PROYECTO DE PROBABILIDAD Y ESTADISTICA

PROBABILITY AND STATISTICS PROJECT

Edwin Josue Astudillo Delgado1, Byron Israel Chucaralao Minchala2, Brayan Guillermo Prado
Bermeo3, Cristopher William Izquierdo Verdugo4

Resumen Abstract

El siguiente informe relata acerca de un proyecto
de probabilidad y estadística de los estudiantes de
la Universidad Politécnica Salesiana el cual
consiste en analizar 2 variables en función del
tiempo y determinar una probabilidad conjunta así
como la covarianza y la correlación que existe entre
ellos, los datos a investigar fueron acerca de 200
valores de una variable X en el dominio del tiempo
y de igual manera una variable Y en el dominio del
tiempo, estos datos fueron tomados de una
aplicación de salud de IPhone y de una página de
internet que se dedica a la medición y predicción de
la temperatura respectivamente.
Entonces en base a ello lo que se busca en el
siguiente informe es analizar los parámetros
preestablecidos anteriormente, sus gráficas y
obtener conclusiones acerca de este proyecto que a
futuro nos será gran utilidad al momento de trabajar
en la industria o empresas cuando necesitemos de
esta herramienta tan importante como lo es la
probabilidad y estadística.
The following report relates about a project of
probability and statistics of the students of the
Salesian Polytechnic University which consists of
analyzing 2 variables as a function of time and
determining a joint probability as well as the
covariance and the correlation that exists between
them, the data to investigate were about 200 values of
a variable X in the time domain and in the same way
a variable Y in the time domain, these data were
taken from an iPhone health application and from a
website dedicated to the measurement and prediction
of the temperature respectively.
Then, based on this, what is sought in the following
report is to analyze the previously established
parameters, their graphs and obtain conclusions about
this project that in the future will be very useful when
working in the industry or companies when we need
this tool as important as probability and statistics are.

Palabras Clave: Probabilidad conjunta, Estadística, Keywords: Joint probability, Statistics, Variables,
Variables, Covarianza, Correlación Covariance, Correlation
1. Introducción resumir, representar y analizar datos con el objeto
Podemos decir que la estadística es la rama de la de extraer conclusiones que permita tomar
matemática que se ocupa de recopilar, coordinar, decisiones. La estadística trata de interpretar los
datos de las observaciones de un fenómeno que
1 Estudiante de ingeniería Mecatrónica de la Universidad Politécnica Salesiana eastudillod@est.ups.edu.ec
2 Estudiante de ingeniería Mecatrónica de la Universidad Politécnica Salesiana bchucaralao@est.ups.edu.ec
3 Estudiante de ingeniería Mecatrónica de la Universidad Politécnica Salesiana bpradob@est.ups.edu.ec
4 Estudiante de ingeniería Mecatrónica de la Universidad Politécnica Salesiana cizquierdo2@est.ups.edu.ec
1
se produce en los numerosos elementos de un
conjunto, de modo de dar una expresión correcta
de dicho fenómeno. Desde antigüedad los
pueblos hicieron uso de la estadística
rudimentaria, en todos ellos se hicieron censos de
población, de propiedades, inventarios de bienes,
controles de nacimientos, de defunciones, etc.
De ahí el nombre de estadística, que proviene de
la palabra “Estado”. Recién a fin del siglo XVII
se organizó la estadística como una rama de la
matemática aplicada y alcanzada su verdadero
desarrollo en el siglo siguiente cuando se une al
cálculo de probabilidad que le sirve de base y
permite su aplicación en estudios demográficos,
como en economía, en biología, en astronomía,
meteorología, etc.
Las probabilidades constituyen una rama de las
matemáticas que se ocupa de medir o determinar
cuantitativamente la posibilidad de que un suceso
o experimento produzca un determinado
resultado. La probabilidad está basada en el
estudio de la combinatoria y es fundamento
necesario de la estadística.
Los problemas más sencillos estudian la
probabilidad de un suceso favorable en un
experimento o acontecimiento con un número
finito de resultados, todos ellos con igual
probabilidad de ocurrir. Si un experimento tiene n
posibles resultados, y f de ellos se consideran
favorables, la probabilidad de un suceso
favorable es f/n. [1]
Analizaremos los datos de 200 muestras que son
de una aplicación de iPhone de salud que mide la
distancia recorrida y el número de pasos por día y
también de una página de internet que nos
muestra la temperatura máxima en ese día,
Tomaremos estos datos como las variables X y Y
respectivamente.
En el siguiente informe se analizará también la
probabilidad conjunta que es la probabilidad de
ocurrencia de 2 o más eventos, en el informe se
toma en cuenta las variables X y Y, entonces por
consiguiente se puede decir que, por ejemplo, la
probabilidad conjunta es la probabilidad de que
suceda X, tal que sucedió Y y viceversa. [2]
También analizaremos la correlación que es la
forma numérica en la que la estadística ha podido
evaluar la relación de dos o más variables, es
decir, mide la dependencia de una variable con
respecto de otra variable independiente. [3]
Como lo mencionado anteriormente también se
analizará lo que es la covarianza que en
probabilidad y estadística, la covarianza es un
valor que indica el grado de variación conjunta de
dos variables aleatorias respecto a sus medias. Es
el dato básico para determinar si existe una
dependencia entre ambas variables y además es el
dato necesario para estimar otros parámetros
básicos, como el coeficiente de correlación lineal
o la recta de regresión. [4]
2. Materiales y Métodos
Los métodos utilizados para la medición de las
variables del siguiente informe son:
 Acceso a la App de Salud de IPhone (X)
 Acceso a la página Accuweather.com (Y)
2.1 Datos de X
Para los datos tomados en de la variable X nos
ayudamos en la App de Salud de iPhone.
La aplicación Salud se centra en cuatro
categorías: Actividad, Sueño, Conciencia Plena y
Nutrición. Cada una juega un papel esencial en la
aplicación y en tu bienestar. También sugiere las
mejores aplicaciones de cada categoría y te
muestra la actividad diaria en la vista hoy.
2
 numero de pasos por día dándonos la siguiente
grafica.

