UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERÍA

ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA

INDUSTRIAL

ESTADÍSTICA Y PROBABILIDADES

TEMA

INVESTIGACIÓN BIBLIOGRÁFICA I

CICLO

SECCIÓN

ESTUDIANTES

o BERMUDEZ REYES, Emily Giomara

o CHÁVEZ CERNA, Thalia Julissa

o MÉNDEZ ECHEVARRÍA, Jorge Rodrigo

o MEZA SANTIAGO, Óscar Andrés

o PEÑA MENDOZA, Milagros Isabel

o VÁSQUEZ OLIVARES, Manuel Augusto

TRUJILLO – PERÚ
2019

1
 ÍNDICE

1. DEFINICIÓN DE LA ESTADÍSTICA …………………………………… ( 3 )

2. ORIGEN ETIMOLÓGICO ………………………………..……………… ( 4 )

3. CLASES DE ESTADÍSTICA ……………………………………...……… ( 5 )

4. OBJETIVOS DE LA ESTADÍSTICA …………………………….……… ( 7 )

5. HISTORIA DE LA ESTADÍSTICA ……………………………………… ( 8 )

6. USOS DE LA CIENCIA ESTADÍSTICA ……………….……………… ( 15 )

7. IMPORTANCIA ………………………………………….…….………… ( 16 )

8. VARIABLES ……………………………………………………………… ( 17 )

9. MARCO MUESTRAL …………………………………………………… ( 20 )

10. PARÁMETRO Y ESTIMADOR ………………………………………… ( 21 )

11. BIBLIOGRAFÍA …………………………………………….…………… ( 24 )

12. LINKOGRAFIA ………………………………………..………………… ( 25 )

2
 INVESTIGACIÓN BIBLIOGRÁFICA

1. DEFINICIÓN DE ESTADÍSTICA

La estadística se ocupa de los métodos científicos que se utilizan para

recolectar, organizar, resumir, presentar y analizar datos así como para obtener

conclusiones válidas y tomar decisiones razonables con base en este análisis. El

término estadística también se usa para denotar los datos o los números que se

obtienen de esos datos; por ejemplo, los promedios. Así, se habla de estadísticas

de empleo, estadísticas de accidentes, etcétera.

FIGURA 1. Definición de Estadística.

3
2. ORIGEN ETIMOLÓGICO DE ESTADÍSTICA

Por mucho tiempo, la palabra estadística se refería a información

numérica sobre los estados o territorios políticos. La palabra viene del latín

“statisticus” que significa “del estado” y a su vez compuesto del italiano “statista”

que quiere decir hombre de estado. Las estadísticas como las conocemos hoy día

tomaron en desarrollarse varios siglos y en muchas mentes privilegiadas.

El término alemán statistik, que fue primeramente introducido por

Gottfried Achenwall en 1749, designaba originalmente el análisis de datos del

Estado, es decir, la ciencia del Estado (también llamada aritmética política de su

traducción directa del inglés). No fue hasta el siglo XIX (1754) cuando el término

estadística adquirió el significado de recolectar y clasificar datos. Este concepto

fue introducido por el inglés John Sinclair.

En su origen, por tanto, la Estadística estuvo asociada a los Estados, para

ser utilizados por el gobierno y cuerpos administrativos (a menudo centralizados).

La colección de datos acerca de estados y localidades continúa ampliamente a

través de los servicios de estadísticas nacionales e internacionales. En particular,

los censos suministran información regular acerca de la población.

4
3. CLASES DE ESTADÍSTICA

Se divide en dos grupos:

a. Estadísticas descriptivas

Rama de la estadística que está formada por procedimientos

empleados para resumir y describir las características importantes de un

conjunto de mediciones.

Ejemplo:

o Una bolsa de dulces de cacahuate contiene 21 dulces con los

colores que se indican en la tabla 1. La variable “color” es

cualitativa. Se observa que el café es el color más frecuente,

seguido por el azul, verde y anaranjado, ordenamos las barras de

mayor a menor y generamos la gráfica de barras o también

denomina gráfica de Pareto.

TABLA 1. Datos sin elaborar de los 21 colores de dulces.

5
 GRÁFICA 1. Colores de 21 dulces.

b. Estadísticas inferenciales

Rama de la estadística que está formada por procedimientos

empleados para hacer inferencias acerca de características poblacionales, a

partir de información contenida en una muestra sacada de esta población. El

objetivo de la estadística inferencial es hacer inferencias (es decir, sacar

conclusiones, hacer predicciones, tomar decisiones) acerca de las

características de una población a partir de información contenida en una

muestra.

