Antologia Probabilidad y Estadistica 2022

ANTOLOGIA COMENTADA DE PROBABILIDAD Y ESTADISTICA 2022
UNIVERSIDAD AUTÓNOMA DEL CARMEN
CURSO AL QUECURSO AL QUE PERTENECE:

PERTENECE:
MATEMÁTICASMATEMATICAS
V V ESCUELA
PREPARATORIA
MATEMÁTICAS V DIURNA
TÍTULO DE LA PRESENTACIÓN: CAMPUS II
“ANTOLOGIA DE PROBABILIDAD Y ESTADISTICA “
“HISTORIA Y DESARROLLO DE LA ESTADÍSTICA”
Ciclo escolar: Agosto – Diciembre 2022
Recopilado y Presentado por:
Ing. Trinidad Rodríguez Cámara

trodriguez@pampano.unacar.mx
Escuela Preparatoria Diurna.

Academia que presenta:
ACADEMIA DE MATEMÁTICAS.
Nombre : _____________________________Grupo: ____
Cd. del Carmen, Campeche, Agosto de 2022.
ACADEMIA DE MATEMATICAS 1
INDICE
INTRODUCCIÓN 3
BLOQUE I 5
HISTORIA DE LA ESTADISTICA EN MEXICO
COMENTARIO 11
VALORACIÓN CRÍTICA 11
ACTIVIDAD 1 12
CONCEPTOS PRELIMINARES DE ESTADISTICA 14
COMENTARIO 16
VALORACIÓN CRÍTICA 16
ACTIVIDAD 2 17
BLOQUE 2 18
MEDIA, MEDIANA Y MODA 19
COMENTARIO 22
VALORACION CRITICA 22
ACTIVIDAD 3 24
BLOQUE 3 25
PROBABILIDAD 26
COMENTARIO 30
VALORACION CRITICA 30
ACTIVIDAD 4 31
BIBLIOGRAFIA 33
19
INTRODUCCION
La antología de probabilidad y estadística, “Desarrollo histórico y social de la

estadística”, fue elaborada por la Academia de Matemáticas, cuya intención es contribuir
al desarrollo de algunas competencias genéricas como son:
4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante la

utilización de medios, códigos y herramientas apropiados.
4.1Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas o
gráficas.
4.5 Maneja las tecnologías de la información y la comunicación para obtener
información y expresar ideas.
5. Desarrolla innovaciones y propone soluciones a problemas a partir de métodos
establecidos.
5.2 Ordena información de acuerdo a categorías, jerarquías y relaciones.
6. Sustenta una postura personal sobre temas de interés y relevancia general, considerando
otros puntos de vista de manera crítica y reflexiva.
6.1 Elige las fuentes de información más relevantes para un propósito específico y
discrimina entre ellas de acuerdo a su relevancia y confiabilidad.
La comprensión de lecturas en matemática no se limita al conocimiento y adquisición de

ciertos procedimientos, incluye la discusión de ideas y conceptos, se debe leer el enunciado
y buscar darle un sentido y significado coherente a la situación planteada. Podrás estar
seguro que se ha comprendido, porque serás capaz de señalar sus ideas principales
A través de la discusión se desarrolla la capacidad de comunicación y argumentación, no

basta decir que ya entendimos algo; si no somos capaces de expresar y comunicar a otros
esta comprensión, debemos saber comunicar nuestras ideas, pero también escuchar
cuidadosamente los argumentos de otros, tratando de entender lo que nos están diciendo,
reflexionar en los argumentos que nos presentan y aceptarlos si nos parecen convincentes.
En el bloque 1 encontraremos lecturas que nos permitan conocer el desarrollo de la

estadística así como su influencia en el desarrollo de la sociedad. En el bloque 2
encontraremos lecturas que nos permitan reconocer el origen de las distintas formas de
representar y tabular datos. Bloque 3 se analiza la probabilidad en contextos distintos a lo
tradicional.
Como parte del proceso formativo de la evaluación se anexan los instrumentos que
permitan medir el desempeño de las actividades realizadas dando validez al desarrollo de
las competencias propuestas.
[CONCEPTOS ESTADISTICOS Y
SUS APLICACIONES ]
[OBJETIVO: Reconocer el desarrollo de la estadística en la
construcción de la sociedad y conceptos básicos de
estadística.]
Historia de la Estadística
Iniciaremos el estudio de la estadística con algunos antecedentes históricos que nos permitirá mostrar sus
aplicaciones y funcionalidad en situaciones reales.
Desde los comienzos de la civilización han existido formas sencillas de estadística, pues ya se
utilizaban representaciones gráficas y otros símbolos en pieles, rocas, palos de madera y
paredes de cuevas para contar el número de personas, animales o cosas.
Los comienzos de la estadística pueden ser hallados en el antiguo

Egipto, cuyos faraones lograron recopilar, hacia el año 3050 antes de
Cristo, prolijos datos relativos a la población y la riqueza del país. De
acuerdo al historiador griego Heródoto, dicho registro de riqueza y
población se hizo con el objetivo de preparar la construcción de las
pirámides. En el mismo Egipto, Ramsés II hizo un censo de las
tierras con el objeto de verificar un nuevo reparto.
En el antiguo Israel la Biblia da referencias, en el libro de

los Números, de los datos estadísticos obtenidos en dos recuentos de la población hebrea. El
rey David por otra parte, ordenó a Joab, general del ejército hacer un censo de Israel con la
finalidad de conocer el número de la población.
También los chinos efectuaron censos hace más de cuarenta siglos. Los griegos
efectuaron censos periódicamente con fines tributarios, sociales (división de tierras) y
militares (cálculo de recursos y hombres disponibles). La investigación histórica revela que
se realizaron 69 censos para calcular los impuestos, determinar los derechos de voto y
ponderar la potencia guerrera.
Pero fueron los romanos, maestros de la organización política, quienes mejor

supieron emplear los recursos de la estadística. Cada cinco años realizaban un censo de la
población y sus funcionarios públicos tenían la obligación de anotar nacimientos,
defunciones y matrimonios, sin olvidar los recuentos periódicos del ganado y de las riquezas
contenidas en las tierras conquistadas. Para el nacimiento de Cristo sucedía uno de estos
empadronamientos de la población bajo la autoridad del imperio
Durante los mil años siguientes a la caída del imperio Romano se realizaron muy
pocas operaciones Estadísticas, con la notable excepción de las relaciones de tierras
pertenecientes a la Iglesia, compiladas por Pipino el Breve en el 758 y por Carlomagno en el
762 DC. Durante el siglo IX se realizaron en Francia algunos censos parciales de siervos.
En Inglaterra, Guillermo el Conquistador recopiló el Domesday Book o libro del Gran
Catastro para el año 1086, un documento de la propiedad, extensión y valor de las tierras de
Inglaterra. Esa obra fue el primer compendio estadístico de Inglaterra.
5
Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron

de revivir la técnica romana, los métodos estadísticos permanecieron casi olvidados durante la
Edad Media.
Durante los siglos XV, XVI, y XVII, hombres como Leonardo de Vinci, Nicolás
Copérnico, Galileo, Neper, William Harvey, Sir Francis Bacon y Rene Descartes, hicieron
grandes operaciones al método científico, de tal forma que cuando se crearon los Estados
Nacionales y surgió como fuerza el comercio internacional existía ya un método capaz de
aplicarse a los datos económicos.
Para el año 1532 empezaron a registrarse en Inglaterra las defunciones debido al temor
que Enrique VII tenía por la peste. Más o menos por la misma época, en Francia la ley exigió a
los clérigos registrar los bautismos, fallecimientos y matrimonios. Durante un brote de peste
que apareció a fines de la década de 1500, el gobierno inglés comenzó a publicar estadísticas
semanales de los decesos. Esa costumbre continuó muchos años, y en 1632 estos Bills of
Mortality (Cuentas de Mortalidad) contenían los nacimientos y fallecimientos por sexo. En
1662, el capitán John Graunt usó documentos que abarcaban treinta años y efectuó
predicciones sobre el número de personas que morirían de varias enfermedades y sobre las
proporciones de nacimientos de varones y mujeres que cabía esperar. El trabajo de Graunt,
condensado en su obra Natural and Política! Observations...Madeupon the Bills of Mortality
(Observaciones Políticas y Naturales ... Hechas a partir de las Cuentas de Mortalidad), fue un
esfuerzo innovador en el análisis estadístico.
John Graunt
Las tablas de mortalidad, que atrajeron la atención de Graunt, eran
publicadas semanalmente por la compañía de Sacristanes
parroquiales y contenían el número de muertes acaecidas en cada
parroquia, sus causas y también un “Recuento de todos los
entierros y bautizos habidos en la semana” en las cuales anotaban
el número de nacimientos de acuerdo a los que acudían al
bautismo y lo mismo sucedía cuando presentaban sus defunciones
(en las parroquias se llevaba el control).
GirolamoCardano
Cardano nació en Pravia en 1501 y murió en 1576. Su vida es una
serie de acto sin coherentes que pertenece tanto a la historia de la
Matemática como a la de la Astrología y a la de la Patología.. Se le
atribuye la primera discusión sobre “Probabilidad” en su manual para
jugadores “Siber De Ludo Aleae” (Manual para tirar dados).
Los eruditos del siglo XVII demostraron especial interés por la