Fig.2. Grafica de líneas Días vs Pasos.

2.1.2. Histograma de X
En el siguiente grafico analizamos la frecuencia
dada por el histograma vs. los pasos

Fig.1. App de Salud en iPhone con los datos de (X)

Como adicional la App también tiene varias

herramientas que influyen en nuestra salud y nos
puede ayudar a llevar un correcto seguimiento de
la misma. Entre las demás herramientas de la app
tenemos: corazón/frecuencia cardiaca, medidas
corporales, salud reproductiva, resultados y signos
vitales. Fig.3. Histograma de X
Se puede encontrar una mayor información en el
link: https://www.apple.com/la/ios/health/ [5]
2.2 Datos de Y
De esta manera tomando los valores de 200 días Para los datos tomados de la variable Y tomamos
logramos obtener los 200 datos en cuestión en cuenta la página Accuweather.com
Es una compañía estadounidense que presta
servicios comerciales de pronóstico del tiempo en
2.1.1. Grafica de X todo el mundo.
En la siguiente grafica analizamos los días que
vendría a ser nuestra función del tiempo contra el

3
Fue fundada en 1962 por Joel N. Myers, un
estudiante de la Universidad Estatal de Pensilvania 2.2.1. Grafica de Y
que en ese momento trabajaba en una licenciatura La siguiente grafica contra de una comparación de
en meteorología. Su primer cliente fue una días que está en función del tiempo contra la
compañía de gas en Pensilvania. Mientras temperatura máxima.
manejaba su empresa, Myers se convirtió en
miembro de la Facultad de Meteorología de su
universidad. La compañía adoptó el nombre de
AccuWeather en 1971.

Fig.4. Grafica de líneas Días vs Temperatura máxima.

2.2.2. Histograma de Y
En el siguiente grafico analizamos la frecuencia
dada por el histograma vs. el clima.

Fig. 4. Datos de temperatura de Accuweather.com (Y)

Lo que nos hizo escoger a Accuweather sobre otras

plataformas de predicción de temperatura es
debido a las habilidades expertas de los
meteorólogos más importantes del mundo junto
con la base de datos más robusta de modelos de
pronóstico, el motor de pronóstico mundial más
avanzado, patentes patentadas y resultados de
validación completos para cada ubicación en la
Tierra complementando esto con la obtención de
datos en tiempo real. [6]
Fig.5. Histograma de Y
Para encontrar una mayor información de esta
plataforma se encuentra en la página web de:
https://corporate.accuweather.com/accuweather- 3. Resultados y Discusión
advantage Una vez obtenidos los datos, gráficos y los
histogramas de las variables X y X procedimos a
realizar una relación de probabilidad conjunta, de

