Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DEL ECUADOR
SANTIAGO GUERRA
TERCER SEMESTRE
INTRODUCCION
Thomas Bayes (1701 – 1761), ministro presbiteriano, teólogo, filósofo y matemático, dio a
conocer el conocido y famoso teorema que lleva su nombre en un estudio que realizo sobre las
aplicaciones de la Teoría de la Probabilidad. (Puppo, 2006)
Este teorema es válido en todas las aplicaciones de la teoría de la probabilidad, aunque, sin
embargo, ha existido mucha controversia sobre el tipo de probabilidades que emplea. A pesar
de que este teorema ha vuelto a ser popular, este puede servir para indicar como debemos
modificar las probabilidades que se tiene de un experimento cuando se recibe información
adicional. La utilidad de este teorema se demuestra ciertas estimaciones basadas en el
conocimiento subjetivo a priori y permitir revisar esas estimaciones en función de la evidencia,
lo que está abriendo nuevas formas de hacer conocimiento. (Regalado, 2009)
MARCO TEÓRICO
Teorema de Bayes
Thomas Bayes, un clérigo del siglo XVIII, desarrolló el siguiente teorema, que fue conocido
después de su muerte, para el cálculo de probabilidades condicionales:
Sea { A1, A2, ….Ai….An} un conjunto de sucesos mutuamente excluyentes y cuya unión es el total
o sea 1, y tales que la probabilidad de cada uno de ellos es distinta de cero. Sea B un suceso
cualquiera del que se conocen las probabilidades condicionales P (B/Ai). Entonces la
probabilidad P (Ai/B) viene dada por la expresión:
donde:
(Regalado, 2009)
Ejemplos:
En un congreso se reúnen médicos de Europa, de los cuales son alemanes; franceses, e ingleses.
De estos médicos, el de los alemanes, el de los franceses y el de los ingleses están a favor de
utilizar una nueva vacuna para la gripe. Si escogemos un médico al azar, y está a favor de aplicar
la vacuna, ¿cuál es la probabilidad de que sea francés?
A = {ser asesino}
a) Hay un asesino de 5 sospechosos, por tanto, la probabilidad de que una persona elegida al
azar sea el asesino es:
Estadística Descriptiva
Además de las medidas de tendencia central ya estudiadas (media, mediana, moda, me - dia
geométrica y media ponderada) hay otras que son más útiles en ciertas situaciones en que el
investigador o el estudiante no busca una ubicación central, sino una posición específica en la
distribución de una serie de datos. Estas medidas de posición (o de dispersión de distancia)
específica se conocen como: cuartiles, deciles y percentiles.
Cuartiles
En una serie de datos ordenados, los números que dividen a la serie en cuatro partes
porcentualmente iguales se llaman cuartiles. Éstos son tres y se denotan como Q 1, Q 2 y Q 3. El
segundo cuartil (Q2) es el valor que coincide con el de la mediana. El primero es el valor por
debajo del cual queda un cuarto (25%) de los valores de la serie ordenada, mientras que para
el tercero es el valor del cual quedan tres cuartas partes por debajo (75%) de la serie de datos.
Los cuartiles se utilizan en la construcción de gráficas de caja y de bigote (Figura 2.12)
Ejemplos:
- El dueño de la tortería Don Toño quiere saber cuál es el tiempo de entrega de pedidos, en
su nueva sucursal de Av. División del Norte 3553-D, con un área de cobertura de 5 km. El
día de hoy, en el turno matutino, se entregaron 11 pedidos.
¿Cuál es el rango de entrega (intercuartílico) para estos datos? Se empieza por encontrar el
valor del primer cuartil y después el del tercero.
¿Cuál es el tiempo medio de la entrega de un pedido de tortas? El segundo cuartil coincide con
el valor de la mediana:
- Con los datos del cuadro 2.14, acerca de ingresos extras a la semana de los trabajadores de
una empresa manufacturera de Hermosillo, Sonora, se quiere conocer en dónde se ubica
del primer cuartil.
Esto indica que 25% de los datos en esta muestra tiene un valor menor que 215.35. Para el
tercer cuartil:
El intervalo intercuartílico más usado es la diferencia entre el tercer y primer cuartil de una
serie de datos. Este intervalo contiene exactamente 50% de los datos.
