PROBABILIDAD Y

ESTADÍSTICA
SEBASTIAN GUSTAVO MORENO BARÓN
LIBRO
GUÍA
 Texto guía:
Probabilidad para
ingeniería y ciencias.
JAY L. DEVORE.
PORCENTAJE
S

 Parcial 50%
 Talleres 30%
 Proyecto 20%
Algunas
reglas de
juego… el
dado de la
Discordia… :v
Al final de cada
taller prpuesto se
lanzará un dado
definiendo la
cantidad de firmas
de dicho taller…
Al final del corte, la
cantidad de
ausencias a clase se
restarán de los
talleres ( una
demora cuenta como
medio taller)
Si llega después de 15
minutos de la hora de
la clase…
HAY TABLA…
Si habla durante la
exposición magistral…
HAY TABLA…
Si dejan sucio el
salón…
HAY TABLA…
Si no hacen los trabajos
propuestos en clase…
HAY TABLA…
Si no entregan los
trabajos a tiempo…
HAY TABLA… Y PA’ CONSEJO DE FACULTAD :V
SI HAY PLAGIO EN
LOS TRABAJOS…
HAY TABLA…
SI HACEN COPIA EN
LOS TRABAJOS…
HAY TABLA…
SI HACEN
COPIA
DURANT NOS VEMOS EL OTRO
SEMESTRE…
E UN
EXAMEN
…
 Clases Ejemplos
magistrales prácticos

METODOLOGÍA
Ejercicios en Talleres (Clase y
clase casa)

Quices y
Proyecto Final
Exámenes
 Talleres

BILINGUISM Lecturas/Quices en inglés

O
Presentaciones en inglés
EL UNIVERSO Y SU
DESCRIPCIÓN
MECÁNICA ESTADÍSTICA
MECÁNICA CUÁNTICA
 CLASE 1: INTRODUCCIÓN A LA
ESTADÍSTICA

 La estadística (la forma femenina del término alemán Statistik, derivado a su vez del italiano
statista, "hombre de Estado"),​es la rama de las matemáticas que estudia la variabilidad, así como
el proceso aleatorio que la genera siguiendo leyes de probabilidad.
¿Y PARA QUÉ SIRVE LA ESTADÍSTICA?
RAMA 1:
ESTADÍSTICA
DESCRIPTIVA
 Estadística descriptiva: Se dedica a
la descripción, visualización y
resumen de datos originados a
partir de los fenómenos de estudio.
Los datos pueden ser resumidos
numérica o gráficamente. Su
objetivo es organizar y describir las
características sobre un conjunto
de datos con el propósito de
facilitar su aplicación, generalmente
con el apoyo de gráficas, tablas o
medidas numéricas.

 Ejemplos básicos de
parámetros estadísticos son:
la media y la desviación
estándar.
 Ejemplos gráficos son:
histograma, pirámide
poblacional, gráfico circular,
entre otros.
RAMA 2:
ESTADÍSTICA
INFERENCIAL
 Estadística inferencial: Se dedica a la
generación de los modelos, inferencias y
predicciones asociadas a los fenómenos en
cuestión teniendo en cuenta la aleatoriedad de
las observaciones. Se usa para modelar patrones
en los datos y extraer inferencias acerca de la
población bajo estudio.

 Estas inferencias pueden tomar la forma de

respuestas a preguntas sí/no (prueba de
hipótesis), estimaciones de unas características
numéricas (estimación), pronósticos de futuras
observaciones, descripciones de asociación
(correlación) o modelamiento de relaciones
entre variables (análisis de regresión). Otras
técnicas de modelamiento incluyen análisis de
varianza, series de tiempo y minería de datos.
Su objetivo es obtener conclusiones útiles para
lograr hacer deducciones acerca de la totalidad
de todas las observaciones hechas, basándose
en la información numérica.
DATA
SCIENCE
CONCEPTOS
GENERALES
 VARIABLE

 Recibe el nombre de variable

toda característica medida en
un estudio, se realice su
medición en números
(variables cuantitativas: edad
o peso) o en categorías
(variables cualitativas o
categóricas). Se denomina
variable porque, aunque
podemos prever los valores
posibles (espacio muestral),
el valor observado en un
momento dado en un
individuo, grupo, comunidad o
población es cambiante.
VARIABLES
DISCRETAS
 Las variables discretas pueden
medirse en cualquier escala,
aunque habitualmente se medirán
en escalas nominales u ordinales
 Son discretas cuando solo son
posibles un número finito de
valores (ejemplo: número de hijos
de una pareja; esta variable no
puede tener fracciones)
VARIABLES
CONTINUAS
 Son variables continuas las que pueden
adoptar un número teóricamente infinito
de valores a lo largo de un continuo
(ejemplo: talla, peso). A la hora de
identificar las variables continuas debemos
tener en cuenta que, aunque los valores
teóricamente posibles sean infinitos,
muchas muestras contienen valores finitos,
bien por tener escasas observaciones o por
falta de precisión en la medición (ejemplo:
medición sin decimales).
 Las variables continuas solo pueden
medirse en escalas de intervalos y de
razones.
VARIABLES
CUALITATIVA
S
 Son aquellas que expresan
características, cualidades o
atributos, y no pueden ser
medidas con números. Pueden
ser ordinales o nominales.