4
igual manera analizamos la correlación y la
covarianza que existe entre estos.
3.1 Probabilidad conjunta
Tabulamos los datos para encontrar los valores de
la probabilidad conjunta de X y Y.
Tabla 1: Tabulación de puntos ubicados en los rangos de
Temperatura máxima en función del número de pasos.
Graficamos nuestro diagrama de puntos para
obtener los valores de la probabilidad conjunta.
Debido a la extensión del diagrama de puntos
anexamos su grafica al final del informe para una
mejor visualización del mismo.
Tabla 2: Probabilidad conjunta de los pasos en función de la
Temperatura máxima f(x,y).
Una vez graficado el diagrama de puntos podemos
encontrar su probabilidad conjunta f(x,y).
3.1.1 Histograma 3D
Una vez hallada la probabilidad conjunta se
procede a realizar un histograma de este para poder
observar su comportamiento de una mejor manera
Fig. 6 Histograma en 3 dimensiones de probabilidad conjunta
Fig. 7 Histograma en 3D de probabilidad conjunta en
diferente perspectiva
3.2 Calculo de la covarianza
La covarianza es un valor que indica el grado de
variación conjunta de dos variables aleatorias
respecto a sus medias. Es el dato básico para
determinar si existe una dependencia entre ambas
variables y además es el dato necesario para
estimar otros parámetros básicos, como el
coeficiente de correlación lineal o la recta de
regresión.
Para calcular la covarianza se tiene la siguiente
formula:
1
σ xy= ∑ ( x i−x́ )( y i− ý )(1)
n i
Tabla 3: Media de Número de días, pasos y Temperatura
máxima para cálculo de covarianza.
5
Una vez obtenida la media y asignada el nombre
de las variables Números de días, Pasos y
Temperatura máxima a X, Y y Z; continuamos
calculando la sumatoria de la ecuación de
covarianza para luego dividirla para el número
total de la muestra. Para apreciar mejor los
cálculos que implican la fórmula de la covarianza
se los puede encontrar en la sección anexos al final
del documento.
Tabla 4: Valores de la covarianza obtenidos entre las
diferentes variables aleatorias.
3.3 Calculo de la correlación
La correlación que es la forma numérica en la que
la estadística ha podido evaluar la relación de dos o
más variables, es decir, mide la dependencia de
una variable con respecto de otra variable
independiente.
Para calcular la correlación de estas variables
aleatorias ocupamos la fórmula de la correlación
de Pearson.
σ Xy
ρ xy = (2)
σx∙σy
La fórmula de correlación implica la covarianza y
la desviación estándar de las variables aleatorias es
por eso que debemos también calcular la
desviación estándar de cada variable.
Tabla 5: Valores obtenidos de la desviación estándar de las
variables especificadas anteriormente.
Luego de obtener todos los parámetros necesarios
para calcular la correlación procedemos a mostrar
los resultados y los analizamos.
Tabla 7: Resultados de Correlación de las variables
Tabla 8: Comparación de los coeficientes con la correlación
que presentan las variables analizadas.
Una vez obtenida nuestra correlación entre las
variables YZ nos da como resultado una
correlación nula porque en base a los valores de
nuestra tabla de comparación de los coeficientes de
correlación están entre los rangos de ±0.0 - ±0.09.
4. Análisis de Resultados
En base a los cálculos realizados y los resultados
obtenidos, gracias a la teoría de probabilidad y
estadística estudiada en esta materia, logramos
obtener la probabilidad conjunta, la covarianza y
la correlación de las variables YZ, mismas que
presenta una correlación nula, es decir, que el
clima no es un factor que va a tener influencia al
momento de recorrer distancias (pasos) por
ejemplo; nosotros tenemos planificadas nuestras
actividades para un día en específico, y el hecho
de que ese día tenga temperaturas muy bajas o
muy altas, no es un factor el cual vaya hacer
retrasar o adelantar nuestras actividades, todo lo
contrario vamos a tener que realizarlas de una
manera u otra en un periodo de tiempo
establecido
6
Para finalizar al obtener alrededor de los 203
datos ya estamos en capacidad de obtener las
gráficas de puntos, histogramas en 2 y 3
dimensiones, también obtener probabilidades
conjuntas, correlaciones y covarianzas entre otras
de la gran diversidad que existe para calcular
probabilidades.

Referencias

[1] C-Reinoso45. (2013). Resumen

probabilidad. Julio/2018, de Slideshare.com

[2] Karen Ariadna Navarro Ambrioso. (2013).

Probabilidad conjunta. Julio/2018, de
Blogger.com

[3] Oxford Dictionary of Statistics, Oxford

University Press, 2002, p. 104.

[4] Donald E. Knuth (1998). The Art of

Computer Programming, volume 2:
Seminumerical Algorithms, 3rd edn., p. 232.
Boston: Addison-Wesley.

[5] Apple Inc.. (2015). Health. Julio/2018, de

Apple.com Sitio web:
https://www.apple.com/la/ios/health/

[6] Wikipedia. (2016). Accuweather.

Julio/2018, de Wikipedia.com