Estadística Demográfica como resultado de la especulación sobre si la población aumentaba,
decrecía o permanecía estática.
6
John Arbuthnot
En los trabajos de Graunt y Halley se basó John Arbuthnot en 1970 para
probar la existencia de Dios. Su argumento dice:
No es posible la suposición de que el sexo está distribuido entre la
descendencia humana en una forma puramente casual; debe intervenir
una providencia divina que controla las proporciones de los sexos. La
demostración de Arbuthnot es el primer ejemplo conocido de inferencia
estadística.
La Ley de los Grandes Números

En el famoso libro de Jacob Bernoulli, Aos Conjectandi, aparece un teorema de
importancia cardinal para la Teoría de Probabilidades, comúnmente llamado Teorema de
Bernoulli, y también conocido como Ley de los grandes números, nombre que le fue dado
por el matemático francés, Simeon Poisson (1781-1840). Este teorema fue el primer intento
para deducir medidas estadísticas a partir de probabilidades individuales.
El teorema es más sencillo de exponer. De hecho, cuando se ve por primera vez,

uno se pregunta cómo Bernoulli pudo preocuparse durante veinte años y cómo ha
promovido tantas controversias posteriormente. El hecho es, que es un conjunto de sutilezas
y artificios; cuando más lo piensa uno, más complicado lo ve. Bernoulli tuvo un trabajo
loco montando el engranaje, lo cual lo distrajo de prever los embrollos lógicos y filosóficos
que planteaba. Si la probabilidad de un suceso es p, y si se hace un número infinito de
pruebas, la producción de aciertos es, sin duda p”. Aquí, tienen una simple exposición del
Teorema de Bernoulli: si la probabilidad de que ocurra un hecho en una prueba única es p,
y si se hacen varias pruebas, inmediatamente y en las mismas condiciones, la proporción
más probable de que ocurran los hechos en el número total de pruebas es también p; aún
más, la probabilidad que la porción en cuestión difiere de p en menos que una cantidad
dada, por pequeña que sea, aumenta al mismo tiempo que aumenta el número de pruebas.
Tirando al aire su discreción matemática “un estudioso del sujeto llega a esta definición
correcta”. Como una demostración de la importancia de la Ley de los grandes números en
asuntos prácticos es suficiente mencionar los Seguros.
Supongamos que la probabilidad de que un hombre de cierta edad y constitución

muera en el transcurso de un año es 1/10. Si tal individuo decide asegurarse, ésta es la
fracción que ha de tener en cuenta y usar cuando tome su decisión. Pero la compañía de
seguros que se ofrece a cubrir el riesgo de su muerte en este período tiene en consideración
otra probabilidad que se deriva de esta probabilidad. Si hay un gran número de personas de
las mismas características, que aseguran sus vidas en esa compañía, hay una probabilidad
muy elevada de que la compañía no tenga que pagar a más de, aproximadamente, un
décimo de las pólizas. Si, por consiguiente, la compañía carga en cada caso una prima de
más de un décimo del total de la póliza, es muy probable que tendrá bastante superávit
después de pagar todos los derechos, para cubrir los gastos administrativos y distribuir un
dividendo a sus accionistas.
7
Mientras mayor sea el número de personas que se asegura en la compañía, mayor es

la probabilidad de que las finanzas de la compañía sean sanas siempre que las primas estén
calculadas como acabamos de decir. Esta es la consideración fundamental que distingue el
negocio de una compañía de seguros de una apuesta.
Carl Fredrich Gauss – (1777-1855)

La precocidad de Gauss fue evidente antes de los tres años de edad. Cuando su padre hacía
la nómina para pago de los trabajadores, sin darse cuenta que su hijo
seguía sus acciones, al terminar, el niño exclamó “Padre el cálculo está
equivocado”. Al comprobarlo notó que el resultado que le dijo el niño
era correcto.
Gauss se hizo notable, ya que a los doce años criticó los fundamentos
de la Geometría Euclidiana, a los trece le interesaba la posibilidad de
la Geometría No-Euclidiana, a los quince entendió el concepto de
convergencia de líneas y probó el binomio de Newton, a los dieciocho inventó el método de
los mínimos cuadrados, a los diecinueve, el 30 de marzo de 1796, descubrió la construcción
del polígono de 17 lados sólo con regla y compás.
La ley de Gauss de la distribución normal de errores y su curva en forma de campana usada

por maestros, estadistas, comerciantes, etcétera, se denomina también curva normal de
frecuencias y encuentra sus raíces en la Teoría Matemática de los juegos de azar. Su lema
fue: Pauca. Sed natura, que significa: “Poco, pero maduro”
Johann Von Neumann – (1909-1957)
Epistemólogo austriaco contemporáneo. VON Newsmann llevó a cabo la

primera demostración del Teorema Minimax, base fundamental de la
Teoría de juegos, que fue propuesto primeramente por Emile Borel en
1921. También fue pionero de la Teoría de Computadoras, habiendo
diseñado y construido el llamado MANIAC (analizado matemático,
integrador numérico y computador) en el Instituto para estudios
avanzados de Pinceton, en 1952.
Gaspar Neumann
El primer empleo de los datos estadísticos para fines ajenos a la política tuvo en
1691 y estuvo a cargo de Gaspar Neumann, un profesor alemán que vivía en
Breslau. Este investigador se propuso destruir la antigua creencia popular de
que en los años terminados en siete moría más gente que en los restantes, y
para lograrlo hurgó pacientemente en los archivos parroquiales de la ciudad.
Después de revisar miles de partidas de defunción pudo demostrar que en tales
años no fallecían más personas que en los demás. Los procedimientos de
Neumann fueron conocidos por el astrónomo inglés Halley, descubridor del cometa que lleva
su nombre, quien los aplicó al estudio de la vida humana. Sus cálculos sirvieron de base para las
tablas de mortalidad que hoy utilizan todas las compañías de seguros.
8
La situación actual de la Estadística se debe al esfuerzo de grandes matemáticos y

científicos. Durante el siglo XVII y principios del XVIII, matemáticos como Bernoulli,
Francis Maseres, Lagrange y Laplace desarrollaron la teoría de probabilidades. No obstante
durante cierto tiempo, la teoría de las probabilidades limitó su aplicación a los juegos de azar y
hasta el siglo XVIII no comenzó a aplicarse a los grandes problemas científicos.
Godofredo Achenwall
Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en

