1.

Acercamiento al tema:
Cuando coloquialmente se habla de estadstica, se suele pensar
en una relacin de datos numricos presentada de forma
ordenada y sistemtica. Esta idea es la consecuencia del
concepto popular que existe sobre el trmino y que cada vez
est ms extendido debido a la influencia de nuestro entorno, ya
que hoy da es casi imposible que cualquier medio de difusin,
peridico, radio, televisin, etc., no nos aborde diariamente con
cualquier tipo de informacin estadstica sobre accidentes de
trfico, ndices de crecimiento de poblacin, turismo, tendencias
polticas, etc.
De una manera ms rigurosa se puede sealar que
la estadstica es la ciencia que se ocupa de los mtodos y
procedimientos para recoger, clasificar, resumir, hallar
regularidades y analizar los datos; con la finalidad de ayudar a la
toma de decisiones y en su caso formular predicciones.

ESPACIO MUESTRAL
Un espacio muestral, denotado por
un conjunto de puntos tales que:
1. Cada elemento de

, asociado con un experimento aleatorio es

denota un resultado del experimento.

2. Cualquier ejecucin del experimento da lugar a un resultado que corresponde

exactamente a un elemento del

3. Los elementos del espacio muestral son llamados puntos muestrales.

Asimismo de acuerdo a la naturaleza de los elementos que conforman un espacio
muestral, este se puede clasificar en:
Espacio muestral Discreto: Se dice que un espacio muestral
es discreto si al
enumerar sus elementos, estos nmeros pueden ponerse en una correspondencia
uno a uno con el conjunto de los enteros positivos o cuando contiene un nmero
contable de elementos.

Espacio muestral Continuo: Se dice que un espacio muestral

es continuo si
sus resultados consisten de todos los puntos de un intervalo de nmeros reales, o
todos los puntos de un plano, o en general algn rectngulo en el espacio
dimensional
Adems en el espacio muestral infinito no numerable; es decir que no es posible
observar puntos concretos del espacio.

Tiene sentido hablar de intervalos observados. Pero no es posible asignar

probabilidad a un punto concreto, se asigna a intervalos.
Por tanto la funcin P est definida sobre intervalos
----->

Es importante sealar que los espacios muestral continuos los podemos observar
habitualmente cuando trabajamos con magnitudes fsicas.
Este cuadro presenta un pequeo resumen:
Tipos
Discretas
Continua
s

Propiedades
En cada tramo, la variable slo puede tomar un nmero
determinado de valores.
La variable puede tomar tantos valores como queramos en el
tramo.

Ejemplos
Nmero de pginas de un libro. Puede
tener 185 o 186, pero no 185,5.
Altura. Puede ser 1,75; 1751

PUNTO ELEMENTAL
Es un resultado o un elemento del espacio muestral.
Por ejemplo:
Se tiene una muestra de los pesos de 5 alumnos de la Facultad de Ingeniera
Industrial
P = ((65,3), (45,8), (85,4), (69,5), (70.4))
Un punto elemental sera 65,3, ya que es solo un elemento de nuestro espacio
muestral.
FAMILIA DE EVENTOS
Se representa mediante F

Es el conjunto de todos los posibles eventos (sucesos) de un experimento dado.

El nmero de elementos de la Familia de Eventos est dado por la base 2 elevado
al nmero de elementos o posibles resultados. F = 2n
Por ejemplo:
Se tiene una muestra de los pesos de 5 alumnos de la Facultad de Ingeniera
Industrial
P = ((65,3), (45,8), (85,4), (69,5), (70.4))
La Familia de eventos sera:
5

F= 2 =32
2. Probabilidad asociada a un espacio muestral continuo
Hasta el momento los experimentos aleatorios de los que hemos hablado, tenan
un conjunto finito de resultados posibles, el espacio muestral era finito. Vamos a
mostrar ahora experimentos cuyo espacio muestral, sea un intervalo del conjunto
de los nmeros reales.
Sea una mesa de billar de longitud y ancho iguales a la unidad, si empujamos una
bola en la direccin que se indica en la figura, la bola rodar y rebotar en los
bordes hasta parar. Cuando pare, determina un punto sobre la mesa, cuya
distancia al extremo izquierdo denotamos por X.