Ejemplo:

o Un director de personal desea comparar la efectividad de dos

métodos de capacitar empleados industriales a realizar cierta

operación de ensamble. Un número de empleados se ha de dividir

6
 en dos grupos iguales: el primero recibiendo capacitación del

método 1 y, el segundo, el método de capacitación 2. Cada uno

efectuará la operación de ensamble y el tiempo de ensamblado se

registrará. Se espera que las mediciones para ambos grupos tendrán

una variación de alrededor de 8 minutos. ¿cuántos trabajadores

deben estar incluidos en cada grupo de capacitación?

FIGURA 2. Estadística Inferencial.

4. OBJETIVOS DE LA ESTADÍSTICA

o Pronosticar resultados.

o Predecir preferencias de productos.

o Inferir a partir de la recolección de datos obtenidos de un subconjunto

tomado de un gran conjunto de datos.

o Analizar los datos recolectados para tomar decisiones.

7
5. HISTORIA DE LA ESTADÍSTICA

Su origen empieza posiblemente en la isla de Cerdeña, donde existen

monumentos prehistóricos pertenecientes a los Nuragas, las primeros habitantes

de la isla; estos monumentos constan de bloques de basalto superpuestos sin

mortero y en cuyas paredes de encontraban grabados toscos signos que han sido

interpretados con mucha verosimilidad como muescas que servían para llevar la

cuenta del ganado y la caza.

Hacia el año 3000 a. de C. los babilonios utilizaban ya pequeñas tablillas

de arcilla para recopilar datos sobre la producción

agrícola y los géneros vendidos o cambiados

mediante trueque.

En el antiguo Egipto, los faraones lograron recopilar,

alrededor del año 3050 a. de C., prolijos datos relativos a la

población y la riqueza del país; de acuerdo con el historiador

griego Heródoto, dicho registro de la riqueza y la población

se hizo con el propósito 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 referencia, 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 habitantes, y el libro Crónicas describe

el bienestar material de las diversas tribus judías.

8
 En China ya había registros numéricos

similares con anterioridad al año 2000 a. de C. Los

griegos, hacia el año 594 a. de C., efectuaron

censos periódicamente con fines tributarios,

sociales (división de tierras) y militares (cálculo de recursos y hombres

disponibles). Pero fueron los romanos, cada cinco años llevaban a cabo un censo

de la térpoblación, y los 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.

Durante los mil años posteriores a la caída del Imperio Romano se

hicieron muy pocas operaciones estadísticas, con la notable excepción de las

relaciones de tierras pertenecientes a la Iglesia, compiladas por Pipino el Breve y

por Carlomagno en los años 758 y 762, respectivamente.

Después de la conquista normanda de Inglaterra en 1066, el rey

Guillermo I encargó un censo en el año 1086. La información en él obtenida se

recoge en el Domesday Book, o Libro del Gran Catastro, que es un documento

acerca de la propiedad, la extensión y el valor de las tierras en Inglaterra. Esta obra

fue el primer compendio estadístico de ese país.

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 Galilei, William Harvey, Francis Bacon y René

Descartes hicieron grandes operaciones con base en el método científico, de tal

9
forma que cuando se crearon los Estados nacionales y surgió como fuerza el

comercio internacional, había ya un método capaz de aplicarse a los datos

económicos.

Durante un brote de peste que apareció a fines del siglo XVI, el gobierno

inglés comenzó a publicar estadísticas semanales de los

decesos. Esa costumbre continuó muchos años, y en 1632

los llamados Bills of Mortality (Cuentas de Mortalidad) ya

contenían datos sobre los nacimientos y fallecimientos por

sexo. En 1662, el capitán John Graunt compiló

documentos que abarcaban treinta años, mediante los cuales

efectuó predicciones sobre el número de personas que morirían de diversas

enfermedades, así como de las proporciones de nacimientos de hombres y mujeres

que cabía esperar. El trabajo de Graunt, condensado en su obra Natural and

political observations made upon the Bills of Mortality (Observaciones políticas

y naturales hechas a partir de las Cuentas de Mortalidad), fue un esfuerzo de

inferencia y teoría estadística.

Alrededor del año 1540, el alemán Sebastián Muster realizó una

compilación estadística de los recursos nacionales, que comprendía datos acerca

de la organización política, instrucciones sociales, comercio

y poderío militar. Durante el siglo XVII se aportaron

indicaciones más concretas sobre los métodos de

observación y análisis cuantitativo y se ampliaron los

campos de la inferencia y la teoría estadística.