1760 la palabra estadística, que extrajo del término italiano statista
(estadista). Creía, y con sobrada razón, que los datos de la nueva ciencia
serían el aliado más eficaz del gobernante consciente. La raíz remota de la
palabra se halla, por otra parte, en el término latino status, que significa
estado o situación; Esta etimología aumenta el valor intrínseco de la
palabra, por cuanto la estadística revela el sentido cuantitativo de las más
variadas situaciones.
Jacques Quételect es quien aplica las Estadísticas a las ciencias sociales. Este interpretó la teoría
de la probabilidad para su uso en las ciencias sociales y resolver la
aplicación del principio de promedios y de la variabilidad a los fenómenos
sociales. Quételect fue el primero en realizar la aplicación práctica de todo el
método Estadístico, entonces conocido, a las diversas ramas de la ciencia.
Entretanto, en el período del 1800 al 1820 se desarrollaron dos conceptos
matemáticos fundamentales para la teoría Estadística; la teoría de los errores
de observación, aportada por Laplace y Gauss; y la teoría de los mínimos cuadrados desarrollada
por Laplace, Gauss y Legendre. A finales del siglo XIX, Sir Francis Gastón ideó el método
conocido por Correlación, que tenía por objeto medir la influencia relativa de los factores
sobre las variables. De aquí partió el desarrollo del coeficiente de correlación creado por
Karl Pearson y otros cultivadores de la ciencia biométrica como J. Pease Norton, R. H. Hooker y
G. UdnyYule, que efectuaron amplios estudios sobre la medida de las relaciones.
Nacimiento de la Estadística Moderna
Es con la introducción de nuevas aplicaciones que la teoría de las probabilidades del siglo
XVIII funda la Estadística Matemática. El término de Estadística se debe posiblemente a G.
Achenwall (1719-1772), profesor de la Universidad de Góttingen, tomando del latín la palabra
status.
Aparte de la demografía y la matemática actuarial, otras disciplinas introdujeron la teoría

de las probabilidades. Fue el inicio de la mecánica estadística, debido a Maxwell (1831-
1879) y Bolzmann, quienes dieron también una justificación de la distribución normal en la
teoría cinética de los gases.
La Estadística se empezó a usar de una manera u otra en todas las disciplinas, a pesar
de un estancamiento de la teoría de las probabilidades. En particular, muchos vieron la
9
dificultad de aplicar el concepto de simetría, o de casos igualmente posibles, en todas las

aplicaciones. Hubo que esperar a que Andrey Nickolaevich Kolmogorov (1903-1987) separara la
determinación de los valores de las probabilidades de sus reglas de cálculo.
Los primeros resultados importantes de la Estadística Matemática se deben al inglés

Karl Pearson (1857-1936) y a otros investigadores de la escuela biométrica inglesa.
La segunda mitad del siglo XX: la revolución computacional
Los científicos, especialmente los ingleses, desarrollaron métodos matemáticos para la

Estadística, pero en la práctica manipularon cifras durante medio siglo
sin disponer de verdaderas herramientas de cálculo. La llegada de los
computadores revolucionó el desarrollo de la Estadística. En Francia
(Benzécri) y en los Estados unidos (Tuckey) fueron los pioneros en repensar
la Estadística en función de los computadores. Mejoraron, adaptaron y
crearon nuevos instrumentos para estudiar grandes volúmenes de datos:
nuevas técnicas y herramientas gráficas.
Los progresos más recientes en el campo de la Estadística se refieren al ulterior

desarrollo del cálculo de probabilidades, particularmente en la rama denominada
indeterminismo o relatividad, se ha demostrado que el determinismo fue reconocido en la
Física como resultado de las investigaciones atómicas y que este principio se juzga aplicable
tanto a las ciencias sociales como a las físicas.
La historia de la estadística está resumida en tres grandes etapas o fases.

1.- Primera Fase: Los Censos:
Desde el momento en que se constituye una autoridad política, la idea de inventariar de una forma más
o menos regular la población y las riquezas existentes en el territorio está ligada a la conciencia de
soberanía y a los primeros esfuerzos administrativos.
2.- Segunda Fase: De la Descripción de los Conjuntos a la Aritmética Política:
Las ideas mercantilistas extrañan una intensificación de este tipo de investigación. Colbertmultiplica
las encuestas sobre artículos manufacturados, el comercio y la población: los intendentes del
Reino envían a París sus memorias. Vauban, más conocido por sus fortificaciones o su Dime
Royale, que es la primera propuesta de un impuesto sobre los ingresos, se señala como el
verdadero precursor de los sondeos. Más tarde, Bufón se preocupa de esos problemas antes de
dedicarse a la historia natural.
La escuela inglesa proporciona un nuevo progreso al superar la fase puramente descriptiva.

Sus tres principales representantes son Graunt, Petty y Halley. El penúltimo es autor de la famosa
Aritmética Política.
10
Chaptal, ministro del interior francés, publica en 1801 el primer censo general de población,
desarrolla los estudios industriales, de las producciones y los cambios, haciéndose sistemáticos
durante las dos terceras partes del siglo XIX.
3.- Tercera Fase: Estadística y Cálculo de Probabilidades:
El cálculo de probabilidades se incorpora rápidamente como un instrumento de análisis

extremadamente poderoso para el estudio de los fenómenos económicos y
sociales y en general para el estudio de fenómenos "cuyas causas son
demasiados complejas para conocerlos totalmente y hacer posible su análisis".
En la actualidad, cada día es más común el empleo de

información estadística en los diferentes medios de comunicación, como
periódicos, revistas, radio, televisión, Internet, etc. Esta información se
presenta en forma de gráficas, tablas comparativas, promedios, porcentajes, índices, etc., por lo
tanto, se hace necesario conocer los conceptos básicos de la estadística para poder comprender e
interpretar dicha información.
COMENTARIO
Al igual que ha ocurrido con otras muchas disciplinas, su construcción y desarrollo
se diversifico a lo largo del tiempo. Si bien el origen de la estadística es tan lejano como la
civilización misma, no alcanzó un desarrollo notable hasta el surgimiento de los Estados,
acontecimiento bajo el cual se convirtió en un instrumento preciso para describirlos
utilizando elementos numéricos. Como se observa en la lectura, la evolución de la
Estadística estuvo conformada por una serie de necesidades que condujeron al hombre a su
creación. Como se advierte, la estadística resulta muy útil, y gracias a ello se ocupa en
diversas áreas como el deporte, finanzas, mercadotecnia, biología educación etc…
VALORACIÓN CRÍTICA
En la actualidad, la estadística ocupa un lugar de gran importancia en la
investigación y en la práctica médica. En los estudios de medicina de cualquier país se
incluyen varias asignaturas dedicadas a la estadística; es difícil, por no decir imposible, que
un trabajo de investigación sea aceptado por una revista médica sin que sus autores hayan
utilizado técnicas y conceptos estadísticos en su planteamiento y en el análisis de los datos.
La estadística es mucho más que sólo números apilados y gráficas bonitas. Es una
ciencia con tanta antigüedad como la escritura, y es por sí misma auxiliar de todas las
ciencias, medicina, ingeniería, sociología, psicología, economía, etcétera, así como de los
gobiernos, mercados y otras actividades humanas.
11
Actividad 1
Retomando la lectura realiza lo siguiente:
1. ¿Cuál es la idea principal de la lectura?
___________________________________________________________________
___________________________________________________________________
___________________________________________________________________
2. ¿Cuál es la importancia que tiene la estadística?

___________________________________________________________________
___________________________________________________________________
___________________________________________________________________
3. Los avances más importantes y su influencia a través de la historia en el desarrollo

de la sociedad.
___________________________________________________________________
___________________________________________________________________
___________________________________________________________________
4. Elabora un reporte de lectura basado en la lista de cotejo
Universidad Autónoma del Carmen

Dirección General Académica
Unidad Académica del Campus II
Escuela Preparatoria Diurna
Instrumento de evaluación: Lista de cotejo Tipo de evaluación: Heteroevaluación

Departamento: Matemáticas Academia: Matemáticas
Semestre: 5º Gru Número de
Unidad de Aprendizaje Probabilidad y po: secuencia:
1/3
Curricular: estadística. Porcentaj 0 %
e:
Bloque: I. Conceptos estadísticos y Evidencia: Reporte de lectura
sus aplicaciones.
Competencias Genéricas
4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante
la utilización de medios, códigos y herramientas apropiados.
Atributos 4.1Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas

o gráficas.
Competencia disciplinar: 3. Explica e interpreta los resultados obtenidos mediante procedimientos
12
matemáticos y los contrasta con modelos establecidos o situaciones

reales.
Cumple
No Características
Si No
1 El reporte de lectura presenta una portada con los datos de identificación.
2 Es elaborado en un procesador de texto con letra Arial 12, justificado y doble espacio.
3 El resumen es original (denota que fue escrito por el estudiante)
4 Entrega puntual, en la hora y fecha acordada
5 El reporte de lectura tiene una introducción que explica los objetivos del mismo.
6 El reporte de lectura resume de manera clara y objetiva las ideas centrales expuestas
por el autor en el texto.
7 El reporte de lectura utiliza citas textuales
8 El reporte de lectura presenta una conclusión en donde se retoma la idea central del
autor
9 El reporte cuenta con un mínimo de 2 cuartillas y un máximo de 4.
10 No contiene faltas de ortografía.
Observaciones
Evaluó Fecha
Nombre y firma
ESCALA DE MEDICION
INDICADORES ACCIONES A TOMAR DESARROLLO DE LA
COMPETENCIA
Cumple con todos los criterios Te invitamos a continuar con esa COMPETENTE
dedicación.
Cumple de 5 a 9 criterios Completar la actividad EN DESARROLLO
Cumple 4 o menos criterios Repetir la actividad SIN DESARROLLAR
13
CONCEPTOS PRELIMINARES DE ESTADISTICA