Deciles
Los deciles son números que dividen a una serie ordenada de datos en diez partes por -
centualmente iguales, y no en cuatro como en el caso de los cuartiles. Los deciles pue - den
calcularse del decil uno (D1) al decil nueve (D9).
Ejemplos:
Ordenamos de menor a mayor: 1, 8, 9, 9, 10, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20
x = (N · i) / 10 = (15 · 6) / 10 = 9
Como x = 9 es un número sin decimales, entonces el decil 6 es el valor de la muestra que ocupa
la posición 9
D6 (decil 6) = 13
Necesitamos calcular el decil 9 (D9) ya que nos interesa calcular el valor a partir del cual solo
hay un 10% con mejores notas
x = (N · i) / 10 = (21· 9) / 10 = 18,9
Como x = 18,9 es un número con decimales, entonces el decil 9 es la media de los valores que
ocupan la posición 18 y 19
D9 (decil 9) = (7 + 8) / 2 = 7,5
Percentiles
Es una medida estadística que se usa mucho cuando se quiere clasificar o ubicar características
en las personas (peso, estatura, etc.). Estas medidas son números que dividen una sucesión de
datos ordenados en cien partes porcentualmente iguales. Si los datos se encuentran
agrupados en una tabla de frecuencias, entonces los percentiles se calculan mediante la
fórmula:
Ordenamos de menor a mayor: 1, 8, 9, 9, 10, 10, 11, 12, 13, 14, 15, 16, 17, 18, 20
Necesitamos calcular el percentil 90 (P90) ya que nos interesa calcular el valor a partir del cual
solo hay un 10% con mejores notas
Como x = 18,9 es un número con decimales, entonces el percentil 90 es la media de los valores
que ocupan la posición 18 y 19
MEDIDAS DE DISPERSIÓN
La variabilidad estudia o determina las distintas formas de la distribución, de acuerdo con el fin
perseguido por el investigador o estudiante de Estadística. En esta sección se describen las
diferentes medidas de variabilidad más comunes:
• La varianza.
• La desviación estándar.
(Franco, 2014)
Rango
(Espallargas, 2011)
Ejemplos:
- Serie de datos de la estatura de los alumnos de una clase y vamos a calcular el rango.
Rango: Diferencia entre el mayor valor de la muestra (1,30) y el menor valor (1,20). Luego el
rango de esta muestra es 10 cm.
Empezamos calculando el recorrido para el Amigo A. Su nota más alta es 7 y su nota más baja
es 3, por lo tanto, su recorrido es:
El recorrido para el Amigo B es 8, para el Amigo C es 9 y para el Amigo D es 3.
Varianza
(Espallargas, 2011)
Ejemplos:
Número de valores: 6
Calculamos la Varianza:
16 / 6 = 8 /3 = 2,67
Número de valores: 6
Calculamos la Varianza:
Desviación Estándar
La Desviación Estándar (también conocida como Desviación Típica) es una medida de la
dispersión de los resultados de un muestreo, es decir: su precisión.
(Espallargas, 2011)
Número de valores: 6
Número de valores: 6
CONCLUSIONES
- El teorema de Bayes es una proposición planteada que indica que las probabilidades A y B
de un experimento o muestra dependen una de otra ya que si, por ejemplo, que sabiendo
la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se podría saber (si se
tiene algún dato más), la probabilidad de tener gripe si se tiene un dolor de cabeza. Los
resultados inferidos de la probabilidad B dependen de los resultados de los sucesos A.
- La Estadística Descriptiva no es más que una rama de la estadística que tiene por objeto
organizar y ordenar un grupo o conjunto de datos de un experimento, mediante la
utilización de métodos que son de dispersión y de posición. Estos métodos hace mucho
más fácil la organización de un conjunto grande de datos de un experimento o muestra
que se ha estudiado o analizado.
BIBLIOGRAFIA
Puppo, A. (2006). Aplicaciones del Teorema de Bayes en la Ingeniería. Buenos Aires: Academia
Nacional de Ingeniería.