10
 El primer empleo de los datos estadísticos para fines

ajenos a la política tuvo lugar en 1691 y estuvo a cargo de

Gaspar Neumann. 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, 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.

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.

Uno de los primeros trabajos sobre las probabilidades corresponde al

matemático italiano del siglo XVI Girolano Cardano, aunque fue publicado 86

años después de su fallecimiento.

Durante el siglo XVIII empieza el auge de la estadística descriptiva en

asuntos sociales y económicos, y es a finales de ese siglo y comienzos del XIX

cuando se comienzan a asentar verdaderamente las bases teóricas de la teoría de

probabilidades con los trabajos de Joseph Louis Lagrange y Pierre Simon de

Laplace, del brillantísimo y ubicuo matemático y astrónomo alemán Carl

Friedrich Gauss, y de Simeón-Denis Poisson. Previamente, cabe destacar el

11
descubrimiento de la distribución normal por Abraham de Moivre, distribución

que será posteriormente “redescubierta” por Gauss y Poisson.

Jacques Quételect es quien aplica la estadística a las ciencias sociales.

Interpretó la teoría de la probabilidad para su uso en esas ciencias y aplicó el

principio de promedios y de la variabilidad a los fenómenos sociales.

Quételect fue el primero en efectuar la aplicación práctica de todo el

método estadístico entonces conocido a las diversas ramas de la ciencia.

En el periodo de 1800 a 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, realizada

por Laplace, Gauss y Legendre. A finales del siglo XIX, Sir Francis Galton ideó

el método conocido como 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, tales como J. Pease

Norton, R. H. Hooker y G. Udny Yule, que efectuaron

amplios estudios sobre la medida de las relaciones.

12
 Francis Galton y Kurt Pearson, publicó en 1892 el libro The Grammar of

Science (La gramática de la ciencia), un clásico en la filosofía de la ciencia, y fue

él quien ideó el conocido test de Chi -cuadrado. El hijo de Pearson, Egon, y el

matemático nacido en Polonia Jerzy Neyman pueden considerarse los fundadores

de las pruebas modernas de contraste de hipótesis.

Pero es sin lugar a dudas Ronald Arnold Fisher la

figura más influyente de la estadística, pues la situó como una

poderosa herramienta para la planeación y análisis de

experimentos. Contemporáneo de Pearson, desarrolló el

análisis de varianza y fue pionero en el desarrollo de numerosas

técnicas de análisis multivariante y en la introducción del método de máxima

verosimilitud para la estimación de parámetros. Su libro Statistical Methods for

Research Workers (Métodos estadísticos para los investigadores), publicado en

1925, ha sido probablemente el libro de estadística más utilizado a lo largo de

muchos años.

Desde finales del siglo XVIII y comienzos del XIX cabe destacar las

figuras de Pafnuty Chebichev y Andrei Harkov, y posteriormente las de

Alexander Khinchin y Andrey Kolmogorov.

En el siglo XIX, con la generalización del método científico para estudiar

todos los fenómenos de las ciencias naturales y sociales, los investigadores vieron

la necesidad de reducir la información a valores numéricos para evitar la

ambigüedad de las descripciones verbales.

13
FIGURA 3. Hechos dentro de la historia de la Estadística

14
6. USOS DE LA CIENCIA ESTADÍSTICA

o Se hacen muestreos de consumidores para obtener información

para predecir preferencias de productos

o Médicos investigadores realizan experimentos para determinar el

efecto de diversos medicamentos y condiciones ambientales

controladas en seres humanos para inferir el tratamiento adecuado

para varias enfermedades.

o Los economistas observan varios índices del estado de la economía

en un periodo y usan la in00formación para pronosticar las

condiciones de la economía en el futuro.

15
7. IMPORTANCIA DE LA ESTADÍSTICA

La estadística trata de la selección, análisis y uso de datos con el fin de

resolver problemas. Esta aparece en cada faceta de nuestras vidas, por lo tanto

poseer algunos conocimientos de estadística será de utilidad para la población en

general, pero en particular para ingenieros, científicos y administradores debido a

que de manera rutinaria, manejan y analizan datos.

Para los ingenieros industriales, la estadística es importante porque le

brinda métodos que se utilizan para analizar datos de un proceso industrial con el

objetivo de realizar modificaciones que mejoren la calidad del proceso y por ende

del producto a fabricar. Por ejemplo, si un proceso es discontinuo en vez de

continuo, la densidad de material no sólo variará entre los lotes que salen de la

línea de producción sino también dentro de los propios lotes; es ahí donde los

métodos estadísticos analizarán datos del proceso mencionado anteriormente y

pensarán que cambios aplicar para mejorar la calidad de los lotes.