El campo de la Estadística generalmente está dividido en dos áreas: Estadística
Descriptiva o Deductiva y Estadística Inferencial o Inductiva.
Estadística descriptiva o deductiva: Es aquella parte de la investigación estadística que

incluye la obtención, organización, presentación y descripción de información numérica.
Estadística inferencial o inductiva: Es una técnica mediante la cual se obtienen

generalizaciones, o se toman decisiones con base en una información parcial o incompleta
obtenida mediante técnicas descriptivas.
En resumen, la Estadística como disciplina o área de estudio, incluye tanto técnicas

descriptivas como inferenciales. Incluye la obtención y tratamiento de datos numéricos y el
empleo de métodos estadísticos con fines inferenciales, por lo tanto:
"La Estadística es el conjunto de procedimientos matemáticos que permiten captar,

clasificar, ordenar, procesar y analizar la información que se produce en el proceso de
investigación, donde midiendo la regularidad de la misma, se puede inferir la tendencia o
comportamiento del fenómeno en estudio, construyendo modelos que se ajusten a su
dinámica.”
La estadística no solamente se dedica a la descripción; sus funciones son mucho

más importantes, pues también podemos inferir propiedades de la población a partir del
estudio de una parte de ella, es decir, de una muestra. Por lo que:
Población se define como la totalidad de todas las posibles observaciones.
Muestra se define como un conjunto de observaciones tomadas a partir de una población.
Por ejemplo, supongamos que se desea estudiar el coeficiente intelectual de los jóvenes de
2° semestre de bachillerato. Una forma de hacerlo es proporcionándoles a todos un test de
inteligencia. Una vez realizado y calificado, se calcula la puntuación media del grupo (la
media es un estadígrafo que refleja el promedio de las puntuaciones del test en dicha
muestra). Como hay muchos alumnos, habrá de continuar el proceso; es decir, se obtiene
muestra tras muestra.
Si cada uno de estos grupos es una muestra aleatoria, se pueden combinar todos los
promedios o medias de las muestras para obtener una media total. Esta media es la mejor
estimación del coeficiente intelectual de los jóvenes de 2° semestre de bachillerato.
Esto es, el promedio de las medias de las muestras se utiliza para conocer el valor de la
población. Todos los jóvenes de 2° semestre de bachillerato de México forman la población
o universo, del cual se extraen muestras que pueden ser los planteles del Colegio de
Bachilleres del DF o los planteles de las preparatorias del Estado de México.
14
Los valores que se refieren a la población se llaman parámetros y los que se

refieren a las muestras se llaman estadígrafos.
En la ciencia se utilizan varios tipos de escalas para efectuar mediciones; estas escalas son:
Cardinal o nominal. Esta escala se utiliza como medida de identificación por ejemplo: los
números que llevan los jugadores en la espalda; cuando se clasifica a una persona por sus
ideas religiosas: protestante, católico, judío u otra; también se puede clasificar por sexo,
color de ojos, partido político, zona urbana o rural, etc. Las estadísticas simples se realizan
con datos cardinales.
Ordinal. En esta escala, los números reflejan el orden de las personas u objetos; estas
medidas se disponen en orden de mayor a menor o viceversa.
Intervalos. Esta escala proporciona números que reflejan las diferencias entre
particularidades por ejemplo: en termómetros, grados Celsius y Fahrenheit; en test, etc.
Razones. Esta escala tiene un cero absoluto, por ejemplo: las medidas de longitud, peso,
capacidad, sonoridad, etc.
El dato. Es el valor de la variable asociado a un elemento de una población o una muestra.

Por ejemplo, José Pérez ingresó a la Escuela Superior de Medicina a los 21 años, su cabello
es obscuro, mide 1.89 metros y pesa 75 kilogramos. Cada una de estas cuatro mediciones es
un valor individual o dato para cada una de las variables de respuesta medidas para José
Pérez.
La característica que se puede analizar en un elemento de la población puede ser de

tipo cualitativo o cuantitativo. El primer tipo de dato da lugar a la estadística de atributos,
puesto que se está analizando el sexo, estado civil, las preferencias de un producto, etc., las
cuales son cualificables.
Cuando la característica a estudiar de un dato es cuantitativa, daremos lugar a la

estadística de variables, pues estas características toman valores distintos y pueden medirse;
tal es el caso de la edad, ingresos, gasto, peso, estatura, etc. Así, los datos cualitativos o de
atributo son el resultado de un proceso que categoriza o describe un elemento de una
población; por ejemplo: el color es un atributo de un automóvil. Una muestra de los colores
de los automóviles que están en un color es un atributo de un automóvil. Una muestra de
los colores de los automóviles que están en un estacionamiento produciría datos como azul,
rojo, amarillo, gris, etc. Los datos cuantitativos o numéricos, son el resultado de un proceso
que cuantifica, es decir, que cuenta o mide.
La estadística de variables puede ser del tipo discreto (se obtiene contando) o del tipo
continuo (se obtiene midiendo).
15
Los aspectos que se desean conocer de una población son, en general, la estimación
de un promedio, de un porcentaje o la prueba de hipótesis. La estimación y la prueba de
hipótesis son dos partes importantes de la estadística inferencial.
Las técnicas de estimación permiten, como su nombre lo indica, estimar parámetros

mediante valores, por ejemplo; puede estimarse la resistencia promedio de ciertas piezas
producidas en una fábrica o el porcentaje de electores que votarán para el candidato en
futuras elecciones.
COMENTARIO
Toda disciplina, científica o humanística, tiene un conjunto de términos que la

distinguen y cuyo conocimiento resulta fundamental para comprenderla. La estadística no
es la excepción, de modo que en la lectura revisamos sus términos básicos, lo cual nos
permitirá establecer un marco de referencia para comprender los temas siguientes.
Observamos que la Estadística puede dar respuesta a muchas de las necesidades que la
sociedad actual nos plantea. Su tarea fundamental es la reducción de datos, con el objetivo
de representar la realidad y transformarla, predecir su futuro o simplemente conocerla. La
Estadística es un apoyo importante en el manejo y análisis de grandes volúmenes de
información, por ejemplo, la población de un país y diversos datos específicos, como:
edad, sexo, escolaridad y vivienda, entre otras. Cuando no se puede realizar un recuento
total del número y características de un conjunto de personas, sucesos o cosas, la
Estadística aplica técnicas precisas para elegir un grupo representativo (muestra), lo cual
tiene un valor similar a contar todo.
Existen diversas razones por las cuales estudiar estadística, entre ellas destaca que
en todos lados encontramos información numérica. Si se revisan periódicos, revistas,
publicaciones de interés general, revistas femeninas o revistas de deporte, se verá
bombardeado con información numérica. Las técnicas estadísticas se utilizan para tomar
decisiones que afectan nuestra vida diaria.
Para potenciar las técnicas estadísticas cobra relevancia conocer cada uno de los conceptos
básicos mostrados en la lectura, sabemos que gran parte de los trabajos de estadística se
realizan con muestras. Las muestras son necesarias debido a que con frecuencia las
poblaciones son demasiado grandes para ser estudiadas en su totalidad. Es muy costoso y
demanda mucho tiempo examinar la población total, por tanto debe seleccionarse una parte
de la población, calcular el estadístico de la muestra y utilizarlo para estimar el parámetro
correspondiente de la población. Son los conocimientos previos de los conceptos ya
mencionados seria fácil caer en errores al momento de aplicar instrumentos de recolección
de datos, propiciando formas erróneas representación tabular y gráficas.
16
Actividad 2
Retomando la lectura elabora un reporte