 Ejemplos:
 El color de los ojos de tus
amigos.
 El estado civil de una persona.
VARIABLES
CUALITATIVA
S ORDINALES
 Es aquella que presenta
valores no numéricos, pero
existe un orden.
 Ejemplos:
 Las medallas conseguidas en
una competencia. Los valores
serían: oro, plata, bronce.
 Grado de satisfacción laboral
en una compañía. Los valores
serían: muy satisfecho,
satisfecho, regular,
insatisfecho, muy insatisfecho
(mañana mismo renuncio).
VARIABLES
CUALITATIVA
S NOMINALES
 Es aquella que presenta
valores no numéricos, y no
existe un orden.
 Ejemplos:
  El estado civil. Los valores
serían: soltero, casado,
divorciado, viudo.
 El lugar de nacimiento de
tus amigos. Los valores
serían: Lima, Santiago,
Buenos Aires, Zagreb, entre
otras ciudad.
VARIABLES
CUANTITATIVA
S

 Son aquellas que se expresan

mediante un número, por
tanto, se puede realizar
operaciones aritméticas con
ellas. Puede ser discretas o
continuas.
 Ejemplos:
 El peso de las vacas de una
granja.
 Estatura de los habitantes de
una ciudad.
 El número de hijos en una
familia.
VARIABLES
CUANTITATIVA
S DISCRETAS

 Es aquella que puede

asumir un número contable
de valores.
 Ejemplos de variables
cuantitativas discretas:
 El número de hijos de una
familia.
 La cantidad de dedos que
tienes en la mano.
 El número de faltas en un
partido de fútbol.
VARIABLES
CUANTITATIVAS
CONTINUAS
 Es aquella que puede asumir un número
incontable de valores.
 Ejemplos de variables cuantitativas continuas:
 La estatura de tu mejor amigo.
 El ancho de una pelota de fútbol.
 Volumen de agua en una piscina.
 El peso de una persona.
 La velocidad a la que va a un tren.
 Longitud en centímetros de un tenedor.
 Tiempo que demora el delivery de Pizza Hut en
entregar un pedido.
 El volumen de cerveza en una jarra.
DATOS

 Un dato es una
representación simbólica
(numérica, alfabética,
algorítmica, espacial,
etc.) de un atributo o
variable cuantitativa o
cualitativa. Los datos
describen hechos
empíricos, sucesos y
entidades
DATOS DE
SECCIÓN
TRANSVERSAL
Los datos transversales, o datos
de corte transversal de una
población de estudio, en
estadística y econometría, son un
tipo de datos recopilados
mediante la observación de
muchos sujetos (como
individuos, empresas, países o
regiones) al mismo tiempo, o sin
tener en cuenta las diferencias en
el tiempo. El análisis de los datos
transversales suele consistir en
comparar las diferencias entre
los sujetos.
 Una serie temporal o cronológica es una secuencia
DATOS de datos, observaciones o valores, medidos en
DE determinados momentos y ordenados
cronológicamente. Los datos pueden estar espaciados
SERIES a intervalos iguales (como la temperatura en un
DE observatorio meteorológico en días sucesivos al
mediodía) o desiguales (como el peso de una persona
TIEMPO en sucesivas mediciones en el consultorio médico, la
farmacia, etc.)
ESCALAS DE MEDICIÓN
ESCALA NOMINAL

 Consta de dos o más categorías mutuamente excluyentes. Si solo hay dos, se llama
escala nominal dicotómica. A cada categoría se le suele asignar un número de código
sin significado cuantitativo, lo que facilita su introducción en bases de datos. En
cualquier situación, si se usa una codificación propia, debe tenerse claro lo que
significa cada código para cada variable.
 Veamos algunos ejemplos:

 Sexo: 1) masculino; 2) femenino.

 Fumar: 0) no; 1) sí.

 Estado civil: 1, casado; 2, soltero; 3, viudo; 4, divorciado,

 Procedencia del ingreso: 1, urgencias; 2, consultas; 3, otro hospital.

 ESCALA ORDINAL
 Las variables ordinales tienen la cualidad adicional,
respecto a la escala nominal, de que sus categorías
están ordenadas por rango; cada clase posee una
misma relación posicional con la siguiente; es decir,
la escala muestra situaciones escalonadas.

 Veamos algunos ejemplos:

 Frecuencia de ejercicio a la semana: 0) 0 veces, 1) 3
veces, 2) 6 veces, 3) 9 veces o más.
 Conformidad con una afirmación: 0) completo
desacuerdo, 1) acuerdo parcial, 2) acuerdo total.

 Existen escalas que serán mezcla de nominal y

ordinal, porque solo algunas categorías estén
ordenadas por rango; esto ocurre en las escalas en
las que un valor representa a una categoría
inclasificable (ejemplo: no sabe no contesta o
resultado indeterminado).
ESCALA DE INTERVALOS

 En este tipo de medida, los números asignados a los objetos tienen

todas las características de las medidas ordinales, y además las
diferencias entre medidas representan intervalos equivalentes. Esto
es, las diferencias entre un par arbitrario de medidas puede
compararse de manera significativa. Estas variables nombran,
ordenan y presentan igualdad de magnitud.

 Ejemplos de este tipo de variables son la fecha, la temperatura, las

puntuaciones de una prueba, la escala de actitudes, las
puntuaciones de IQ, conjuntos de años, entre otros.
 El cero no indica ausencia de atributo.
 ESCALAS DE RAZÓN
 Su cualidad adicional es que el cero sí indica ausencia de atributo. En consecuencia,
la razón entre dos números de la escala es igual a la existente entre las cantidades del
atributo medido.

 Ejemplos:
 Concentración de glucosa en una muestra: medida en mg/dl.
 Tasa de mortalidad: muertes por 1000 personas en riesgo.
 Ingresos: medidos en euros.

 Las escalas de intervalos y razones se llaman también métricas o dimensionales. Las

variables continuas van a medirse con escalas de razones o intervalos, por lo que es
habitual que nos refiramos a ellas englobándolas como escalas continuas, ya que
comparten estrategias de análisis, como la elección del test estadístico. Algunos
paquetes estadísticos, como SPSS, las denominan simplemente “escalas”.
 FUENTES DE
INFORMACIÓN
 FUENTES PRIMARIAS
 Las fuentes primarias contienen información nueva y original, resultado de
un trabajo intelectual.

Son documentos primarios: libros, revistas científicas y de entretenimiento, periódicos,

diarios, documentos oficiales de instituciones públicas, informes técnicos y de investigación
de instituciones públicas o privadas, patentes, normas técnicas .
FUENTES
SECUNDARIA
S
Las fuentes secundarias
contienen información
organizada, elaborada, producto
de análisis, extracción o
reorganización que refiere a
documentos primarios originales.
Son fuentes secundarias:
enciclopedias, antologías,
directorios, libros o artículos que
interpretan otros trabajos o
investigaciones.
TALLER EN CLASE
 ESTADÍSTICA EN LA INGENIERÍA
INDUSTRIAL: SERIES DE TIEMPO

 PORCENTAJE
% AvanceDE
VSAVANCE
Mes EN UNA OBRA CIVIL
100.00%
DURANTE UN AÑO
90.00%

80.00%

70.00%

60.00%

50.00%

40.00%

30.00%

20.00%

10.00%

0.00%
Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre NoviembreDiciembre
 TALLER
1) Graficar usando un gráfico de series de tiempo las cantidades de concreto
utilizadas en una obra en el primer semestre del año 2019 dada:

MES CANTIDAD (KG)

Enero 25
Febrero 7
Marzo 0
Abril 23
Mayo 65
Junio 87
SOLUCIÓN
APLICACIONES EN
LA INGENIERÍA CIVIL
 INGENIERIA CIVIL

 En la estadística se presentan los principales indicadores de la actividad constructora:

producción, despachos, ventas, exportación e importación de cemento, venta interna de
asfalto y la producción y venta de barras de construcción. Asimismo, se muestran datos
sobre las obras privadas en viviendas por área construida y su valor monetario, valor de
obras publicas y viviendas licitadas y obras publicas licitadas.
 INGENIERÍA CIVIL
  La estadística dentro de la ingeniería nos permite hacer la interpretación de datos o
características de un conjunto de elementos al entorno industrial de manera tal que
nos facilite la toma de decisiones y el control de los procesos industriales u
organizacionales dentro de la obra respectivamente. Las aplicaciones de la
estadística dentro de la ingeniería actualmente han tomado un rápido y sostenido
incremento debido al poder del cálculo computacional. 
GESTIÓN DE RIESGOS EN
INGENIERÍA CIVIL
 REFERENCIAS

 1.Real Academia Española y

Asociación de Academias de la Lengua Española (2014).
«estadística». Diccionario de la lengua española (23.ª
edición). Madrid: Espasa. ISBN 978-84-670-4189-7.
 2.caña-Riola, R. (2017) «La necesidad de convertir la
Estadística en profesión regulada». Estadística Española
59(194): 193-212.[1]
 https://es.wikipedia.org/wiki/Estad%C3%ADstica#cite_note-
Oca%C3%B1a-Riola-2
 https://evidenciasenpediatria.es/articulo/7307/estadistica-tip
os-de-variables-escalas-de-medida
 http://www3.uah.es/bibliotecaformacion/BPOL/FUENTESD
EINFORMACION/tipos_de_fuentes_de_informacin.html
¡GRACIAS!