y A={1, 2} determinemos AC .
Como AC est constituido por todos los elementos que estn en el universal y no estn en A
C
entonces A = {3, 4, 5}.

Tngase en cuenta que para hallar el complemento de un conjunto debe existir un conjunto
universal que lo contenga.

Nmero de elementos de un conjunto

Existen diversos contextos tanto matemticos como de la vida cotidiana en los se requiere
determinar el nmero de elementos de un conjunto, por ello es necesario buscar mtodos prcticos
que nos permitan establecerlos.
Existen conjuntos infinitos como el conjunto de los nmeros reales y finitos como los que hemos
trabajado en los ejemplos anteriores: U={1, 2, 3, 4, 5}.
Para determinar el nmero de elementos de un conjunto existen tcnicas llamadas de conteo, pero
estas sern estudiadas ms adelante. Por ahora vamos a determinar el nmero de elementos de
conjuntos finitos pequeos y en particular de la unin e interseccin de los mismos, para luego
utilizar las tcnicas de conteo que facilitan dicho clculo.
Para denotar el nmero de elementos de un conjunto A usaremos la expresin n( A) .

Ejemplo 11
Determinar el nmero de elementos de los conjuntos A={1, 2, 3, 4, 5}, B={3, 4, 8, 9} y C={0, 2}.
Como en A hay 5 elementos entonces n( A) = 5 ; de igual manera n( B) = 4 y n(C ) = 2 .

Ejemplo 12

Determinemos el nmero de elementos de la unin de los conjuntos A y B.

Veamos el diagrama de Venn para estos conjuntos y con su ayuda determinemos el nmero de
elementos en A B .

A B = {1,

2, 3, 4, 5, 6, 7, 8} y el nmero de elementos es n( A B) = 8 ; este nmero tambin puede

determinarse conociendo el nmero de elementos en A, en B y en la interseccin de ellos.
Observemos.
Como n( A) = 5 , n( B) = 6 y n( A B) = 3 entonces
n( A B )

n( A)

n(B )

Nmero

n( A B )

Nmero

Nmero

Nmero

de elementos
en la unin

de elementos de elementos de elementos

en A
en B
en la interseccin

Obsrvese que como los conjuntos tienen elementos en comn debemos quitrselos porque de lo
contrario estaramos contando dos veces el mismo elemento. As, n( A B) = 5 + 6 3 = 8 valor que
coincide con el obtenido por medio del diagrama de Venn.

Ejemplo 13
Sea A = {1, b, c} y el universal U = { 1, 2, 3, a, b, c } determine el nmero de elementos que hay en
Ac .
Existen dos formas de determinar el nmero de elementos en Ac contando directamente los
elementos de ste o utilizando el nmero de elemento de U y de A; sta ltima opcin nos ser muy
til cuando necesitemos determinar la probabilidad de que no ocurra un determinado suceso.
Veamos:

n( Ac ) = n(U ) n( A) = 6 3 = 3

Acerqumonos al concepto de probabilidad

En ocasiones escuchamos expresiones como: los mtodos anticonceptivos son seguros en un 99% y
el 3% de los equipos salen defectuosos en el control de calidad. Dichos porcentajes representan una
parte del todo que es el 100% y pueden representarse por medio de fracciones. Por ejemplo, decir
que el 3% de los equipos salen defectuosos es equivalente (por fracciones) a

3
, en otras palabras
100

diramos que de 100 partes 3 son defectuosas. Dichas fracciones en nuestro mdulo sern
asignaciones numricas que llamaremos probabilidades, luego

3
que al calcularse corresponde
100

al nmero 0.03 indicar que la probabilidad de que un equipo salga defectuoso es de 0.03.
De esta manera, 1 indicar que con toda seguridad el fenmeno estudiado suceder, 0 indicar que
con toda seguridad el fenmeno estudiado no suceder y 0.5 indicar que es igualmente posible que
suceda o no el fenmeno estudiado. Y as sucesivamente.

Introduccin a la probabilidad
Ahora que tenemos una idea intuitiva de lo que es probabilidad definamos algunos conceptos para
luego formalizar y establecer la expresin numrica que nos permitir calcular probabilidades.
Experimento determinstico: accin cuyo resultado es completamente predecible.
Experimento aleatorio: accin cuyo resultado no es predecible, tambin suele llamarse
experimento no determinstico.
Espacio muestral: es el conjunto de todos los posibles resultados de un experimento aleatorio.
Evento o suceso: es un subconjunto del espacio muestral cuyos elementos tienen una
caracterstica comn.

Ejemplo 14

Si lanzamos una piedra normal al agua con certeza diramos que la piedra se hundir, por ende ste
es un experimento determinstico porque sabemos su resultado antes de realizarlo.
Si lanzamos una moneda normal no podemos decir con certeza si caer cara o sello, entonces este es
un experimento aleatorio pues no conocemos su resultado antes de realizarlo.
Ejemplo 15

Si consideramos el experimento aleatorio del lanzamiento de una moneda normal, el espacio

muestral son todos los posibles resultados, es decir, cara y sello.
En adelante escribiremos EM para denotar el conjunto del espacio muestral, observemos:
EM = {cara, sello}

Ejemplo 16
Un evento del espacio muestral anterior es que el resultado del lanzamiento de la moneda sea sello.
Si retomamos la definicin de evento nos dice que es un subconjunto del espacio muestral y, si
notamos con E el evento entonces, E = {sello} es un subconjunto de EM.

Recordemosque
Si tenemos
U

A es un subconjunto de U porque todo elemento de A est en U. Por el contrario U no est

contenido en A porque no todos los elementos de U estn en A.

Probabilidad: es un nmero real que mide la posibilidad de que ocurra un resultado del
espacio muestral, cuando el experimento se lleve a cabo. (George C. Canavos)

Ejemplo 17
Supongamos que tenemos una bolsa con dos tarjetas verdes, tres azules y cuatro rojas. Qu
fraccin representa el nmero de tarjetas azules en la bolsa?
Como el todo, que es el nmero de elementos
en la bolsa, es 9 y el nmero de ellos que son
azules es 3, entonces la fraccin que
representa el nmero de tarjetas azules en la
bolsa es

3
1
que simplificada corresponde a
9
3.

Esta fraccin es justamente la probabilidad de que al extraer una tarjeta aleatoriamente de la bolsa,
sin ver, el color sea azul; hay 3 opciones o casos favorables de 9 posibilidades.
En un experimento como el mencionado el espacio muestral es el conjunto de resultados posibles al
extraer una tarjeta, sin ver, y el evento es que se extraiga una tarjeta azul.
Suele ser conveniente denotar el evento y la probabilidad de que este suceda de la siguiente manera.
E:= el resultado de extraer una tarjeta es que su color sea azul.
P(E) := probabilidad de que el resultado de extraer una tarjeta sea que su color es azul.
Para calcular la probabilidad determinamos el espacio muestral:

Y luego utilizamos la expresin dada para calcular probabilidades:

P( E ) =

# de casos favorables
3 1
= =
# de elementos en el espacio muestral 9 3