Semestre: 5º Grup Número de
Unidad de Aprendizaje Probabilidad y o: secuencia:
1/3
Curricular: estadística. Porcentaje 0 %
:
Bloque: I. Conceptos estadísticos y Evidencia:
Reporte de lectura
sus aplicaciones.
Competencias Genéricas 4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante
la utilización de medios, códigos y herramientas apropiados.
Atributos 4.1Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas
o gráficas.
Competencia disciplinar: 3. Explica e interpreta los resultados obtenidos mediante procedimientos
matemáticos y los contrasta con modelos establecidos o situaciones reales.
Cumple
No Características
Si No
autor
Observaciones
Evaluó Fecha
Nombre y firma
ESCALA DE MEDICION
COMPETENCIA
dedicación.
17
[REPRESENTACAION DE DATOS
TABULAR Y GRAFICO ]
[OBJETIVO: Reconocer la importancia de las medidas de
tendencia central y dispersion.]
18
Media, mediana y moda

por John Allen Paulos
Artículo publicado en Más allá de los números de John Allen Paulos Traducción de Joseph
Llosa, Editorial Tusquets, 1993.
El estudiante de cuarto grado observa que la mitad de los adultos del mundo son hombres y
la otra mitad son mujeres y saca de ello la conclusión de que el adulto promedio tiene un
pecho y un testículo. Un agente inmobiliario le informa de que el precio medio de una casa
en cierto barrio es de 40,000,000 ptas. y de ello deduce que en dicha vecindad hay muchas
casas sobre este precio. Un vendedor dice que la mediana de las comisiones de sus de sus
nueve ventas de hoy es de 8,000 ptas. y sugiere que ganó 72,000 ptas. con esas ventas. El
dueño del restaurante dice que la moda, o lo más corriente, de las cuchipandas en sus fiestas
es 120,000 ptas. e insinúa que la mitad de sus clientes gastan más. Un agente de bolsa
afirma que su inversión valdrá millones pero, por los cálculos que usted hace, piensa que
cientos es más ajustado.
De la única de las cinco afirmaciones de la que podemos estar seguros es la del
estuiante de cuarto grado. La media, la mediana y la moda son «indicadores medios» o
medidas de la tendencia central, unos números que pretenden dar una idea de lo que es
típico y corriente en una situación dada, pero no siempre es así. Como sus valores relativos
pueden variar considerablemente, es importante conocer sus definiciones. (Véase también
la entrada sobre Estadística: dos teoremas).
La media de un conjunto de números es lo que normalmente se conoce como
promedio (o media aritmética) de dichos números. Para encontrar la media de N números
vasta con hallar su suma y dividirla por N. La definición es fácil y conocida, pero muchas
de las inferencias que la gente saca de ella carecen de fundamento. Por ejemplo, el barrio
referido anteriormente puede tener muy pocas casas de más de 40 000 000 ptas.; quizás hay
en él unas pocas grandes mansiones carísimas rodeadas de un enjambre de casas modestas.
19
Por contra, la mediana de un conjunto de números es el número situado en el

centro del conjunto. Para hallarla basta con alinear los números en orden creciente; la
mediana es el número del medio (o la semisuma de los dos números centrales, si el
conjunto de números es par). Así, la mediana del conjunto 8, 23, 9, 23, 3, 57, 19, 34, 12, 11,
18, 95 y 48 se determina ordenándolos como 3, 8, 9, 11, 12, 18, 19, 23, 23, 34, 48, 57 y 95
y observando que 19 es el que ocupa el lugar central de la lista, por lo cual es la mediana de
este pequeño conjunto de números, cuya media es, por cierto, 27, 7. (En grandes
colecciones de números la mediana se llama a veces 50-ésimo percentil, indicando con ello
que es mayor que el 50% de los números de la colección. Análogamente, cuando se dice
que un número está en el 93-ésimo percentil se está diciendo que es mayor que el 93% de
los números).
El vendedor del ejemplo anterior podría haber ganado millones de pesetas en
comisiones por sus nueve ventas de hoy, con una mediana de 8 000 ptas.; quizá seis de las
ventas les supusieron una comisión de 8 000 ptas. cada una, mientras que ganó 500 000
ptas. por cada una de las tres restantes. La mediana de las comisiones seria, tal como dijo,
8 000 ptas. pero el total de sus comisiones sería mucho más que las 72 000 ptas. que él
sugería haber ganado. La comisión media en este caso sería de 172 000 ptas.
Otro número, que a veces conduce a más equívocos, es la moda de un conjunto de
datos. No es más que el dato que aparece con más frecuencia y no tiene por qué estar cerca
de la media ni de la mediana del conjunto. El dueño del restaurante que decía que 120 000
ptas. era la moda de las cuchipandas quizás había tenido los siguientes pedidos en aquel
mes: 40 000 ptas., 80 000 ptas., 80 000 ptas., 120 000 ptas., 80 000 ptas., 120 000 ptas., 20
000 ptas., 120 000 ptas., 20 000 ptas., 40 000 ptas., 20 000 ptas., 120 000 ptas., 40 000 ptas.
La moda es efectivamente 120 000 ptas., pero la mediana es 80 000 ptas. y la media sólo 69
200 ptas.
Un ejemplo algo más sofisticado y truculento de la diferencia entre la media y la
moda de una cantidad lo tenemos en el hombre que invierte 10 000 ptas. en un valor volátil
que cada año sube un 60% o baja un 40% con la misma probabilidad. Estipula que el valor
ha de pasar en herencia a su nieta, quien no ha de venderlo hasta dentro de 100 años, y se
pregunta cuánto le darán por él. Esta cantidad depende del número de años en que el valor
20
haya experimentado un alza, y la media matemática, que en contextos probabilísticos se

llama también su esperanza matemática, es la friolera de 1 378 000 000 ptas. Sin embargo,
la moda o valor más probable de la herencia es sólo la miseria de 13 000 ptas.
La explicación de esta gran diferencia es que las rentas astronómicas
correspondientes a muchos años de alza del 60% sesgan la media hacia arriba, mientras que
las pérdidas correspondientes a muchos años de un 40% de baja están acotadas
inferiormente por 0 ptas. El problema es una versión contemporánea de la llamada paradoja
de San Petersburgo. [Para los interesados en más detalles: el valor aumenta una media del
10% anual (el promedio entre + 60% y -40%). Así, al cabo de 100 años, la media o
esperanza matemática de la inversión es 100 000 ptas. x (1,10) 100, que es 1 378 000 000
ptas. Pero por otra parte, el resultado más probable es que el valor experimente un alza
exactamente 50 de los 100 años. Por tanto la moda es 100 000 ptas. x (1,6) 50 x (0,6) 50 ,
que es 13 000 ptas. La esperanza matemática no siempre coincide con el valor que se
espera.]
Corrientemente la esperanza matemática de una cantidad se calcula multiplicando
sus posibles valores por las probabilidades correspondientes a los mismos y sumando estos
productos. Consideremos a modo de ilustración una compañía de seguros domésticos que
tiene sus buenas razones para creer que en promedio, cada año, por cada 10 000 de sus
pólizas recibirá una reclamación de 40 000 000 ptas.; una de cada 1000 reclamará una
indemnización de 5 000 000 ptas.; una de cada 50 reclamará 200 000 ptas.; y el resto no
dará ningún problema. La compañía de seguros quiere saber cuál es su desembolso medio
por póliza (para saber qué primas ha de cobrar) y la respuesta es la esperanza matemática.
En este caso: (40 000 000 ptas. * 1/ 10 000) + (5 000 000 ptas. * 1/ 1000 ) + (200 000 ptas.
* 1/ 50) + (0 ptas. * 9 789/ 10 000) = 4 000 + 5 000 + 4 000 + 0 = 13 000 ptas.
La comprensión de estas distintas medidas de la tendencia central hará un
36,17% menos probable que la persona media sea víctima de los usos engañosos de estas
cantidades por parte de los agentes de la propiedad inmobiliaria, vendedores, agentes de
bolsa y dueños de restaurantes. Naturalmente, esta misma persona ya habrá sido víctima de
un caso grave de hermafroditismo y, por tanto, el o ella tendrá probablemente otras
preocupaciones.
21
COMENTARIO
Todos estamos familiarizados con el concepto general de promedio: calificación

promedio, ingreso promedio, puntuación promedio, etc. Olvidamos cuales son los
propósitos de la medidas de tendencia central tales como mostrar en qué lugar se ubica la
persona promedio o típica del grupo. Los procedimientos para obtener las medidas
estadísticas difieren levemente dependiendo de la forma en que se encuentren los datos. Si
los datos se encuentran ordenados en una tabla estadística diremos que se encuentran
“agrupados” y si los datos no están en una tabla hablaremos de datos “no agrupados.
La lectura nos muestra que las medidas de tendencia son conjuntos de datos que nos
permiten recrear mentalmente la distribución de un grupo de datos, permitiendo observar su
comportamiento, proporcionando las características de la población que se está estudiando,
sirviendo como un método para:
Comparar o interpretar cualquier puntaje en relación con el puntaje central o típico.
Comparar el puntaje obtenido por una misma persona en dos diferentes ocasiones.
Comparar los resultados medios obtenidos por dos o más grupos.
Retomando la lectura elabora un mapa conceptual apoyado en la siguiente rubrica:
22
Actividad 3
Elabora un reporte de lectura:

Instrumento de Tipo de evaluación:

Lista de cotejo Heteroevaluación
evaluación:
Probabilidad Semestre: 5º Grupo: Número de
Unidad de Aprendizaje
y Porcentaje: 0 % secuencia: 2/3
Curricular:
estadística.
Bloque: II. Representación de Datos Evidencia: Reporte de lectura
tabular y gráfico.
Competencias Genéricas 4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos
mediante la utilización de medios, códigos y herramientas apropiados.
5. Desarrolla innovaciones y propone soluciones a problemas a partir de
métodos establecidos.
Atributos 4.1 Expresa ideas y conceptos mediante representaciones lingüísticas,

matemáticas o gráficas.
5.6 Utiliza las tecnologías de la información y comunicación para procesar e
interpretar información.
Competencia disciplinar: 3. Explica e interpreta los resultados obtenidos mediante
procedimientos matemáticos y los contrasta con modelos establecidos
o situaciones reales.
4. Argumenta la solución obtenida de un problema, con métodos
numéricos, gráficos, analíticos o variaciones, mediante el lenguaje
verbal, matemático y el uso de las tecnologías de la información y la
comunicación.
Cumple
No Características
Si No
2 Es elaborado en un procesador de texto con letra Arial 12, justificado y doble
espacio.
6 El reporte de lectura resume de manera clara y objetiva las ideas centrales
expuestas por el autor en el texto.
8 El reporte de lectura presenta una conclusión en donde se retoma la idea central
del autor
23
Observaciones
Evaluó Fecha
Nombre y firma
ESCALA DE MEDICION
COMPETENCIA
dedicación.
24
[ CONCEPTOS PROBABILISTICOS Y
APLICACIONES ]
[ OBJETIVO: Analizar la probabilidad en contextos
distintos a lo tradicional]
25
PROBABILIDAD
La variación aleatoria puede investigarse empíricamente aplicando las herramientas
del análisis de datos para poner de manifiesto la regularidad presente en los resultados
aleatorios. La probabilidad proporciona los recursos matemáticos que describen el azar con
mucho mayor detalle del que la observación podría descubrir. La teoría de la probabilidad
es una impresionante demostración del poder de las matemáticas para deducir resultados de
gran alcance e inesperados a partir de premisas simples.
Fundamentos
Los primeros pasos hacia la probabilidad matemática tienen lugar en el contexto de
datos de dispositivos de azar en los grados iniciales. Aprender a encontrar el patrón global
pero sin intentar una explicación causal de cada resultado ("Ella no giró la perinola fuerte").
Esta abstracción se hace más sencilla porque buscar el patrón global de los datos es una de
las estrategias centrales de análisis de datos.
Después, reconocer que, aun cuando el conteo de los resultados aumenta con cada nuevo
intento, las proporciones (o frecuencias relativas) de los intentos en los que ocurre cada
resultado se estabilizan en el largo plazo. Las probabilidades son la idealización matemática
de estas frecuencias relativas estables en el largo plazo. Una vez que los estudiantes hayan
aprendido las matemáticas de las proporciones, es posible iniciar el estudio de la
probabilidad mediante la asignación de probabilidades a conjuntos finitos de resultados y la
comparación de las proporciones observadas con estas probabilidades.
La comparación de los resultados con las probabilidades puede resultar frustrante si no se
planea con cuidado. La simulación con computadora es muy útil para proporcionar el gran
número de intentos requeridos para que las frecuencias relativas observadas estén
razonablemente cerca de las probabilidades. En secuencias cortas de intentos, las
desviaciones de los resultados observados de las probabilidades a menudo les parecerán
grandes a los estudiantes. Los psicólogos han observado nuestra tendencia a creer que la
regularidad descrita por la probabilidad se aplica incluso en secuencias cortas de resultados
aleatorios. Esta creencia en una incorrecta "ley de los pequeños números" explica el
comportamiento de los apostadores que ven una racha de tiros ganadores con un par de
dados como evidencia de que el jugador esta "caliente", una explicación causal ofrecida
porque subestimamos en gran medida la probabilidad de las rachas en las secuencias
aleatorias.
Pídase a varias personas que anoten una secuencia de caras y cruces que imite 10
lanzamientos de una moneda normal. ¿Qué tan larga fue la racha más grande de caras o
cruces consecutivas? La mayoría de las personas anotarán una secuencia con rachas de no
más de dos caras o cruces consecutivas. Pero de hecho la probabilidad de una racha de tres
o más caras en 10 lanzamientos independientes de una moneda legal es de 0.508, y la
probabilidad de una racha de al menos tres caras o de una racha de al menos tres cruces es
mayor que 0.8.
Los cálculos de probabilidades que incluyen rachas son muy complicados, esta es un área
adecuada para la simulación en computadora. Las rachas de caras o cruces consecutivas que
26
aparecen en el lanzamiento real de una moneda (y que predice la teoría de la probabilidad)