En la investigación científica la estadística toma importancia al momento

de dar conclusiones objetivas. Por eso es necesario que un investigador conozca

las herramientas que van desde el análisis e interpretación de datos, al proceso de

predicción y toma de decisiones.

16
8. VARIABLES

o VARIABLES CUALITATIVAS

1. Rentabilidad y la demanda en una empresa de la industria de bebidas no

alcohólicas.

2. Desempeño laboral del personal administrativo de una institución al año.

3. Nivel de participación de mercado de la empresa Optimus Life E.I.R.L.

4. Calidad de alimentos balanceados peletizados para aves por año.

5. Eficiencia del proceso de registro de ingresos de productos en un almacén

al mes.

6. Materia prima de una empresa pesquera.

7. Rendimiento laboral de una empresa de la industria hotelera.

8. Metodología para mejorar el proceso de programación y despacho en una

empresa comercializadora de concreto premezclado.

9. Materiales críticos de una empresa del rubro eléctrico.

10. Nivel de factibilidad para la implementación de una planta procesadora

de cítricos.

17
 o VARIABLES CUANTITATIVAS DISCRETAS

1. Número de trabajadores en el conglomerado Grupo Gloria.

2. Operaciones aéreas que se realizan en el aeropuerto Jorge Chávez al día.

3. Número de productos defectuosos producidos al día por una industria.

4. Cantidad de huéspedes en un hotel por día.

5. Número de productos vendidos en la página web de una empresa cada mes.

6. Número de clientes que visitan un supermercado por día.

7. Plazo de entrega de proyectos en la empresa de telecomunicaciones “Claro”

en días

8. Producción de calzado en el distrito del Porvenir al año.

9. Mermas en el área de producción de una empresa por mes.

10. Número de miles de productos exportados de una empresa agroindustrial al

año.

18
o VARIABLES CUANTITATIVAS CONTINUAS

1. Tasas de subcontratación de una sociedad mercantil.

2. El consumo eléctrico de una empresa por mes en KWh.

3. Gasto de dinero del Gobierno en el desarenado de Salaverry en nuevos soles.

4. Impuesto general a las ventas mensual de una empresa.

5. Utilidad anual de una empresa extractora de petróleo.

6. Tiempo empleado para embotellado de latas en minutos.

7. Concentración de oxígeno en aguas residuales

8. Tiempo que demora el delivery de una empresa en entregar un pedido

9. Inversión para la Industrialización y Comercialización del néctar de cocona.

10. Costos en el área de producción de la empresa Chimú

19
9. MARCO MUESTRAL

o Es una lista, o conjunto, de los elementos que pertenecen a la población de la cual

se toma la muestra. (Johnson, R. y Kuby, 2008).

o Es la parte de la población desde donde se selecciona la muestra. Idealmente el

marco muestral coincide con la población. Sin embargo, por razones de costo, se

suele no considerar una parte de la población, al seleccionar la muestra. Las

conclusiones que se obtienen como resultado de un estudio estadístico aplicado a

los datos obtenidos de una muestra, se refieren a toda la población, aun cuando la

muestra haya sido obtenida de un marco muestral que no es toda la población. Por

ejemplo, la población es el conjunto de todos los trabajadores de una empresa.

Para efectuar un estudio, se extrae una muestra de los trabajadores de la oficina

central, dejándose fuera del marco muestral, pero no de la población, a los de una

sucursal que se encuentra geográficamente distante. (J.M. Galbiati, 2014).

20
10. PARÁMETRO Y ESTIMADOR

o PARÁMETRO

Se llaman parámetros a las mediciones descriptivas numéricas

que son necesarias para calcular la probabilidad de observar resultados

muestrales.

Ejemplo:

Un entrevistador está seguro de que las respuestas a sus preguntas

“de acuerdo/en desacuerdo” seguirán una distribución binomial, pero se

desconoce p, la proporción de quienes están “de acuerdo” de la población.

En estos casos, debemos apoyarnos en la muestra para saber de

estos parámetros. La proporción de quienes están “de acuerdo” en la

muestra del entrevistador da información acerca del valor real de p.

21
o ESTIMADOR

Estimador: es una regla, generalmente expresada como fórmula,

que nos dice cómo calcular una estimación basada en información de la

muestra.

Los estimadores se usan en dos formas diferentes:

 Estimación puntual: Con base en datos muestrales, se

calcula un solo número para estimar el parámetro

poblacional. La regla o fórmula que describe este cálculo

se denomina estimador puntual y el número resultante

recibe el nombre de estimación puntual.

 Estimación de intervalo: Con base en datos muestrales,

dos números se calculan para formar un intervalo dentro

del cual se espera esté el parámetro. La regla o fórmula

que describe este cálculo se denomina estimador de

intervalo y el par de números resultantes se llama

estimación de intervalo o intervalo de confianza

Ejemplos: método de estimación

Los circuitos en computadoras y otros equipos electrónicos

están formados por una o más tarjetas de circuito impreso (PCB) y es

frecuente que las computadoras sean reparadas con sólo cambiar una o

más de estas tarjetas. En un intento por hallar el ajuste apropiado de un

proceso de chapa aplicado a uno de los lados de una PCB, un supervisor

de producción podría estimar el grosor aproximado de chapa de cobre en

22
las PCB usando muestras de varios días de operación. Como no sabe del

grosor promedio m antes de observar el proceso de producción, el suyo es

un problema de estimación.

Un veterinario desea estimar el aumento mensual promedio en

el peso de cachorros de raza Golden retriever, de 4 meses de edad, que han

sido puestos a dieta de carne de cordero y arroz. La población está formada

por los aumentos mensuales en el peso de todos los cachorros de raza

Golden retriever a los que se da esta dieta particular. El veterinario desea

estimar el parámetro desconocido µ, el aumento mensual promedio en el

peso para esta población hipotética. Un posible estimador basado en datos

muestrales es la media muestral. Podría usarse en la forma de un solo

número o estimación puntual, por ejemplo 3.8 libras, o podría usarse una

estimación de intervalo y estimar que el aumento promedio en el peso será

entre 2.7 y 4.9 libras.

23
BIBLIOGRAFÍA

o Mendenhall, w., Baver, R.. Beaver, B. Introducción a la Probabilidad y

Estadística. México: Cengage 2010.

o Spiegel, R. y Stephens,L. Estadistica. México, D.F. : McGraw-Hill, 2004.

o WALPOLE – MYERS. (2012). Probabilidad y Estadística para

Ingeniería y Ciencias. 9na. Edic. Edit. Graw-Hill. Interamericana.

o Montgomery, D. y Runger, G. Probabilidad y Estadística Aplicada a la

Ingeniería. 2da Edición Limusa Wiley. Mexico 2004.

o Johnson, R. y Kuby, Estadística Elemental. Lo esencial, 10ª edición

o Jorge M. Galbiati Riesco, Conceptos Básicos de Estadística, 2014.

o Wackerly, D.; Mendenhall, W. Y/ Scheaffer, R. L. (2010). Estadística

Matemática con Aplicaciones. Séptima Edición. Cengage Learning

Editores, S.A. de C.V., México, D.F

o Freedman, D. (1999). From association to causation: some remarks on the

history of statistics. Berkeley, CA: University of California Press.

o Hacking, I. (1990). The taming of chance. Cambridge, MA: Cambridge

University Press.

o Salsburg, D. (2002). The Lady Tasting Tea. How statistics revolutionized

science in the twentieth century ( 2n d rev. ed.). New York: Owl Books.

24
LINKOGRAFÍA

o Anonimo.(sin precisar). Estadistica. Lugar de publicación:

EcuRed.

web.https://www.ecured.cu/Estad%C3%ADstica?fbclid=IwAR0j

zQ5DKFIbxifE5tKk_FfV5kRATpCGam-0wVAtU7-

xrH7hmNOebinO2Zc#Origen

o Guillermo, A. A. (2008).Origen etimológico de la estadistica.

Lugar de publicación: Recuperacion del primer periodo

estadistico.https://recuperacion1p.blogspot.com/2008/11/origen-

etimologico-de-la-

estadistica.html?fbclid=IwAR3zu6a00Uvmb_1KDrKmPfVxU2sy

RinWuO743pS43fHeqerRrWZc_LSVOwE

o Anonimo. (2012).ESTADISTICA PARA TODOS.Sin precisar.

Estadística para todos.

http://www.estadisticaparatodos.es/software/software.html

o Anonimo (2005).Revista de divugacion tecnologica. Sin precisar:

La ciencia y el

hombre.https://www.uv.mx/cienciahombre/revistae/vol18num2/ar

ticulos/historia/?fbclid=IwAR0jzQ5DKFIbxifE5tKk_FfV5kRAT

pCGam-0wVAtU7-xrH7hmNOebinO2Zc

25