CONCEPTOS BSICOS DE LA ESTADSTICA

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

C ONCEPTOSGENERALES Poblacin: es un conjunto de datos que caracteriza un fenmeno. Muestra: subconjunto representativo de una poblacin.

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

Estadstica: cantidad que estima caractersticas de una poblacin. Parmetro: caracterstica desconocida de una poblacin.

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

Estimacin: es un mtodo por medio del cual se aproxima el valor del parmetro de una poblacin a partir de los datos u observaciones de una muestra. Estimacin puntual: proceso mediante el cual con las observaciones de una muestra se estima el parmetro de la poblacin, con un valor numrico. Estimacin por intervalo: proceso con el cual se determina un intervalo en el que posiblemente se encuentra el valor real del parmetro. Intervalo de confianza: intervalo en el cual es posible se encuentre el valor parmetro de una poblacin. Ejemplo 3 real del

Supongamos que en el ejemplo 1 el peso promedio de la muestra (media muestral) es 124.7 mililitros entonces se dice que el peso promedio de la poblacin en esas 4 horas es de aproximadamente 124.7 mililitros. Se estim la media poblacional por medio de la media muestral.

Pruebas de hiptesis: procesos que conllevan a establecer el rechazo o no de una afirmacin respecto a una caracterstica desconocida de una poblacin.

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

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

Conjuntos y sus operaciones

Distinguir el concepto de conjunto, elemento y las operaciones con conjuntos nos permitir abordar y comprender con mayor facilidad los conceptos de probabilidad. Por ello, concentrmonos en el tema e interioricemos todo lo que en l aparece. Conjunto: es una coleccin de objetos bien definidos; se refiere a la coherencia por ejemplo si voy a formar un conjunto de frutas debo tener claro que no voy a considerar verduras. Todo conjunto se denotan con una letra mayscula, como cuando vimos matemtica I que utilizbamos letras para denotar simblicamente un dato. Elemento: es un objeto de un conjunto. Se denotan con letras minsculas cuando se desconocen. Diagrama de Venn: es una representacin grfica de los conjuntos en la cual cada conjunto se encierra en un crculo o valo y aquel que los contiene a todos se encierra por un cuadrado o rectngulo . Los conjuntos pueden nombrarse de dos formas por comprensin o por extensin:

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

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

1 2
3 4 5

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

1 A 1 pertenece a A

8 A 8 no pertenece a A

Subconjunto: sean A y B dos conjuntos, decimos que B es subconjunto de A si todo elemento de B tambin pertenece a A. Denotamos que B es subconjunto de A con la expresin B A y para indicar que A no est contenido en B escribimos B A . Ejemplo 6 Sean A={1, 2, 3, 4, 5} y B={1, 2} veamos algunos ejemplos de contenencia y no contenencia.
B A porque 1 A y 2 A , es decir todo elemento de B se encuentra en A.
A B porque 3 B , 4 B y 5 B , es decir no todo elemento de A se encuentra en B.

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

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

Unin de conjuntos: sean A y B conjuntos, notamos con A B al conjunto de los elementos que pertenecen a A, a B o a ambos conjuntos.

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

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

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

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

Interseccin de conjuntos: sean A y B conjuntos, notamos con A B al conjunto de los elementos que pertenecen tanto a A como a B, en otras palabras es el conjunto que contienen los elementos comunes a ambos conjuntos.

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

4}

A C = {2}

B C =

Complemento de un conjunto: sea A un subconjunto de un conjunto universal U, decimos que el complemento de A, que notamos Ac , es el conjunto que contiene los elementos de U que no estn en A.

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

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

Nmero de elementos de un conjunto

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

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

Ejemplo 12

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

2, 3, 4, 5, 6, 7, 8} y el nmero de elementos es n( A B) = 8 ; este nmero tambin puede determinarse conociendo el nmero de elementos en A, en B y en la interseccin de ellos. Observemos. Como n( A) = 5 , n( B) = 6 y n( A B) = 3 entonces
n( A B ) Nmero de elementos en la unin n( A) Nmero n(B ) Nmero n( A B ) Nmero

A B = {1,

de elementos de elementos de elementos en A en B en la interseccin

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

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

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

Acerqumonos al concepto de probabilidad

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

diramos que de 100 partes 3 son defectuosas. Dichas fracciones en nuestro mdulo sern
3 que al calcularse corresponde 100

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

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

Ejemplo 14

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

Si consideramos el experimento aleatorio del lanzamiento de una moneda normal, el espacio muestral son todos los posibles resultados, es decir, cara y sello. En adelante escribiremos EM para denotar el conjunto del espacio muestral, observemos:
EM = {cara, sello}

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

Recordemosque Si tenemos U A

A es un subconjunto de U porque todo elemento de A est en U. Por el contrario U no est contenido en A porque no todos los elementos de U estn en A.

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

Ejemplo 17 Supongamos que tenemos una bolsa con dos tarjetas verdes, tres azules y cuatro rojas. Qu fraccin representa el nmero de tarjetas azules en la bolsa? Como el todo, que es el nmero de elementos en la bolsa, es 9 y el nmero de ellos que son azules es 3, entonces la fraccin que representa el nmero de tarjetas azules en la bolsa es
3 1 que simplificada corresponde a 9 3.

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

Y luego utilizamos la expresin dada para calcular probabilidades:

P( E ) =

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