nos parecen sorprendentes. Puesto que no esperamos observar rachas largas, podemos
concluir que los lanzamientos de la moneda no son independientes o que alguna influencia
está afectando el comportamiento aleatorio de la moneda.
El mismo concepto erróneo aparece en las canchas de básquetbol. Si un jugador consigue
encestar varios tiros consecutivos, tanto los aficionados como sus compañeros de equipo
pensarán que "trae la mano caliente" y que es más probable que enceste el siguiente tiro.
22
Sin embargo, el examen de los datos sobre los tiros lanzados indica que las rachas de
canastas conseguidas o falladas no son más frecuentes de lo que se esperaría en una
secuencia de intentos aleatorios independientes. Tirar una pelota de básquetbol es como
lanzar un par de dados, aunque, desde luego, la probabilidad de encestar varía de un
jugador a otro. Como lo sugieren estos ejemplos, hasta la idea de probabilidad como una
frecuencia relativa a largo plazo es bastante compleja y necesita un cuidadoso respaldo
empírico.
Un poco más adelante, una comprensión completa de las proporciones motiva el modelo
matemático de la probabilidad: un espacio muestra (el conjunto de todos los resultados
posibles) y una asignación de probabilidad que satisfaga un reducido número de leyes o
axiomas básicos que incluyan la regla de adición P( A o B )  P( A )  P( B ) para eventos
disjuntos. Las demás leyes aditivas para combinaciones simples de eventos pueden
deducirse de éstos o, usando un camino más simple, pueden motivarse directamente de
comportamiento de las proporciones. Estas leyes aditivas constituyen el contenido
matemático de la probabilidad elemental.
En este punto de avance de la probabilidad matemática, sería conveniente hacer una pausa
para algunos ejercicios no numéricos en los que se apliquen las leyes de la probabilidad, así
como para tratar otro aspecto de pensamiento matemático que no es natural en los
estudiantes: la lectura atenta y literal de los enunciados lógicos. Los psicólogos que han
estudiado los conceptos de la probabilidad ofrecen muchos ejercicios que ponen de
manifiesto los conceptos equivocados y que pueden ayudar a corregirlos. Por ejemplo,
21
Tversky y Kahneman presentaron el perfil de la personalidad de una joven a estudiantes
universitarios y luego preguntaron que cuál de los siguientes enunciados era más probable:
 Linda es cajera de un banco.
 Linda es cajera de un banco y participa en el movimiento feminista.
Cerca del 85% de los estudiantes escogieron el segundo enunciado, aun cuando este evento
es un subconjunto del primero. Este error persistió a pesar de varios intentos con
enunciados opcionales que pudieran hacer más transparente la cuestión. Los sujetos no
habían estudiado probabilidad. "Sólo" el 36% de los estudiantes recibidos de ciencias
sociales con varios cursos de estadística en sus créditos dieron la respuesta incorrecta en
una prueba similar. Existe por tanto cierta esperanza de que el estudio nos ayude a
reconocer la relevancia en el pensamiento cotidiano de los hechos matemáticos acerca de la
probabilidad. Nisbett et al. dieron a conocer comparaciones antes y después que
proporcionan evidencia firme del efecto del estudio formal. El énfasis en el aspecto
conceptual y cualitativo del pensamiento probabilistico, tanto previo como paralelo al
estudio de las matemáticas de la probabilidad, resulta de gran valor.
27
Incertidumbre
Por David Moore
INTRODUCCIÓN
El vocablo "incertidumbre" se usa con la intención de evocar dos temas
relacionados: datos y azar. Ninguno de ellos es un campo separado dentro de las
matemáticas; sin embargo, ambos fenómenos constituyen objetos de estudio de la
matemática. En términos generales, la estadística y la probabilidad son las disciplinas
matemáticas que tratan de los datos y el azar, respectivamente.
Todas las recomendaciones recientes relativas a planes de estudio escolares coinciden en
sugerir que la estadística y la probabilidad deberían ocupar un sitio mucho más prominente
12,14
que en el pasado . Sin embargo, debido al énfasis en el análisis de datos que se hace en
dichas recomendaciones, es fácil contemplar a la estadística en particular como una
colección de habilidades específicas (o incluso, como un saco de trucos). La tarea de este
ensayo no es llamar la atención hacia los datos y el azar, como temas en los planes de
estudio escolares, la están atrayendo ya, sino desarrollar este entramado de ideas
matemáticas en una forma que esclarezca los temas y las estrategias globales, en cuyo
interior los temas individuales encuentran su lugar natural.
Cualquier análisis que pretenda influir en la enseñanza deberá reflejar la experiencia de
profesores y estudiantes. Las propuestas para reformar los planes de estudio desligadas de
esa experiencia ofrecen esperanzas utópicas que resultan decepcionantes en la práctica. La
estadística en las escuelas no es utópica; el nuevo material que se prueba actualmente tiene
utilidad práctica y más bien contribuye que desplaza al desarrollo de los conceptos y las
capacidades numéricas. No obstante, es fácil que en nuestro entusiasmo pasemos por alto
problemas prácticos y que impulsemos la enseñanza de una materia irreal en cantidad o
nivel. Es importante llamar la atención hacia las dificultades y los potenciales pasos en
falso, así como hacia las ventajas, en el uso de datos y el azar en la enseñanza de la
matemática. Al escribir este ensayo he intentado errar en la dirección práctica y no en la
utópica.
Azar
Algunos fenómenos tienen resultados predecibles: cuando se deja caer una moneda desde
una altura conocida, el tiempo que tarda en llegar al suelo puede predecirse con la física
elemental. Salvo por un error de medición muy pequeño, el resultado es cierto. Si, por otra
parte, la moneda se lanza al aire, no podemos predecir si caerá cara o cruz. El resultado es
incierto. Sin embargo, el lanzamiento de una moneda no es un hecho fortuito. Si se hace un
gran número de lanzamientos, la proporción de caras se acercará mucho a la mitad. Esta
regularidad en el largo plazo no es sólo una construcción teórica sino un hecho observado:
 El naturalista francés Buffon (1707-1788) lanzó una moneda 4040 veces. Resultado: 2048
2048
caras, una proporción de  0.5069 de caras.
4040
 Alrededor de 1900, el estadístico inglés Karl Pearson en un acto sin precedentes lanzó una
moneda 24000 veces. Resultado: 12012 caras, una proporción de 0.5005.
28
 El matemático inglés John Kerrich, mientras fue prisionero de los alemanes durante la
Segunda Guerra Mundial, lanzó una moneda 10 000 veces. Resultado: 5067 caras, una
proporción de 0.5067.
Los fenómenos cuyos resultados individuales son inciertos pero que cuentan con un patrón
regular de los mismos en muchas repeticiones se llaman aleatorios. "Aleatorio" no es
sinónimo de "fortuito", sino la descripción de un tipo de orden diferente del determinista
que suele asociarse con la ciencia y las matemáticas. La probabilidad es la rama de la
matemática que describe la aleatoriedad.
Las experiencias infantiles dentro y fuera de la escuela proporcionan menos contacto con la
aleatoriedad que con los datos. Por ejemplo, los estudiantes no incursionan en las áreas de
la ciencia en las que aparece el comportamiento aleatorio (como la genética o la teoría
cuántica) sino hasta el bachillerato, y eso sólo si eligieron cursos de ciencias exactas. La
incertidumbre es, desde luego, un aspecto siempre presente en toda experiencia humana; es
el orden en la incertidumbre lo que resulta difícil de observar en situaciones
circunstanciales. Incluso las loterías estatales, aunque familiares para muchos estudiantes,
ofrecen una experiencia limitada en el aspecto ordenado de la aleatoriedad debido al énfasis
que hacen en los cuantiosos premios en extremo improbables. En estos juegos de azar que
tanta publicidad reciben, se utiliza la aleatorización física real, pero dan la impresión de
hacer rica a la gente de manera fortuita.
Los psicólogos han demostrado que nuestra intuición del azar contradice de manera
profunda las leyes de la probabilidad que describen el comportamiento aleatorio real. Este
entendimiento incorrecto es muy difícil de corregir por medio de la instrucción formal. Los
intentos por enseñar probabilidad e inferencia estadística sin la preparación intuitiva
adecuada, constituyen un segundo escollo principal al introducir los datos y el azar como
temas de los planes de estudio escolares.
Incluso a nivel de educación superior muchos estudiantes no pueden entender la
probabilidad y la inferencia debido a los conceptos errados que no son eliminados por el
estudio de las reglas formales. El conflicto entre la teoría de la probabilidad y la manera
como los estudiantes ven al mundo se debe, al menos en parte, al limitado contacto de los
estudiantes con la aleatoriedad. Por lo tanto, debemos preparar el camino para el estudio del
azar al proporcionar experiencia temprana con el comportamiento aleatorio en los planes de
estudio de matemáticas. Afortunadamente, el estudio de datos provee un ambiente natural
para tales experiencias. La prioridad del análisis de datos sobre la probabilidad y la
inferencia formal es un principio importante en la enseñanza de la incertidumbre.
Pueden usarse dispositivos de azar artificiales (monedas, dados, perinolas) para producir
datos en el salón de clases con el objetivo de aplicar las habilidades del análisis de datos y
descubrir la naturaleza ordenada de estos dispositivos. La incertidumbre también aparece en
datos de fuentes diferentes de los dispositivos de azar. Las mediciones repetidas de la
misma cantidad (hechas por varios estudiantes, por ejemplo) producen resultados variables.
La variación natural surge en las alturas, las calificaciones en lectura o en los ingresos de
un grupo de personas. Quizás resulte sorprendente que los patrones de variación que
ocurren en mediciones cuidadosas o en datos sobre muchos individuos puedan describirse
por las mismas matemáticas que describen los resultados de los dispositivos de azar.
La experiencia con la variación en datos es un primer paso hacia el reconocimiento de la
conexión entre estadística y probabilidad. En una etapa posterior, el papel de la
29
aleatorización deliberada en los diseños estadísticos para producir datos refuerza esta
conexión. Por último, la inferencia estadística formal usa el lenguaje y los hechos de la
probabilidad, para expresar el grado de confianza que podemos tener en las conclusiones
sacadas de los datos.
Aunque la utilidad en la vida cotidiana de comprender la aleatoriedad es menos obvia que
la necesidad de tratar con datos, los argumentos prácticos para enseñar el azar no están
ausentes. Una meta de la instrucción en probabilidad es contribuir a que los estudiantes
entiendan que la variación aleatoria, más que la causalidad determinista, explica muchos
aspectos del mundo.
Supóngase que un basquetbolista ha encestado el 70% de sus tiros libres a lo largo de la
temporada. Al final de un juego de campeonato intenta cinco tiros libres y sólo consigue
encestar uno. "Nerviosismo", dicen los aficionados. Pero esta explicación fortuita no es
necesariamente correcta. Un jugador cuya probabilidad de encestar cada tiro es de 0.7 tiene
una probabilidad de cerca de 0.16 de fallar al menos tres de cinco tiros. Una actuación
como la descrita fácilmente podría deberse a simple variación aleatoria.
Cierta comprensión de la probabilidad nos permite tomar en cuenta el papel del azar en
lugar de buscar una causa específica, con frecuencia espuria, de cada suceso particular.
COMENTARIO
Muchas aplicaciones de la matemática son inmediatas, pero lamentablemente es
muy fácil, especialmente en las ciencias sociales, confundir el modelo propio con la
«realidad» y atribuir a esta última alguna propiedad que sólo existe en el modelo. He aquí
un ejemplo simple tomado del álgebra elemental: Jorge puede realizar una tarea en 2 horas
y Marta emplea 3 horas en realizar la misma tarea. ¿Cuánto tardarán trabajando los dos a la
vez? La respuesta «correcta» de 1 hora y 12 minutos supone que, trabajando juntos, la
presencia de uno no estorba ni estimula el trabajo del otro. En este caso, y en muchísimos
otros, la certeza de las conclusiones matemáticas derivadas del modelo no siempre es
extensiva a las suposiciones, simplificaciones y datos que uno ha empleado en la
construcción del modelo.
La adquisición de capacidades sólidas que tengan aplicaciones prácticas, por