X es una variable aleatoria continua, porque pertenece al intervalo [0,1]. El espacio

muestral es [0,1]. Lo que pretendemos es construir un modelo de probabilidad, en
el que cada resultado sea igualmente posible. Si procedemos como en el caso de
la probabilidad sobre un espacio discreto, deberamos asignar probabilidad 0 a
cada resultado, pues de otra forma, la suma de las probabilidades de todos los
posibles resultados no sera 1. En cualquier caso si asignamos a cada resultado
probabilidad 0, la suma es 0 y no 1 como debera ser.
Que asignemos probabilidad 0 a cada resultado puntual no significa que la
probabilidad de cada suceso sea 0. Si denotamos por X el resultado puntual de un
experimento concreto, la probabilidad:

3. Grficos para variables continuas

Cuando las variables son continuas, utilizamos como diagramas diferenciales
los histogramas y los polgonos de frecuencias.
Un histograma se construye a partir de la tabla estadstica, representando sobre
cada intervalo, un rectngulo que tiene a este segmento como base. El criterio
para calcular la altura de cada rectngulo es el de mantener la proporcionalidad
entre las frecuencias absolutas (o relativas) de cada intervalo y el rea de los
mismos.
El polgono de frecuencias se construye fcilmente si tenemos representado
previamente el histograma, ya que consiste en unir mediante lneas rectas los
puntos del histograma que corresponden a las marcas de clase. Para representar
el polgono de frecuencias en el primer y ltimo intervalo, suponemos que
adyacentes a ellos existen otros intervalos de la misma amplitud y frecuencia nula,
y se unen por una lnea recta los puntos del histograma que corresponden a sus
marcas de clase. Obsrvese que de este modo, el polgono de frecuencias tiene
en comn con el histograma el que las reas de las grficas sobre un intervalo son
idnticas.
El diagrama integral para una variable continua se denomina tambin polgono de
frecuencias acumulado, y se obtiene como la poligonal definida en abscisas a
partir de los extremos de los intervalos en los que hemos organizado la tabla de la
variable, y en ordenadas por alturas que son proporcionales a las frecuencias

acumuladas. Dicho de otro modo, el polgono de frecuencias absolutas es una

primitiva del histograma.

Por ejemplo:
Tenemos la siguiente distribucin de frecuencias:
Intervalos
0 -- 2

ci
1

ni
2

Ni
2

2 -- 4
4 -- 6
6 -- 8

3
5
7

1
4
3

3
7
10

8 - 10
12

12

Figura: Diagramas diferenciales e

integrales para una variable continua.

Polgono de frecuencias

TOMAR EN CUENTA: Cuando se pueden unir los puntos diremos que la grfica tiene una
variable continua. Y cuando no se pueden unir, diremos que la variable es discreta.

Resumen de los tipos de grfico recomendados con respecto al tipo de variable

analizada.
Principales diagramas segn el tipo de variable.
Tipo de variable

Diagrama

V. Cualitativa

Barras, sectores, pictogramas

V. Discreta

Diferencial (barras)
Integral (en escalera)

V. Continua

Diferencial (histograma, polgono de frecuencias)

Integral (diagramas acumulados)

Variable aleatoria continua

Si se tiene una variable aleatoria continua, la figura presenta el histograma de 85
aos de registro de caudales de crecientes (mximos instantneos) en el ro
Magdalena, agrupados en 9 intervalos de clase.
x
1
2
3
4
5
6
7
8
9
Total

P(x)
0.05
0.10
0.15
0.20
0.10
0.10
0.15
0.10
0.05
1.00

F(x)
0.05
0.15
0.30
0.50
0.60
0.70
0.85
0.95
1.00

Cuando el nmero de observaciones se incrementa, el tamao de los intervalos

decrece y se puede tener algo s

Donde f(x) es la llamada funcin de densidad de probabilidades y tiene las

siguientes caractersticas

i)
ii)

iii)
Lo que implica que las probabilidades se definen slo como REAS bajo la
funcin de densidad de probabilidad (FDP) entre lmites finitos.

4. Ejercicios Propuestos
1. Se tienen las probabilidades de que haya 1, 2, 3, ... etc, das nublados por
semana en un determinado lugar, con ellos calcule la distribucin de
probabilidades
2. Se utiliza una balanza de precisin para pesar partculas metlicas en un
kilo de limaduras de hierro. A= {X: 0 < X < infinito}
3. Se pide la cantidad de gotas de un litro de Hg. B= {X: 0 < X < infinito}
4. Cantidad de virutas de hierro al pasar barras de hierro por una fresadora C=
{X: 0 < X < infinito}
8

5. De un grupo de profesionales de Ing. Industrial, se tiene la siguiente

informacin:
Sea x: Edad de las mujeres. Se encuentra dentro del intervalo de 22<x<28
Sea Y: Edad de los varones. Se encuentra dentro del intervalo de
24<y<29
n={ (x,y) R / 22<x<28 24<y<29}
6. El peso de un alumno de la facultad de Ingeniera Industrial D= {X: 0 < X <
infinito}
7. La cantidad de Sulfato ferroso necesario para determinar si una solucin
contiene sodio E= {X: 0 < X < infinito}
8. La cantidad de alumnas de Ingeniera Industrial que tienen cabello negro en
el Per F= {X: 0 < X < infinito}
9. Nmero de granos de arroz en la produccin anual de una empresa
arrocera. G= {X: 0 < X < infinito}
10. Otros ejemplos de variables aleatorias con espacios muestrales continuos
son los rendimientos, las ganancias de peso, las precipitaciones, entre
otras.

5. Ejercicios desarrollados
Ejemplo 1:
La siguiente distribucin se refiere a la duracin en horas (completas) de un lote
de 500 tubos:
Duracin en horas

Nmero de tubos

300 -- 500

50

500 -- 700

150

700 -- 1.100

275

ms de 1.100

25
Total 500

Representar el histograma de frecuencias relativas y el polgono de

frecuencias.

Trazar la curva de frecuencias relativas acumuladas.

Determinar el nmero mnimo de tubos que tienen una duracin inferior a

900 horas.

Solucin: En primer lugar observamos que la variable en estudio es

discreta (horas completas), pero al tener un rango tan amplio de valores resulta
ms conveniente agruparla en intervalos, como si de una variable continua se
tratase. La consecuencia es una ligera prdida de precisin.
El ltimo intervalo est abierto por el lmite superior. Dado que en l hay 25
observaciones puede ser conveniente cerrarlo con una amplitud ``razonable''.
Todos los intervalos excepto el tercero tienen una amplitud de 200 horas, luego
podramos cerrar el ltimo intervalo en 1.300 horas
Antes de realizar el histograma conviene hacer una observacin importante. El
histograma representa las frecuencias de los intervalos mediante reas y no
mediante alturas. Sin embargo nos es mucho ms fcil hacer representaciones
grficas teniendo en cuenta estas ltimas. Si todos los intervalos tienen la misma
amplitud no es necesario diferenciar entre los conceptos de rea y altura, pero en
este caso el tercer intervalo tiene una amplitud doble a los dems, y por tanto hay
que repartir su rea en un rectngulo de base doble (lo que reduce su altura a la
mitad).
As ser conveniente aadir a la habitual tabla de frecuencias una columna que
represente a las amplitudes ai de cada intervalo, y otra de frecuencias relativas
rectificadas, fi', para representar la altura del histograma. Los grficos requeridos
se representan en las figuras 1 y 2.
Intervalos

ai

ni

fi

fi'

Fi

10

300 -- 500

200

50

0,10

0,10

0,10

500 -- 700

200

150

0,30

0,30

0,40

700 -- 1.100

400

275

0,55

0,275

0,95

1.100 -- 1.300

200

25

0,05

0,05

1,00

n=500

11

Figura 1: Histograma. Obsrvese que la altura del histograma en cada intervalo

es fi' que coincide en todos con fisalvo en el intervalo 700 -- 1.100 en el
que

ya que la amplitud de ese intervalo es doble a la de los dems.

Figura 2: Diagrama acumulativo de frecuencias relativas

12

Por otro lado, mirando la figura 1 se ve que sumando frecuencias relativas, hasta
las 900 horas de duracin hay
0,10 + 0,30 + 0,275 = 0,675 = 67,5 % de los tubos.
Esta cantidad se obtiene de modo ms directo viendo a qu altura corresponde al
valor 900 en el diagrama de frecuencias acumuladas (figura 2).
Como en total son 500 tubos, el nmero de tubos con una duracin igual o menor
que 900 horas es

, redondeando, 338 tubos.

Ejemplo 2:

El peso de un beb al nacer (2,3 Kg., 2,4 Kg., 2,5 kg) o la altura de una
persona (1,64 m, 1,65 m, 1,66 m...), que solamente est limitado por la
precisin del aparato medidor, en teora permiten que siempre exista un
valor entre dos cualesquiera.
As, continuando con el anlisis de los datos de la tabla, vemos que en
este caso tiene sentido unir los puntos ya que el peso del beb no son
nmeros enteros, se trata de valores reales, es decir estamos trabajando
con una variable de tipo continuo.

Grfico del Peso (kg) vs los meses:

13

Ejemplo 3:
Se tiene un grupo de semillas que germinan dependiendo del volumen del agua
con el que se riegan se pide, clasificar el tipo de variable en estudio, adems
hacer el grfico adecuado del mismo. Siendo los datos los siguientes:
20 semillas germinaron con 10 m3 de agua, 40 con 15 m3 , 60 con 22 m3, 100 con
27 m3, 125 con 35 m3, 163 con 42 m3, 180 con 45 m3, 144 con 55 m3 y 123 con 60
m3.
Solucin:
Tipo de variable: Variable cuantitativa continua.

Ejemplo 4:
Se toman datos de un estudio a 15 alumnos para obtener el nmero de das de
reposo relacionado con el peso que ganaron por da, y se obtiene el siguiente
grfico, determinar el tipo de variable en estudio.
Solucin:

14

Tipo de variable: Variable cuantitativa continua

Ejemplo 5:
En una maternidad se han tomado los pesos en kg de 50 recin nacidos:

2,8

3,2

3,8

2,5

3,7

1,9

2,6

3,5

2,3

3,0

2,6

1,8

3,3

2,1

2,1

2,8

3,1

3,9

2,9

3,5

3,0

3,1

3,4

3,4

1,9

3,0

2,9

2,4

3,4

2,0

2,6

2,3

2,3

2,9

3,0

2,7

2,9

2,8

2,7

3,1

3,1

3,1

2,6

2,9

3,3

a) Construya una tabla con los datos agrupados en 6 intervalos de amplitud de

4,00 kg.
b) Representa grficamente la distribucin
c) Diga qu tipo de variable se est estudiando.

Solucin:
INTERVALOS

FRECUENCIAS
15

[1,6; 2>
[2; 2,4>

3
5

[2,4; 2,8>
10
[2,8;3,2>
20
[3,2; 3,6>
9
[3,6; 4>
3

50
Tipo de variable: Variable cuantitativa continua

Ejemplo 6:
El nmero de veces que han ido al cine durante el ltimo mes los habitantes de un
pueblo es, determine el tipo de grfico adecuado para la variable estudiada
Tipo de variable: Variable cuantitativa continua
N veces

fi

15

26
16

32

20

15

5 o ms

Grfico:

Ejemplo 7:
Los goles que se marcan en la una jornada de liga han sido en los siguientes
minutos de juego:
{20,11,89,3,20,4,2,35,50,29,59,30,90,33,78,54,21,19,60,34,56,63,45,31,26,32,5,78
,88,85,34}
Realice la tabla de frecuencia absolutas y la de frecuencias relativas agrupndolos
en clases de cuarto de hora.
Clase
[0,15>
[15,30>

Frecuencia absoluta

Frecuencia relativa

0,161

0,194

0,223

[30,45>

17

[45,60>
5

0,161

0,065

0,194

31

[60,75>
[75,90>

Ejemplo 8:
En una clase de Educacin Fsica se ha cronometrado el tiempo, en segundos,
que tarda cada alumno/a en recorrer cierta distancia fija. Los datos obtenidos han
sido los siguientes:
10,5 9,2 8 8,6 9 15 12 12,5 9,2 10 8,2 8,1 9,3 9,4 10 10,2 9,1 8,2 8,1 8
8 8,4 9,2 14 11,5 10 9 8,6 12 8,3
a) Elabora una tabla de frecuencias, agrupando los datos en intervalos de la forma
que creas ms conveniente
b) Representa grficamente la distribucin
En primer lugar, debemos saber que la variable estudiada es continua (tiempo).
Adems, entre los datos tenemos el valor menor que es 8 y el mayor que es 15; su
diferencia es 15-8=7 Por tanto debemos contar 7 intervalos de longitud 1
empezando en 8
Intervalo
[8,9>

Frecuencia
11

[9,10>
8

18

[10,11>
5
[11,12>
1
[12,13>
3
[13,14>
0
[14,15>
2

30
12

11

10
8

8
6

3
2

2
0

1
[8,9>

[9,10>

[10,11>

[11,12>

[12,13>

[13,14>
0

[14,15>

Ejemplo 9:

En un grupo de 30 nios se ha medido el peso, en kilogramos, de cada uno de

ellos, obteniendo los siguientes resultados.
30 31 28 25 33 24 31 32 26 39 32 35 37 29 32 40 35 38 31 36 34 35
30 28 27 32 33 29 30 31
a) Haz una tabla de frecuencia, agrupando los datos en intervalos de la forma
que creas ms conveniente.
b) Representa grficamente la distribucin.
Primero debe saber que la variable en estudio es continua (el peso). Adems,
entre los datos que tenemos hay una gran variedad. Por tanto debemos agrupar
19

los datos en intervalos.

El menor valor es 25 y el mayor es 40, como hay 30 datos, la raz cuadrada
redondeada es el nmero de intervalos, entonces tenemos 6 intervalos de longitud
3, empezando de 24.5.
Intervalo
24,5 27,5

Frecuencia
3

27,5 30,5
7
30,5 - 33,5
10
33,5 36,5
6
36,5 39,5
3
39,5 - 42,5
1

30
12
10
8
6
4
2
0
24,5 27,5

27,5 30,5 30,5 - 33,5 33,5 36,5

36,5 39,5 39,5 - 42,5

Ejemplo 10:

Se tienen las probabilidades de que haya 1, 2, 3, ... etc, das nublados por semana
en un determinado lugar, con ellos calcule la distribucin de probabilidades
x

P(x)

F(x)
20

0
1
2
3
4
5
6
7
Total

0.05
0.15
0.25
0.20
0.15
0.10
0.08
0.02
1.0

0.05
0.20
0.45
0.65
0.80
0.90
0.98
1.00

6. Fuentes
A. Pginas consultadas

21

http://www.fca.proed.unc.edu.ar/mod/book/view.php?
id=3272&chapterid=172

http://definicion.de/espacio-muestral/

http://tsu-estadistica.blogspot.com/2013/02/eventos-aleatorios-y-espaciomuestral.html

http://virtual.uptc.edu.co/ova/estadistica/docs/libros/ftp.bioestadistica.uma.e
s/libro/node10.htm#SECTION00152400000000000000

http://web.educastur.princast.es/proyectos/formadultos/unidades/matematic
as_2/ud3/2_1.html

http://www.kalipedia.com/matematicas-estadistica/tema/estadisticadescriptiva/pictogramas

http://www.est.uc3m.es/esp/nueva_docencia/getafe/ciencias_empresariales/
metod_estad_empresa/doc_generica/archivos/Ejercicios%20resueltos
%20Tema%201.pdf

http://fluidos.eia.edu.co/hidrologiai/probabilidad/probabilidad.htm
B. Libros consultados

JAY L. DEVORE , S.A. EDICIONES PARANINFO, 2006. PROBABILIDAD Y

ESTADSTICA PARA INGENIERAS Y CIENCIAS

22