oposición a la comprensión conceptual básica de la probabilidad, requiere un estudio más
detallado. En este punto abandonamos el dominio central de los conceptos matemáticos que
deben enseñarse a todos los estudiantes. Hay varias trayectorias lógicas para abordar la
probabilidad intermedia. La elección del material dependerá, por ejemplo, de si la
probabilidad se estudiará como un tema importante por derecho propio o si se contempla
principalmente como una vía para llegar a la inferencia estadística.
30
ACTIVIDAD 4
Con base en la siguiente lista elabora un reporte de lectura.


Semestre: 5º Gru Número de
Unidad de Aprendizaje Probabilidad y po: secuencia:
3/3
Curricular: estadística. Porcentaj 0 %
e:
Bloque: III. Conceptos Evidencia:
probabilísticos y sus Reporte de lectura
aplicaciones
Competencias Genéricas 5. Desarrolla innovaciones y propone soluciones a problemas a partir de métodos
establecidos.
Atributos 5.2 Ordena información de acuerdo con categorías, jerarquías y relaciones.
Competencia disciplinar: 7. Elige un enfoque determinista o uno aleatorio para el estudio de un proceso o
fenómeno, y argumenta su pertinencia.
Cumple
No Características
Si No
autor
Observaciones
Evaluó Fecha
Nombre y firma
31
ESCALA DE MEDICION
COMPETENCIA
dedicación.
32
BIBLIOGRAFIA
Dura, J. M. y López, C. J. M. (2012). Fundamentos de Estadística. Estadística descriptiva y modelos

probabilísticos para la inferencia (4ª edición). México: Editorial Ariel Economía.
Fernadez, G. A. y Ramirez T.C. (2012). Esenciales…estadística(3ª edición).México: Editorial Santillana
Fuenlabrada, S. (2010). Probabilidad y Estadística. México: Editorial McGraw Hill.
Mendenhall, W. y Scheaffer, R. (2010).Estadística aplicada (6ª edición). México: Editorial Thomson

International.
Meyer, P. (2010).Probabilidad y aplicaciones estadísticas (5ª edición). México: Editorial Addison-Wesley

Iberoamericana.
Spiegel, M. (2011).Probabilidad y Estadística (7ª edición). México: Editorial McGraw Hill.
33

Antologia Probabilidad y Estadistica 2022

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Antologia Probabilidad y Estadistica 2022

Cargado por

Copyright:

Formatos disponibles

ANTOLOGIA COMENTADA DE PROBABILIDAD Y ESTADISTICA 2022

UNIVERSIDAD AUTÓNOMA DEL CARMEN

CURSO AL QUECURSO AL QUE PERTENECE:

Recopilado y Presentado por:

Ing. Trinidad Rodríguez Cámara

Escuela Preparatoria Diurna.

Nombre : _____________________________Grupo: ____

Cd. del Carmen, Campeche, Agosto de 2022.

La antología de probabilidad y estadística, “Desarrollo histórico y social de la

4. Escucha, interpreta y emite mensajes pertinentes en distintos contextos mediante la

La comprensión de lecturas en matemática no se limita al conocimiento y adquisición de

A través de la discusión se desarrolla la capacidad de comunicación y argumentación, no

En el bloque 1 encontraremos lecturas que nos permitan conocer el desarrollo de la

Los comienzos de la estadística pueden ser hallados en el antiguo

En el antiguo Israel la Biblia da referencias, en el libro de

Pero fueron los romanos, maestros de la organización política, quienes mejor

Aunque Carlomagno, en Francia; y Guillermo el Conquistador, en Inglaterra, trataron

Los eruditos del siglo XVII demostraron especial interés por la

La Ley de los Grandes Números

El teorema es más sencillo de exponer. De hecho, cuando se ve por primera vez,

Supongamos que la probabilidad de que un hombre de cierta edad y constitución

Mientras mayor sea el número de personas que se asegura en la compañía, mayor es

Carl Fredrich Gauss – (1777-1855)

La ley de Gauss de la distribución normal de errores y su curva en forma de campana usada

Johann Von Neumann – (1909-1957)

Epistemólogo austriaco contemporáneo. VON Newsmann llevó a cabo la

La situación actual de la Estadística se debe al esfuerzo de grandes matemáticos y

Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en

Nacimiento de la Estadística Moderna

Aparte de la demografía y la matemática actuarial, otras disciplinas introdujeron la teoría

dificultad de aplicar el concepto de simetría, o de casos igualmente posibles, en todas las

Los primeros resultados importantes de la Estadística Matemática se deben al inglés

La segunda mitad del siglo XX: la revolución computacional

Los científicos, especialmente los ingleses, desarrollaron métodos matemáticos para la

Los progresos más recientes en el campo de la Estadística se refieren al ulterior

La historia de la estadística está resumida en tres grandes etapas o fases.

2.- Segunda Fase: De la Descripción de los Conjuntos a la Aritmética Política:

La escuela inglesa proporciona un nuevo progreso al superar la fase puramente descriptiva.

3.- Tercera Fase: Estadística y Cálculo de Probabilidades:

El cálculo de probabilidades se incorpora rápidamente como un instrumento de análisis

En la actualidad, cada día es más común el empleo de

2. ¿Cuál es la importancia que tiene la estadística?

3. Los avances más importantes y su influencia a través de la historia en el desarrollo

4. Elabora un reporte de lectura basado en la lista de cotejo

Universidad Autónoma del Carmen

Instrumento de evaluación: Lista de cotejo Tipo de evaluación: Heteroevaluación

Atributos 4.1Expresa ideas y conceptos mediante representaciones lingüísticas, matemáticas

matemáticos y los contrasta con modelos establecidos o situaciones

CONCEPTOS PRELIMINARES DE ESTADISTICA

Estadística descriptiva o deductiva: Es aquella parte de la investigación estadística que

Estadística inferencial o inductiva: Es una técnica mediante la cual se obtienen

En resumen, la Estadística como disciplina o área de estudio, incluye tanto técnicas

"La Estadística es el conjunto de procedimientos matemáticos que permiten captar,

La estadística no solamente se dedica a la descripción; sus funciones son mucho

Población se define como la totalidad de todas las posibles observaciones.

Muestra se define como un conjunto de observaciones tomadas a partir de una población.

Los valores que se refieren a la población se llaman parámetros y los que se

El dato. Es el valor de la variable asociado a un elemento de una población o una muestra.

La característica que se puede analizar en un elemento de la población puede ser de

Cuando la característica a estudiar de un dato es cuantitativa, daremos lugar a la

Las técnicas de estimación permiten, como su nombre lo indica, estimar parámetros

Toda disciplina, científica o humanística, tiene un conjunto de términos que la

Universidad Autónoma del Carmen

Nombre : _________________________Grupo: