UNIVERSIDAD TECNOLOGICA DE HONDURAS

Nombre de la Asignatura: Estadística 1

Código: EE-0101

Catedrático Ing. HÉCTOR ANTONIO CASTILLO CRUZ

Integrantes Grupo 2

Sorayda Suyapa Dueñas Posas 201830060010 (coord.)

Gloria Aracely Vásquez Ramírez 224062030
Enrique Jefte Pereira Guevara 201710030084
Gustavo Adolfo Del Cid Portillo 200886110135

Tarea Grupal
Probabilidades, Distribución, Investigación y Ensayo

Fecha 29 de noviembre del 2018

 Tabla de contenido
Portada................................................................................................................................................ 1
Tabla de Contenido (Índice) ................................................................................................ 2-3
Introducción ............................................................................................................................. 4-5
Desarrollo guía de trabajo ............................................................................................................. 6-15
Ejercicios de Probabilidades ............................................................................................. 6-10
Ejercicio N°1 ................................................................................................................................ 6
Ejercicio N°2 ................................................................................................................................ 6
Ejercicio N°3 ................................................................................................................................ 7
Ejercicio N°4 ............................................................................................................................. 7-8
Ejercicio N°5 ................................................................................................................................ 8
Ejercicio N°6 ................................................................................................................................ 8
Ejercicio N°7 ................................................................................................................................ 9
Ejercicio N°8 ................................................................................................................................ 9
Ejercicio N°9 ................................................................................................................................ 9
Ejercicio N°10 ............................................................................................................................ 10
Ejercicio N°11 ............................................................................................................................ 10
Ejercicio N°12 ............................................................................................................................ 10
Ejercicio N°13 ............................................................................................................................ 10
Ejercicios de Teoría de la Distribución ..............................................................................11-15
Ejercicio N°1 .............................................................................................................................. 11
Ejercicio N°2 ......................................................................................................................... 11-12
Ejercicio N°3 .............................................................................................................................. 13
Ejercicio N°4 .............................................................................................................................. 14
Ejercicio N°5 .............................................................................................................................. 15
Desarrollo de Investigación ......................................................................................................... 16-36
1.- ¿Quién es el padre de la estadística? .............................................................................. 16
2.- ¿Cuál es la rama de la ciencia de la cual proviene la estadística? ...................................... 16
3.- ¿Cuáles son las ramas en que se divide la estadística? ..................................................... 16
4.- Explique y Ejemplifique en que consiste el teorema de Bayes .......................................... 17
5.- Explique y Ejemplifique en que consiste el teorema de Gauss-Márkov ............................. 18
6.- Explique y Ejemplifique en que consiste el teorema del límite central ..........................19-20
7.- ¿En qué año se dio la primera clase de estadística en la UNAH? ....................................... 20

201830060010 Sorayda Suyapa Dueñas Posas 2

 8.- Explique y Ejemplifique en que consiste el teorema RAO-Blackwell .............................20-21
9.- Explique y Ejemplifique en que consiste el teorema Slutsky.........................................22-23
10.- ¿Cuál fue el nombre del primer libro de estadística registrado? ..................................... 23
11.- Explique y Ejemplifique en que consiste el teorema de Aumann ................................24-25
12.- Explique y Ejemplifique en que consiste el teorema de Cochran .................................... 26
13.- Realice una biografía de 2 páginas de Herman Conring ..............................................27-28
14.- Realice una biografía de 2 páginas de Godofredo Achenwall......................................29-31
15.- Realice una biografía de 2 páginas de Adolfo Quetelet ..............................................32-34
16.- Realice una biografía de 2 páginas de Confucio .........................................................35-36
Importancia de la Estadística en nuestras Vidas (Ensayo 5 páginas)......................................... 37-41
Conclusiones ....................................................................................................................... 42
Bibliografía ........................................................................................................................... 43-44

201830060010 Sorayda Suyapa Dueñas Posas 3

 Introducción

Desde los comienzos de la civilización han existido formas sencillas de estadísticas, 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 ciertas cosas. Hacia el
año 3000 A.C. los babilonios ya usaban pequeñas tablillas de arcilla para recopilar datos en
tablas sobre la producción agrícola y los géneros vendidos o cambiados mediante trueque.
Los egipcios analizaban los datos de la población y la renta del país mucho antes de construir
las pirámides en el siglo XXXI A.C. Tal era su dedicación por llevar siempre una relación de
todo que hasta tenían a la diosa Safnkit, diosa de los libros y las cuentas.

En la Biblia observamos en uno de los libros del Pentateuco, bajo el nombre de Números, el
censo que realizó Moisés después de la salida de Egipto. Textualmente dice: Censo de las
tribus: El día primero del segundo año después de la salida de Egipto, habló YHWH a Moisés
en el desierto del Sinaí en el tabernáculo de la reunión, diciendo: "Haz un censo general de
toda la asamblea de los hijos de Israel, por familias y por linajes, describiendo por cabezas
los nombres de todos los varones aptos para el servicio de armas en Israel." En otro libro de
la Biblia, llamado Crónicas se describe el bienestar material de las diversas tribus judías.

En China, Confucio en uno de sus clásicos "Shu-King" escrito hacia el año 550 A.C., nos narra
cómo el Rey Yao en el año 2238 mandó hacer una estadística agrícola, industrial y comercial.

Los griegos clásicos también realizaron importantes observaciones estadísticas en lo que se

refiere a la distribución del terreno, el servicio militar, entre otros. También cabe citar entre
los griegos principalmente a Sócrates, Heródoto y Aristóteles, quienes a través de sus
escritos incentivaron la estadística por su importancia para el Estado (Cobro de impuestos).

En Roma, su perfecta organización política, jurídica y administrativa; favoreció el desarrollo

de la Estadística. Una muestra es el Census que se realizaba cada 5 años y que tenía por
objeto no sólo saber el número de habitantes, sino también su cantidad de bienes. Bajo el
mandato de Servio Tulio, éstos pasaron a ser base constitucional del gobierno. También en
un inicio se llevaba un registro de nacimientos y de fallecimientos; pero fue bajo Antoninos
que la declaración de nacimientos adquirió una verdadera institución legal que era
necesaria hacerla ante el "prefecto del Erario" en el templo de Saturno y no después de 30
días de nacimiento. Con la caída del Imperio Romano las estadísticas se pierden en Europa,
floreciendo más bajo la civilización árabe.

Durante la edad media sólo se realizaron algunos censos exhaustivos en Europa. Los reyes
carolingios Pipino -El Breve- y Carlomagno ordenaron hacer estudios minuciosos de las
propiedades de la Iglesia en los años 758 y 762 respectivamente. Después de la conquista
normanda de Inglaterra en 1066, el rey Guillermo I de Inglaterra -El Conquistador- encargó
un censo. La información obtenida con este censo, llevado a cabo en 1086, se recoge en el
Domesday Book. El registro de nacimientos y defunciones comenzó en Inglaterra a

201830060010 Sorayda Suyapa Dueñas Posas 4

 principios del siglo XVI, y en 1662 apareció el primer estudio estadístico notable de
población, titulado Observations on the London Bills of Mortality (Comentarios sobre las
partidas de defunción en Londres). Un estudio similar sobre la tasa de mortalidad en la
ciudad de Breslau, en Alemania, realizado en 1691, fue utilizado por el astrónomo inglés
Edmund Halley como base para la primera tabla de mortalidad. La Iglesia, viendo la
importancia de la estadística estableció después del Concilio de Trento la obligación de la
inscripción de nacimientos, matrimonio y defunciones.

A mediados del siglo XVII, gracias a Vito Seckendorff, y sobre todo de German Conring al que
se le atribuye como fundador de la Estadística era la descripción de los hechos notables de
un estado. Conring perfeccionó y mejoró notablemente la tendencia nueva, sistematizando
los conocimientos y los datos. El mejor de sus seguidores fue Godofredo Achenwall, quien
consolidó definitivamente los postulados de esta nueva ciencia y también de haberle dado
el nombre de "Estadística"; palabra que etimológicamente deriva de la palabra "status", que
significa estado o situación; este nombre ya antes había sido usado en Italia, pero su
definición todavía no estaba bien dada.

La Estadística pasó así a ser la descripción cuantitativa de las cosas notables de un estado.
Von Scholer separó la teoría de la estadística de la aplicación práctica de la misma. Todos
ellos formaron parte de la tendencia de la Estadística Universitaria Alemana, conocida como
la Estadística Descriptiva.

John Graunt encabeza una tendencia opuesta, nacida en Inglaterra, la de los aritméticos
políticos; conocida también como Estadística Investigadora. Ellos buscaban fijar en números
los fenómenos sociales y políticos cuyas leyes empíricas buscaban. Para su tiempo esto fue
atrevido, casi imposible; pero el mérito de ellos es de ser los primeros en buscar las leyes
cuantitativas que rigen la sociedad. (Group, 2009)

201830060010 Sorayda Suyapa Dueñas Posas 5

 Ejercicio de Probabilidades

1. Durante los últimos cuatro campeonatos de fútbol norteamericano, el lanzamiento

de la moneda cayo cara todas las veces. Su entrenador le dice que pedir sello esta vez
aumentará la probabilidad de que este gane el lanzamiento. ¿Está en lo cierto o está
equivocado? Explique su respuesta completamente.

R//= Hay un 50% de probabilidad de que salga cara o sello, porque solo hay 2 opciones y
el número de intentos son muy pocos para determinar con confiabilidad lo que dijo el
entrenador

2. Durante el año anterior, las ventas semanales en Petunias´s Pet Shoppe han sido
“bajas” durante 16 semanas, “considerables” durante 27 semanas y “altas” el resto de las
semanas. Cuál es la probabilidad de que las ventas de esta semana sean:
a. Considerables 51.92%
b. Bajas 30.77%
c. Altas 17.31%
d. Por lo menos considerables 69.23%

R//= Hay 52 semanas en el año de la cuales se reparte de la siguiente manera: 16 semanas

de ventas bajas, 27 semanas de ventas considerables, 9 semanas de ventas altas y 36
semanas de ventas por lo menos considerables.

a. Probabilidad considerable = 27 semanas de ventas considerables entre 52 semanas

comerciales = 0.5192 ó 51.92%

b. Probabilidades bajas = 16 semanas de ventas bajas entre 52 semanas comerciales =

0.3077 ó 30.77%

c. Probabilidades altas = 9 semanas de ventas altas 52 semanas comerciales = 0.1731 ó

17.31%

d. Probabilidad por lo menos considerables = 36 semanas de ventas por lo menos

considerables entre 52 semanas comerciales = 0.6923 ó 69.23%

201830060010 Sorayda Suyapa Dueñas Posas 6

 3. De 1000 jóvenes de 18 años, 600 tienen empleo y 800 son bachilleres. De los 800
bachilleres, 500 tienen trabajo. Cuál es la probabilidad de que un joven de 18 años tomado
aleatoriamente sea:
a. ¿Un bachiller empleado? 50%
b. ¿Empleado, pero no bachiller? 10%
c. ¿Desempleado o un bachiller? 90%

R//=

Empleado Desempleado Jóvenes

Bachiller 500 300 800
No Bachiller 100 100 200
600 400 1000

a. 500/1000 = 0.5 ó 50%

b. 100/1000 = 0.1 ó 10%

c. ((400/1000) + (800/1000) – (300/1000)) = 0.9 ó 90%

4. Dell Publishing tiene 75 títulos distintos de libros, clasificados por tipo y costo de la
siguiente manera.

Costo
Tipo US $10 US $15 US $20
Ficción 10 8 3
Biografías 12 10 9
Histórico 4 17 2

Halle la probabilidad de que un libro seleccionado aleatoriamente sea:

a. Ficción o cueste US $10 49%

b. Histórico y cueste US$20 3%
c. Histórico y cueste o US$10 o US $15 28%
d. Ficción y cueste menos de US $20 24%
e. Biográfico o cueste US $15 75%
f. Biográfico o cueste más US $10 93%

201830060010 Sorayda Suyapa Dueñas Posas 7

 R//= Ejercicio 4, La probabilidad de que un libro seleccionado aleatoriamente sea:

a. Ficción o cueste US $10 es = ((21/75) + (26/75) - (10/75)) = 0.49

b. Histórico y cueste US$20 es = ((23/75) - (4/75) - (17/75)) = 0.03
c. Histórico y cueste o US$10 o US $15 es = ((23/75) - (2/75)) = 0.28
d. Ficción y cueste menos de US $20 es= ((21/75) - (3/75)) = 0.24
e. Biográfico o cueste US $15 es = ((31/75) + (35/75) - (10/75)) = 0.75
f. Biográfico o cueste más US $10 es= ((31/75) + (35/75) + (14/75) - (10/5)) = 0.93

5. Mark compra tres acciones diferentes. La probabilidad de que la primera aumente

su valor es 1/3, la probabilidad de que la segunda aumente es de 3/4 y la probabilidad de
que la tercera aumente es 1/10. Determine la probabilidad de que:
a. Todas aumente su valor. 25%
b. Ninguna aumente su valor. 15%

R//=

a. (1/3 x 3/4 x 1/10) = 0.025

b. (2/3 x 1/4 x 9/10) = 0.15

6. En Illinois las placas de los autos constan de 3 letras seguidas de tres números.
¿Cuántas placas distintas pueden hacerse?
R//= 17,576,000 placas

Combinación de números es de 0-9 o 10 dígitos y se repiten 3 veces eso quiere decir que
será 10 a la 3 = 1000

Combinación de letras según el alfabeto americano es de 26 letras y se repiten 3 veces eso

quiere decir que será 26 a la 3 = 17,576

Combinación de Placas = 1000 * 17576 = 17,576,000 placas

201830060010 Sorayda Suyapa Dueñas Posas 8

 7. En una clase hay 15 niños y 12 niñas. Si se elige al azar dos alumnos de esa clase.
Cuál es la probabilidad de que:
a. Los dos sean niños 30%
b. Los dos sean niñas 19%
c. Sea un niño y una niña 51%

R//=

a. P = 15/27 x 14/26 = 0.30 ó 30%

b. P = 12/27 x 11/26 = 0.19 ó 19%
c. P = (15/27 x 12/26) + (12/27 * 15/26) = 0.51 ó 51%

8. En una empresa hay 300 empleados, 150 hombres y 150 mujeres. Los fumadores
son 50 hombre y 25 mujeres.:
a. Crear una tabla de contingencia.
b. Si elegimos un empleado al azar, calcule la probabilidad de que sea hombre
y no fume.

R//=
a.-
Hombres Mujeres Empleados
Fumadores 50 25 75
No fumadores 100 125 225
150 150 300

b.- La probabilidad de sea hombre y no fume es: 100/200 = 0.5 ó 50%

9. Si tengo una canasta llena de peras y manzanas, de las cuales hay 30 peras y 15
manzanas. ¿Qué fruta es más probable que saque al azar de la canasta?

R//=
Hay 45 frutas en total

Calculamos la probabilidad de sacar peras que es 30/45 = 0.67 ó 67%

Calculamos la probabilidad de sacar manzanas que es 15/45 = 0.33 ó 33%

La pera es la fruta que más probablemente saquemos.

201830060010 Sorayda Suyapa Dueñas Posas 9

10. ¿Cuál es la probabilidad de ganar en una rifa de 5000 números en total, si se
compran los 3 centésimos de tal cantidad?
R//=

Centésimos es igual al 3% y según la cantidad de números, la probabilidad seria de = 3/150

ó 0.02 ó de un 2%

11. En un jardín infantil hay 8 morenos y 12 morenas, así como 7 rubios y 5 rubias. Si se
elige un integrante al azar, la probabilidad de que sea rubio o rubia es:
R//=

Hay 12 rubios y 32 niños en total, la probabilidad entonces para que salga rubio es de =
12/32 ó 0.375 ó 37.5%

12. Calcula la probabilidad de que un niño nazca un lunes

R//=

Hay 7 días a la semana y un niño, entonces la probabilidad de que este nazca seria de =
1/7 ó 0.143 ó 14.3%

13. Para obtener licencia para conducir, es necesario aprobar tanto el examen teórico
como el práctico. Se sabe que la probabilidad que un alumno apruebe la parte teórica es
0,68, la de que apruebe la parte práctica es 0,72 y la de que haya aprobado alguna de las
dos partes es 0,82. Si se elige un alumno al azar, ¿cuál es la probabilidad de que apruebe el
examen para obtener licencia?

R//=

Probabilidad de que apruebe el examen = 0.68 + 0.72 – 0.82 = 0.58 ó 58%

201830060010 Sorayda Suyapa Dueñas Posas

10
 Teoría de la Distribución

1. Calcule la media y la varianza de la siguiente distribución de probabilidad discreta.

x P(x)
0 0.2
1 0.4
2 0.3
3 0.1

R//=
x P(X) XP(X) (x-µ)2 P(x)
0 0.2 0 0.34
1 0.4 0.4 0.04
2 0.3 0.6 0.15
3 0.1 0.3 0.29
Total 1 1.3 0.82

a. La media es = 1.3
b. La varianza es = 0.82

2. La información que sigue representa el número de llamadas diarias al servicio de

emergencia por el servicio voluntario de ambulancias de Walter boro, Carolina del Sur,
durante los últimos 50 días. En otras palabras, hubo 22 días en los que se realizaron 2
llamadas de emergencia, y 9 días en los que se realizaron 3 llamadas de emergencia.

Número de llamadas Frecuencia

0 8
1 10
2 22
3 9
4 1
Total 50

201830060010 Sorayda Suyapa Dueñas Posas

11
DESARROLLO EJERCICIO NUMERO 2

a. Convierta esta información sobre el número de llamadas en una distribución de

probabilidad.
b. ¿Constituye un ejemplo de distribución de probabilidad discreta o continua?
c. ¿Cuál es la media de la cantidad de llamadas de emergencia al día?
d. ¿Cuál es la desviación estándar de la cantidad de llamadas diarias?

R//=
Número de Frecuencia P(X) XP(X) (x-µ)2 P(x)
llamadas
0 8 0.16 0 0.46
1 10 0.20 0.20 0.10
2 22 0.44 0.88 0.04
3 9 0.18 0.54 0.30
4 1 0.02 0.08 0.11
Total 50 1 1.70 1.01

a. Convierta esta información sobre el número de llamadas en una distribución de

probabilidad
P(X)
0.16
0.20
0.44
0.18
0.02
1

b. Discreta porque se trata del número de llamadas

c. Media = 1.70

d. Desviación estándar = 1

201830060010 Sorayda Suyapa Dueñas Posas

12
 3. Belk Department Store tiene una venta especial este fin de semana. Los clientes que
registren cargos por compras de más de $50 en su tarjeta de crédito de Belk recibirán una
tarjeta especial de la lotería de Belk. El cliente raspará la tarjeta, la cual indica la cantidad
que se retendrá del total de compras. A continuación, aparecen la suma de precios y el
porcentaje del tiempo que se deducirá del total de las compras.

Suma de Premios Probabilidad

$10 .50
25 .40
50 .08
100 .02

a. ¿Cuál es la cantidad media deducida de la compra total? 21

b. ¿Cuál es la desviación estándar de la cantidad deducida del total de las compras? 16.093

R//=

Suma de Probabilidad XP(X) (x-µ)2 P(x)

premios
10 0.50 5 60.5
25 0.40 10 6.4
50 0.08 4 67.3
100 0.02 2 124.8
Total 1 21 259

a. La cantidad media = 21
b. La desviación estándar = 16.093

201830060010 Sorayda Suyapa Dueñas Posas

13
4. Calcule la media y la varianza y la desviación estándar de la siguiente distribución de
probabilidad discreta.

x P(x)

2 0.5

8 0.3

10 0.2

R//=

x P(X) XP(X) (x-µ)2 P(x)

2 0.5 1 5.78
8 0.3 2.4 2.03
10 0.2 2 4.23
Total 1 5.4 12.04

a. La media es = 5.4

b. La varianza es = 12.04

c. La desviación estándar es = 3.47

201830060010 Sorayda Suyapa Dueñas Posas

14
5. ¿Cuáles de las siguientes variables aleatorias son discretas y cuáles continuas?

a. El número de cuentas abiertas por un vendedor en 1 año.

b. El tiempo que transcurre entre el turno de cada cliente en un cajero automático.
c. El número de clientes en la estética Big Nick.
d. La cantidad de combustible que contiene el tanque de gasolina de su automóvil.
e. La cantidad de miembros del jurado pertenecientes a una minoría.
f. La temperatura ambiente el día de hoy.

R//=

a. aleatoria discreta
b. aleatoria discreta
c. aleatoria discreta
d. aleatoria continua
e. aleatoria discreta
f. aleatoria continua

(Webster, 2001)

201830060010 Sorayda Suyapa Dueñas Posas

15
 Investigación

1. ¿Quién es el padre la estadística?

R//=

Se le considera el padre de la
estadística.
Adolfo Quetelet (1796-1874)
de nacionalidad belga,
quien hizo su aporte al aplicar
métodos modernos al estudio de un
conjunto de datos.

(Cristo M., 2006)

2. ¿Cuál es la rama de la ciencia de la cual proviene la estadística?

R//=

La estadística (la forma femenina del término alemán Statistik, derivado a su vez del italiano
statista, "hombre de Estado") es una rama de las matemáticas y una herramienta que
estudia usos y análisis provenientes de una muestra representativa de datos, que busca
explicar las correlaciones y dependencias de un fenómeno físico o natural, de ocurrencia en
forma aleatoria o condicional.
(Martín Alfonso, González Companionis, & Gómez Argüelles, s.f.)

3. ¿Cuáles son las ramas en que se divide la estadística?

R//=

La estadística se divide en dos ramas: la estadística descriptiva, la cual se relaciona con la

descripción de los datos recopilados en una muestra, y la estadística inferencial, que se
relaciona con el proceso de utilizar los datos de una muestra para realizar inferencias y
tomar decisiones respecto a la población de la cual se toma la muestra.

(Resumen, s.f.)

201830060010 Sorayda Suyapa Dueñas Posas

16
4. Explique y ejemplifique en que consiste el teorema de Bayes.
R//=

El teorema de Bayes parte de una situación en la que es posible conocer las probabilidades
de que ocurran una serie de sucesos Ai.
A esta se añade un suceso B cuya ocurrencia proporciona cierta información, porque las
probabilidades de ocurrencia de B son distintas según el suceso Ai que haya ocurrido.
Conociendo que ha ocurrido el suceso B, la fórmula del teorema de Bayes nos indica como
modifica esta información las probabilidades de los sucesos Ai.

𝑝(𝐵∕𝐴𝑖 ) 𝑝(𝐴𝑖)
𝑝(𝐴𝑖 ∕𝐵) =
𝑝(𝐵)

Ejemplo:
Si seleccionamos una persona al azar, la probabilidad de que sea diabética es 0,03.
Obviamente la probabilidad de que no lo sea es 0,97.
Si no disponemos de información adicional nada más podemos decir, pero supongamos
que al realizar un análisis de sangre los niveles de glucosa son superiores a 1.000 mg/l, lo
que ocurre en el 95% de los diabéticos y sólo en un 2% de las personas sanas.

¿Cuál será la probabilidad de que esa persona sea diabética?

R//=

La respuesta que nos da el teorema de Bayes es que esa información adicional hace que la
probabilidad sea ahora 0,595.

Vemos así que la información proporcionada por el análisis de sangre hace pasar, la
probabilidad inicial de padecer diabetes de 0,03, a 0,595.

Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario. En este caso la probabilidad de
padecer diabetes se reduciría a 0,0016.

Vemos así que la información proporcionada por el análisis de sangre hace pasar, la
probabilidad inicial de padecer diabetes de 0,03, a 0,595.

Evidentemente si la prueba del análisis de sangre hubiese sido negativa, esta información
modificaría las probabilidades en sentido contrario.

En este caso la probabilidad de padecer diabetes se reduciría a 0,0016.

(Salinas, s.f.)

201830060010 Sorayda Suyapa Dueñas Posas

17
5. Explique y ejemplifique en que consiste el teorema de Gauss-Márkov.
R//=

El teorema de Gauss Márkov señala que los estimadores de MCO (Mínimos Cuadrados
Ordinarios), es decir, los "B"; presentan una varianza mínima, lo que hace de ellos los más
eficientes. También son aquellos pertenecientes a la familia de estimadores insesgados.
Los estimadores MCO son conocidos como MELI, que significa Mejores Estimadores Lineales
e Insesgados.

Se expresan de la siguiente forma:

LINEALIDAD:

INSESGADEZ:

EFICIENCIA:

Al referirnos que los estimadores "B" tienen varianza mínima, podemos decir de la forma
más simple, que presentan el menor error cuadrático comparado a otros estimadores, y
hace por ello que sean los más eficientes, todo esto con el fin de que la función de regresión
muestral sea lo más cercana posible a la función de regresión poblacional, por lo que
podemos hablar de insesgadez.
(Coronado, 2013)

201830060010 Sorayda Suyapa Dueñas Posas

18
6. Explique y ejemplifique en que consiste el teorema del límite central.
R//=

El teorema del límite central es un teorema fundamental de probabilidad y estadística. El

teorema describe la distribución de la media de una muestra aleatoria proveniente de una
población con varianza finita. Cuando el tamaño de la muestra es lo suficientemente grande,
la distribución de las medias sigue aproximadamente una distribución normal. El teorema
se aplica independientemente de la forma de la distribución de la población. Muchos
procedimientos estadísticos comunes requieren que los datos sean aproximadamente
normales. El teorema de límite central le permite aplicar estos procedimientos útiles a
poblaciones que son considerablemente no normales. El tamaño que debe tener la muestra
depende de la forma de la distribución original. Si la distribución de la población es
simétrica, un tamaño de muestra de 5 podría producir una aproximación adecuada. Si la
distribución de la población es considerablemente asimétrica, es necesario un tamaño de
muestra más grande.

EJEMPLO:
Una empresa de mensajería que opera en la ciudad tarda una media de 35 minutos en llevar
un paquete, con una desviación típica de 8 minutos. Supongamos que durante el día de hoy
han repartido 200 paquetes.

a) ¿Cuál es la probabilidad de que la media de los tiempos de entrega de hoy esté entre 30 y
35 minutos?

b) ¿Cuál es la probabilidad de que, en total, para los doscientos paquetes hayan estado más
de 115 horas?

Consideremos la variable X = “Tiempo de entrega del paquete”. Sabemos que su media es

35 minutos y su desviación típica, 8. Pero fíjense en que no sabemos si esta variable sigue
una distribución normal. Durante el día de hoy se han entregado n = 200 paquetes. Es decir,
tenemos una muestra x1, x2, ..., xn de nuestra variable.
Por el teorema del límite central sabemos que la media muestral se comporta como una
normal de esperanza 35 y desviación típica: 8√200= 0,566
Si utilizamos esta aproximación, ya podemos contestar a la pregunta a. Debemos calcular:

P (30 ≤ X ≤ 35) P ((30 – 35) /0,566) ≤ (X− 35/0,566) ≤ (35 – 35) /0,566

que es aproximadamente igual a la probabilidad siguiente:

P (30 – 35/0,566 ≤ Z ≤35 – 35/0,566)

= P (−8,83 ≤ Z ≤ 0)
= P (Z ≤ 0) − P (Z ≤ −8,83)
= 0,5 – 0
= 0,5

Donde Z es una normal (0,1).

Es decir, tenemos una probabilidad aproximada del 0,4616 de que la media del tiempo de
entrega de hoy haya estado entre 30 y 35 minutos.

201830060010 Sorayda Suyapa Dueñas Posas

19
Por lo que respecta a la segunda pregunta, de entrada, debemos pasar las horas a minutos,
ya que ésta es unidad con la que nos viene dada la variable.

Observen que 115 horas por 60 minutos nos dan 6.900 minutos.

Se nos pide que calculemos la probabilidad siguiente:

P (Z >6900/200) = P(X> 34,5)

Y como que sabemos que la media se distribuye aproximadamente como una normal de
media 35 y desviación típica 0,566 (supondremos siempre que la distribución de la media es
normal, ya sea porque la variable de interés es normal o porque la muestra es lo bastante
grande), esta probabilidad se puede aproximar por la probabilidad de una distribución
normal estándar Z:

P (Z > ((34,5 – 35) /2000,566) = P (Z > 0,88) = 1 − P (Z < 0,88_ = 1 − 0,1894 = 0.8194

(Minitab, s.f.)
(Canal Diaz, s.f.)

7. ¿En qué año se dio la primera clase de estadística en la UNAH?

R//= En 1982 se presentó la clase de Estadística como educación superior impartida en la
UNAH. Tegucigalpa, D.C. Honduras, C.A. (Zuniga, 1987)

8. Explique y ejemplifique en que consiste el teorema de RAO-Blackwell.

R//=

Sea una población con función de densidad f (x; θ) y sea θ` Un estimador insesgado para el
parámetro θ y T un estadístico suficiente del mismo parámetro θ.

Entonces si hacemos:

Se verifica:
*g(T) es un estadístico y es función del estadístico suficiente.

* g(T) = θ

201830060010 Sorayda Suyapa Dueñas Posas

20
 Es decir, el estadístico g(T) es función del estadístico suficiente, es un estimador insesgado
de θ y su varianza es menor que la del estimador insesgado θ.

Completitud:
Definición Familia completa: Una familia de distribuciones {F (x; θ)} es completa si para
cualquier función h(x) la identidad:

En todos los puntos para los cuales f (x; θ) > 0 para algún θ.
Esta definición nos indica que una familia de distribuciones es completa si el único estimador
insesgado de cero es el mismo cero.
Un estadístico T es completo si la correspondiente familia de distribuciones de T es
completa.
Así pues, se pone de manifiesto que la propiedad de completitud es una propiedad de la
familia de distribuciones. Definición Estadístico suficiente completo. Diremos que un
estadístico suficiente T es completo, si la familia de distribuciones del estadístico suficiente
T es completa. (Rincon, 2017) (Chon R., 2013) (Academic, 2017)

Ejemplo:
Sea 𝑥1 + ⋯ + 𝑥𝑛 𝑢𝑛𝑎 𝑚𝑢𝑒𝑠𝑡𝑟𝑎 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖𝑜𝑛 𝑑𝑒 𝐵𝑒𝑟𝑛𝑜𝑢𝑙𝑙𝑖 𝐵𝑒𝑟 (𝜃)
𝑠𝑒𝑎 𝑇: 𝑥1 𝑖𝑛𝑠𝑒𝑠𝑔𝑎𝑑𝑜 𝑝𝑎𝑟𝑎 𝜏(𝜃)[𝑇~𝐵𝑒𝑟(𝜃)]

𝑆𝑒𝑎 𝑈 ≔ 𝑥1 + ⋯ + 𝑥𝑛 𝑠𝑢𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑝𝑎𝑟𝑎 𝜃[𝑈 ~𝐵𝑖𝑛(𝑛, 𝜃)]. 𝐸𝑛𝑐𝑜𝑛𝑡𝑟𝑎𝑟 𝑙𝑎 𝑒𝑠𝑝𝑒𝑟𝑛𝑧𝑎 𝑏𝑖𝑛𝑜𝑚𝑖𝑎𝑙

𝐸(𝑇⁄𝑈)

𝑆𝑒𝑎 𝑈 ∈ {0,1, … , 𝑛} 𝑢𝑛 𝑣𝑎𝑙𝑜𝑟 𝑑𝑒 𝑈 𝑒𝑛𝑡𝑜𝑛𝑐𝑒𝑠

𝐸(𝑇⁄𝑈 = 𝑢) = 1. 𝑃(𝑇 = 1 /𝑈 = 𝑢) + 0. 𝑃(𝑇 = 0 /𝑈 = 𝑢)

= 𝑃(𝑥1 = 1 /𝑈 = 𝑢)

𝑃(𝑥1 = 1, 𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)
=
𝑃(𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)

𝑃(𝑥1 = 1, 𝑥2 + ⋯ + 𝑥𝑛 = 𝑢 − 1)
=
𝑃(𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)

𝑃(𝑥1 = 1). 𝑃( 𝑥2 + ⋯ + 𝑥𝑛 = 𝑢 − 1)
=
𝑃(𝑥1 + ⋯ + 𝑥𝑛 = 𝑢)

𝜃. (𝑛−1 )𝜃 𝑢−1 (1 − 𝜃)(𝑛−1)−(𝑢−1)

= 𝑢−1
= 𝑢⁄𝑛 𝑝𝑜𝑟 𝑙𝑜 𝑡𝑎𝑛𝑡𝑜 𝐸(𝑢⁄𝑛) = 𝑥̅
(𝑛−1 )
𝑢−1 ⁄
(𝑛𝑢)

201830060010 Sorayda Suyapa Dueñas Posas

21
 9. Explique y ejemplifique en que consiste el teorema Slutsky.
R//=

En economía, la ecuación de Slutsky (o identidad de Slutsky), denominada a partir del

matemático, estadístico y economista ucraniano Yevgueni Slutsky (1880-1948), describe
cambios en la demanda Marshalliana en relación a la demanda Hicksiana. Demuestra que
los cambios en la demanda como consecuencia de cambios en el precio son el resultado de
dos efectos:

 un efecto sustitución, resultado de un cambio en la tasa de sustitución entre dos bienes; y

 un efecto renta, el efecto del cambio en el precio resulta en un cambio en el poder
adquisitivo del consumidor.

Ejemplo: Generalmente, si el precio de algo baja, tendemos a comprarlo más. Esto es debido
a dos efectos:

 Efecto renta: como es más barato, tenemos más poder de compra al ser una pérdida menor
de nuestras finanzas personales.
 Efecto sustitución: como ofrece más utilidad por unidad monetaria, las otras alternativas se
vuelven menos atractivas.

Lo que Eugene Slutsky consiguió era una ecuación que descompusiera este efecto basado
en las curvas de demanda Hicksiana y Marshalliana.

Gráficamente:

Matemáticamente, está basado en las derivadas de las demandas Marshalliana y Hicksiana:

201830060010 Sorayda Suyapa Dueñas Posas

22
El lado izquierdo de la ecuación es el efecto total – que es la derivada de x (cantidad)
respecto de p (precio). Muestra qué parte de la cantidad total que consumimos de x varía
cuando alteramos el precio. La siguiente parte es el efecto sustitución – qué parte de la
variación es debida a nuestra búsqueda de opciones similares. Se obtiene de la derivada de
la demanda Hicksiana respecto del precio. El lado derecho es el efecto renta, que muestra
cómo los cambios en nuestro poder de compra afectan a la cantidad que consumimos de
un bien específico. Es la derivada de la demanda Marshalliana respecto de la renta
(multiplicado por la cantidad).

Ya sea el efecto renta o el efecto sustitución positivos o negativos cuando los precios suban,
dependerá del tipo de bien:

ET ES ER

Bienes sustitutivos Bienes sustitutivos Bienes inferiores

Bienes complementarios Bienes complementarios Bienes normales

No siempre se puede decir cómo será el efecto total – si hablamos de bienes inferiores
complementarios, por ejemplo, el efecto sustitución y el efecto renta tirarán en direcciones
opuestas. El efecto total dependerá en qué efecto tenga más fuerza. (Polyconomics, s.f.)

10. ¿Cuál fue el nombre del primer libro de estadística registrado?

R//=

El primer libro en tener ‘estadísticas’ en su título fue “Contributions to Vital Statistics” por
Francis GP Neison de 1845, aunque claro hay registros que civilizaciones antiguas como los
babilonios y egipcios usaban tablillas para datos estadísticos poblacionales y para ganado,
también, el cuarto libro del pentateuco bíblico es un compendio estadístico de población y
riqueza por cada tribu de Israel.
En la Edad Media, en el año 762, Carlomagno ordenó la creación de un registro de todas sus
propiedades, así como de los bienes de la iglesia y así otros muchos ejemplos como el de
Guillermo primero en el año 1066.
En 1.662 un mercader de lencería londinense, John Graunt, publicó un tratado con las
observaciones políticas y naturales, donde Graunt pone de manifiesto las cifras brutas de
nacimientos y defunciones ocurridas en Londres durante el periodo 1.604-1.661, así como
las influencias que ejercían las causas naturales, sociales y políticas de dichos
acontecimientos. Puede considerarse el primer trabajo estadístico serio sobre la población.
(Estadistica, 2008)

201830060010 Sorayda Suyapa Dueñas Posas

23
11. Explique y ejemplifique en que consiste el teorema Aumann.
R//=

El teorema de Aumann se basa en el campo de la teoría de juegos, estableciendo en varios

temas las bases a partir de las cuales se desarrollarían luego los demás aportes.
Un aspecto que comparten casi todos sus trabajos es atacar problemas a primera vista
sencillos, por ser fácilmente explicados de manera informal, pero conceptualmente difíciles
de establecer con precisión.

La Teoría de Juegos puede ser considerada una rama de las matemáticas aplicadas de gran
utilidad en varios campos, principalmente en economía, pero también en ciencia política,
sociología, derecho, biología, etc.

La Teoría de Juegos estudia las situaciones en las que varios agentes toman decisiones en
un contexto de interrelación estratégica, donde el resultado de cada agente depende del
conjunto de acciones tomadas por todos los agentes.

El teorema de Aumann sobre acuerdos establece:

Que dos personas actuando racionalmente (en cierto sentido específico) y con
un conocimiento común de las creencias del otro, no pueden acordar estar en desacuerdo.
De manera más específica:
Si dos personas son racionalistas bayesianos genuinos con distribuciones de probabilidad a
priori comunes y si cada uno de ellos tiene conocimiento común de sus distribuciones de
probabilidad a posteriori, entonces sus probabilidades posteriores deben ser iguales.
Surge la pregunta si dicho acuerdo se puede alcanzar en un tempo razonable y, desde la
perspectiva matemática, si puede hacerse de forma eficiente.
Scott Aaronson publicó un artículo en 2005 demostrando que la respuesta es afirmativa.
Ciertamente, la suposición de los prioris comunes es muy fuerte y difícilmente se cumple en
la práctica.
Sin embargo Robin Hanson ha presentado un argumento planteando que los bayesianos
que concuerden en los procesos que dan origen a sus prioris (por ejemplo, influencias en el
ambiente o genética) deberían, si se adhieren a cierta condición de pre-racionalidad, tener
priores comunes.
(Teran , 2004)

201830060010 Sorayda Suyapa Dueñas Posas

24
La repetición hace posible la cooperación
Desarrollemos esto un poco más. Utilizamos el término cooperativo para describir cualquier
resultado posible de un juego, siempre y cuando ningún jugador pueda garantizar un mejor
resultado para sí mismo. Es importante resaltar el hecho de que, en general, un resultado
cooperativo no está en equilibrio; es el resultado de un acuerdo.

Por ejemplo
En el bien conocido juego “dilema del prisionero”, el resultado en el que ningún prisionero
confiesa es el resultado cooperativo; no es lo mejor para ninguno de los dos jugadores,
aunque es mejor para ambos que el equilibrio único.

Un ejemplo todavía más sencillo es el juego siguiente:

hay dos jugadores, Rowena y Colin.
Rowena debe decidir si ambos, ella y Colin, cobrarán la misma cantidad –concretamente
10– o si ella cobrará diez veces más, y Colin diez veces menos.
Simultáneamente, Colin debe decidir si llevará o no llevará a cabo una acción de castigo,
que les causará daño a ambos, a Rowena y a él mismo; si lo hace, se arruina la división
propuesta por Rowena y, en su lugar, cada uno de ellos obtiene cero.
La matriz del juego es:
Consentir (A) Castigar (P)

10 0

Dividir Equitativamente (E) 10 0

::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::

1 0

Dividir con Avaricia (G) 100 0

El resultado (E, A), que le da 10 a cada jugador, es un resultado cooperativo, ya que ningún
jugador puede garantizar más para sí mismo; pero, al igual que ocurre en el dilema del
prisionero, no se puede lograr en equilibrio.

¿Cuál es la causa de que, aunque no se puedan lograr en equilibrio, sean interesantes los
resultados cooperativos? La razón es que se pueden lograr por medio de contrato –por
acuerdo– en aquellos contextos en los que los contratos se pueden hacer cumplir.
(Aumann, 2006)

201830060010 Sorayda Suyapa Dueñas Posas

25
12. Explique y ejemplifique en que consiste el teorema Cochran.
R//=

Sean n variables aleatorias 𝑥1 , … 𝑥𝑛 independientes e idénticamente distribuidas N (0, 𝜎 2 )

𝑛

∑ 𝑥𝑖2 = 𝑄1 + ⋯ + 𝑄𝐾
𝑖=1

Donde 𝑄𝑗 𝑖 = 1, … , 𝑘 son formas cuadráticas no negativas definidas en las V.A. 𝑋𝑖𝑖 = 1, … , 𝑛.

Es 𝑄𝑖 = 𝑋́1 𝑥𝑛𝐴(𝑗𝑛 𝑥𝑛)𝑋𝑛 𝑥1𝑗 = 1, … , 𝑛 y sea el rango 𝐴𝑗 = 𝑟𝑗 𝑗 = 1, … , 𝑘 si 𝑟1 + ⋯ + 𝑟𝑘 = 𝑛

Entonces 𝑄𝑖 , … , 𝑄𝐾 son independientes

Ejemplo: Si x es un vector aleatorio con distribución: Nn [ M; V], siendo el rango de la
matriz de varianzas V: rango (V)= r

Entonces la variable aleatoria obtenida por la forma cuadrática:

(x-M)' V-1(x-M) seguirá una distribución c2r

El hecho de restar el vector de medias M y de utilizar como matriz de la forma cuadrática

la inversa de la matriz de varianzas V-1 actúa como una especie de "tipificación
generalizada que elimina el efecto de la dependencia (correlación)".

(Valencia, s.f.)

201830060010 Sorayda Suyapa Dueñas Posas

26
13. Realice una biografía de 2 páginas de Herman Conring.
R//=

Nacido 9 de noviembre de 1606 Murió 12 de diciembre de 1681 (75 años).

Hermann Conring (9 de noviembre de 1606 - 12 de diciembre de 1681) fue un intelectual

alemán. Hizo importantes contribuciones al estudio de la medicina, la política y el derecho.

Descendiente del clero luterano en ambos lados de su familia, el segundo de los diez hijos
más pequeños, Conring mostró una temprana promesa como estudiante. Durante su vida
como profesor en el norte de Alemania, Conring se dirigió primero a la medicina, realizó
importantes estudios sobre la circulación sanguínea y, más tarde, se dirigió a la política.

Vida Temprana
Conring nació en Norden, una ciudad costera en Frisia oriental, un territorio gobernado en
ese momento por los condes de Cirksena. Como muchas áreas de lo que luego se convertiría
en Alemania, la patria de Conring exhibió una considerable variedad religiosa y
conflicto. Luterana en el campo (y en la piedad de sus condes), Frisia Oriental, sin embargo,
albergaba un bastión del calvinismo en su ciudad principal, Emden. Conring y su familia no
eran ajenos a los altercados confesionales. Muchos de los antepasados de Conring eran
ministros, y su padre y su abuelo paterno, en particular, aparentemente se vieron obligados
a cambiar sus circunstancias en varias ocasiones en respuesta al conflicto religioso
protestante.
Conring fue uno de diez hermanos, dos de los cuales murieron en la infancia y seis más
murieron de la plaga en 1611.

201830060010 Sorayda Suyapa Dueñas Posas

27
Escolaridad
Conring comenzó su educación temprana, como corresponde a un descendiente de
antecesores clérigos alfabetizados, ingresó a la escuela en Norden a la edad de seis años y
comenzó sus estudios en latín un año después. Aproximadamente noventa años antes,
Lutero había otorgado una poderosa legitimidad al idioma alemán con su traducción de la
Biblia al alemán, pero, como en otros países europeos, el latín siguió siendo el idioma oficial
de aprendizaje durante siglos. A la edad de 14 años, Conring se había convertido en un
latinista experto, ampliamente familiarizado con los antiguos escritos clásicos y con los
principales escritores latinos de su época y región.

En 1620, a la edad de 14 años, Conring comenzó a tomar cursos en el plan de estudios de

filosofía en la Universidad de Helmstedt, una de las principales universidades del norte de
Europa de su día, donde estudiaría durante los próximos cinco años.

Enseñanza
Lindenfeld llama a Conring un neo-aristotélico. [1] El término filosofía significaba algo
bastante diferente en su tiempo. Se refería a una rama de la investigación que buscaba
principalmente explicar el derecho, la religión y la política en términos establecidos por los
pensadores antiguos, particularmente Aristóteles, quien en los círculos de Conring a
menudo se conocía simplemente como "el filósofo". Lindenfeld dice que en 1660 Conring
fue el primero en dar una conferencia sobre Statistik, el precursor de las estadísticas
gubernamentales modernas; Pero el tema era la ciencia política

Escuela Universitaria (Escuela Alemana) En Alemania, la estadística adquirió un carácter más

orgánico y una significación más autónoma. Se consideraban estudios estadísticos aquellos
trabajos descriptivos y comparativos de los hechos y fenómenos de los estados, con el fin
de evaluar la situación económica de cada país con respecto a los otros. El profesor
universitario Hermann Conring (1606-1681) es considerado como uno de los iniciadores de
este movimiento. Posteriormente, 4 el profesor Gottfried Achenwall (1719-1772) continua
los trabajos de Conring y funda la primera cátedra universitaria sobre estadística. Sus
aportes le valieron el nombre de “Padre de la Estadística”. Se afirma que fue Achenwall el
primero que utilizo la palabra estadística. Para ese momento, aún ella era considerada como
una disciplina descriptiva y no como una ciencia.
(Ramirez & Vasquez, 2010)

201830060010 Sorayda Suyapa Dueñas Posas

28
14. Realice una biografía de 2 páginas de Godofredo Achenwall.
R//=

Gottfried Achenwall fue un economista nacido en Prusia en 1719. Fue uno de los pioneros
de la ciencia estadística y es considerado como el padre de esta materia, aunque los ingleses
niegan esa afirmación. Así, fue el primero en usar la denominación “estadística” para llamar
a esta disciplina.
La palabra proviene de status, con un significado de “estado o situación”. Igualmente,
Achenwall fue el que empezó a usar gráficos y tablas para ordenar los datos que obtuvo.
Aparte de esa gran aportación, el resto de sus principales trabajos se enfocaron en el estudio
de varios países europeos.
La novedad de esas informaciones fue el uso de la estadística para analizar su realidad
económica, social y política. Achenwall fue también profesor durante muchos años;
impartió clases de varias materias: desde estadística hasta de filosofía. Esta última disciplina
también tuvo bastante importancia en sus trabajos posteriores.
Para su investigación por el continente, el economista visitó los países de los que quería
hablar, obteniendo información de primera mano.

Estudios y primeros trabajos

Gottfried Achenwall vino al mundo en 1719 en Elbing, una localidad de la entonces Prusia
Oriental. No se tienen muchos datos de su infancia, ya que no hay apenas referencias hasta
1738, cuando empezó a estudiar en Jena. Tras esto, continuó su formación en Halle y
regresó luego a Jena.
Entre 1743 y 1746 estuvo trabajando como controlador en Dresden, volviendo luego a
retomar sus estudios en Leipzig. Fue en la Facultad de Filosofía de esa última ciudad donde
Achenwall obtuvo su título de máster en 1746.
Al año siguiente, en 1747, Achenwall marchó a Marburgo (Marburg en alemán). Allí
comenzó a trabajar como ayudante de profesor en diversas materias, como el derecho
internacional, el natural o historia. Su principal labor era la lectura de los ensayos que se
presentaban sobre esos temas.

201830060010 Sorayda Suyapa Dueñas Posas

29
Fue en esa época cuando empezó a hacer sus primeras investigaciones sobre una disciplina
que él mismo bautizó como estadística.

Carrera como profesor

Unos años después, en 1748, fue reclamado para incorporarse a la Universidad de
Göttingen; fue en ese lugar donde desarrolló el resto de su carrera docente. Achenwall
consiguió un gran prestigio como profesor de filosofía y de derecho.
Sin embargo, después de bastante tiempo enseñando estas materias, decidió cambiar. En
1761 pasó a impartir clases de Derecho Natural y de Política. Apenas en unos meses
consiguió en doctorado en ambos tipos de jurisprudencia.
En cuanto a su vida personal, en 1752 contrajo matrimonio con Lady Walther. Esta no era
una desconocida para la sociedad de su época, ya que había logrado cierto éxito como
escritora tras publicar varias obras.
Consejero real
La trayectoria de Achenwall tuvo su momento de servicio público. En concreto, fue
nombrado consejero de la Corte y formó parte de la Corte Electoral de Hanover.
Igualmente, obtuvo el apoyo económico del rey Jorge III para viajar por varios países
europeos y completar sus obras sobre Europa.

Fallecimiento
Achenwall siguió siendo miembro de la Universidad de Göttingen hasta el momento de su
muerte. Fue en esa ciudad donde falleció en 1772, a la edad de 52 años.

Aportaciones
Padre de la estadística
La estadística, aunque no se llamaba todavía así, nació a mediados del siglo XVII. Se atribuye
a Hermann Conring la creación de esta disciplina, que consistía en describir lo hechos más
notables de algún Estado, pero sistematizando los datos.
No fue hasta los trabajos de Achenwall cuando recibió el nombre de estadística, cuya
etimología proviene de status; esto es, “estado” o “situación”. En cualquier caso, algunos
expertos afirman que el término había sido usado ya en Italia, aunque no se había definido
en profundidad.
Achenwall sí elaboró esa definición en su libro Compendio de la constitución política de los
países y pueblos europeos, publicado en 1749. En esta obra usa el término para nombrar a
lo que llamó “ciencia del Estado”, procediendo a analizar los datos de varios gobiernos.
Hay que señalar que algunos autores ingleses reclamaron para su país la paternidad del
nombre de la disciplina, ya que sostienen que se ignoró la contribución de William Petty.

201830060010 Sorayda Suyapa Dueñas Posas

30
Lo novedoso del trabajo de Achenwall es que usó de la palabra estadística para referirse a
todos los datos numéricos y a su concentración, pero no se quedó aquí: también comenzó
a presentarlos en gráficas y tablas.
De esta forma, la estadística pasó a definirse como la descripción cuantitativa de los
diferentes aspectos sociales, económicos o políticos de un Estado.

Relación con la política

Dado que sus trabajos versaron sobre las características de varios países, fueron
considerados también desde un punto de vista político.
De hecho, él mismo habló sobre la estadística como la “ciencia de las cosas que pertenecen
al Estado, llamando Estado a todo lo que es una sociedad civil y al país en que esta habita,
con todo lo que se encuentra de activo y de efectivo; la estadística se ocupa de los
fenómenos que pueden favorecer o defender la prosperidad del Estado”.
Para finalizar esa sentencia, Achenwall escribió: “la política enseña cómo deben ser los
Estados, la estadística explica cómo son realmente”.

Libro sobre Europa

Achenwall solo tuvo tiempo de analizar la realidad de algunos países europeos, ya que
falleció muy joven. Se ocupó de España, Portugal, Gran Bretaña, Holanda, Francia, Rusia,
Suecia y Dinamarca.
Su trabajo, en el que mostraba los datos de todos los aspectos de esos países, fue muy
importante en la época. De hecho, influyó durante los siguientes 40 años en cómo fueron
gobernados y organizados estos países.
El libro está dividido en dos partes. En cada una, Achenwall analizó a un grupo de países
diferentes. Su temprana muerte impidió que publicara una tercera parte con otro grupo de
naciones.

Otras obras
Además de la que está considerada su obra culmen, el autor escribió otros libros, entre los
que destaca Principios de economía política. En esta obra repasó la historia de los Estados
de Europa desde el punto de vista del derecho y de la economía política. Achenwall también
tocó las ciencias económicas y las políticas. En estas eras consideradas como un seguidor de
la escuela de “mercantilistas moderados”.
(Montano , s.f.)

201830060010 Sorayda Suyapa Dueñas Posas

31
15. Realice una biografía de 2 páginas de Adolfo Quetelet.
R//=

Adolphe Lambert Jacques Quetelet 1796-1874

Adolphe Jacques Quetelet1 nació en 1796 en Gante, ciudad belga. Su fuerte afición por las
matemáticas, lo llevó a estudiar astronomía y geometría, siendo esta última, tema de la
disertación que lo llevó a obtener el primer Doctorado en Ciencias, conferido por la
Universidad de Gante, en 1819 cuando apenas tenía 23 años, posteriormente se
desempeñaría como profesor de matemáticas en el Ateneo de Bruselas, alcanzando el
máximo sitial de su especialidad en 1824.

Durante 40 años ocupó el puesto de Secretario Perpetuo de la Real Academia de Ciencias y

Letras de Bruselas, donde había ingresado en 1820 y paralelamente se desempeñó como
editor responsable del periódico Correspondencia de matemática y física.

También publicó Las leyes del nacimiento y La muerte en Bruselas y otras investigaciones
relacionadas con el comportamiento de hechos poblacionales.

En 1833, después de haber realizado durante dos años los primero estudios
antropométricos transversales en niños, publicó el libro Rechearches sur le poids de
l'homme aux differents ages (Investigación sobre el peso del hombre en diferentes edades),
en el cual incluía tablas que comprendían tanto el promedio como el valor mínimo y máximo
de los pesos y las tallas de hombres y mujeres desde el nacimiento hasta los 30 años de vida,
fecha después de la cual la información se presentaría por décadas, hasta llegar a los 80
años; aunque éstas fueron las primeras tablas publicadas, se desconoce la forma en que
fueron construidas.

201830060010 Sorayda Suyapa Dueñas Posas

32
Quetelet utilizó el mecometre (especie de infantómetro) de FranÇois Chaussier, para medir
la talla de los niños y la báscula de Sanctorius para el peso, parámetros que registró desde
el nacimiento en 50 hombres y 50 mujeres, pertenecientes a hospitales, orfanatos, escuelas,
casas de asistencia de diferentes estratos socioeconómicos.

También en 1833 creó la Sección de Estadística de la Asociación Británica para el Desarrollo

de la Ciencia en Cambridge, siendo aceptado ese mismo año como miembro de la Sociedad
de Estadística de Londres.

Dos años después recogería todos sus trabajos estadísticos en una publicación que tituló:
Sur l'homme et le Development de ses facultés. Essai d'une physique sociale (El hombre y el
desarrollo de sus medidas. Un ensayo sobre física social).

Quetelet fue considerado como el precursor de la bioestadística, toda vez que demostró
que los patrones de comportamiento humano podían ser descritos al utilizar las leyes de la
probabilidad, generando así el concepto de "l'homme moyen" (hombre promedio), siendo
éste una aplicación del concepto de Curva Normal del otrora astrónomo Gauss, y que hasta
los momentos sólo habría servido para calcular los errores en las observaciones
astronómicas.

Desde 1841 y hasta su muerte presidió la Comisión Central de Estadística de Gante, la cual
supervisaría los censos belgas y organizaría las estadísticas de las provincias, para lograr la
uniformidad. En 1869 revisó y reeditó el libro publicado en 1835, titulándolo Física Social.

Producto de sus observaciones, Quetelet demostró que una vez finalizado el crecimiento
tanto en hombres como en mujeres de talla normal el peso era proporcional al valor de la
talla al cuadrado, siendo el valor "normal" siempre cercano a 26, mientras que para las
personas con sobrepeso es de 10 o más y para aquellos con bajo peso siempre es inferior a
22; estas proporciones constituyen los primeros indicadores de masa corporal, que serían
utilizados en la evaluación del estado nutricional 100 años más tarde.

Basado en la última Encuesta Nacional de los Estados Unidos, elaboró un nomograma que
permitía determinar con facilidad el Índice de Masa Corporal (IMC).

201830060010 Sorayda Suyapa Dueñas Posas

33
 En 1870 se publicaría el último libro escrito por Quetelet: Antthopometrie on Mesure des
Differents Facultés de l'homme (Antropometría: la medición de las diferentes dimensiones
del hombre), el cual presenta "Las leyes de la proporcionalidad humana" (80 medidas, 18
de las cuales involucran la cara y la cabeza).

Quetelet murió el 17 de febrero de 1874, después de haber pertenecido a por lo menos 100
sociedades de antropología, geografía, medicina, meteorología, filosofía y estadística, en
Europa, Asia, África y América. (Bengoa, s.f.)

Logros
Quetelet recibió un doctorado en matemática en 1819 por la Universidad de Gante, luego
de eso convence a funcionarios de gobierno y donadores privados sobre la necesidad de
construcción de un observatorio astronómico, situación que se hace realidad en 1828.
Quetelet aplicó métodos a conjuntos y es reconocido como uno de los padres de la
Estadística moderna. Aplicó el método estadístico al estudio de la sociología.
El índice de Quetelet o índice de masa corporal es actualmente utilizado internacionalmente
para determinar la obesidad.

Quetelet es también célebre por desarrollar la noción de "hombre promedio" (l'homme

moyen) y por su aplicación de la estadística a la criminología.

En cuanto a su obra de la Física social podemos mencionar tres conclusiones fundamentales:

1. El delito es un fenómeno social que puede conocerse y determinarse estadísticamente.
2. Los delitos se cometen año con año con absoluta regularidad y precisión.
3. los factores que influyen como causas de la actividad delictuosa son: el clima, la pobreza, la
miseria, el analfabetismo, etc. (Exposito, s.f.)

201830060010 Sorayda Suyapa Dueñas Posas

34
16. Realice una biografía de 2 páginas de Confucio.

R//=

(Kung Fu-Tse; Lu, actual Shantung, China, h. 551 - 479 a. C.) Pensador chino. Procedente de
una familia noble arruinada, a lo largo de su vida alternó periodos en los que ejerció como
maestro con otros en los que sirvió como funcionario del pequeño estado de Lu, en el
nordeste de China, durante la época de fragmentación del poder bajo la dinastía Chu.

Confucio fracasó en sus intentos por atraerse a los príncipes, limitándose su influjo en vida
al que consiguió ejercer directamente sobre algunos discípulos; la importancia del personaje
procede de la difusión posterior de su pensamiento, conocido
como confucianismo o confucionismo, contenido fundamentalmente en sus Entrevistas.

Dicho pensamiento puede interpretarse como una respuesta al clima de desorden y de

continuas luchas entre señores feudales que imperaba en la época histórica que le tocó vivir.

El confucianismo es fundamentalmente una ética y no una religión, pues apenas hay en él

mención a la divinidad, ya que Confucio rehusó especular sobre el más allá. En este sentido,
es un craso error relacionar su figura con los fundadores de las grandes religiones
(Buda, Jesucristo o Mahoma). El centro de las preocupaciones de Confucio fue la moral
personal, tanto por lo que respecta a la orientación de las conductas privadas como a las
normas del buen gobierno.

Dicha moral, basada en el altruismo, la tolerancia, el respeto mutuo, la armonía social y el

cumplimiento del deber, constituía en realidad una sistematización de ideas presentes en la
cultura china, razón por la que se difundió con facilidad y contribuyó a modelar la sociedad
y la política chinas sobre una base común. Se trata, en consecuencia, de un pensamiento
conservador, y de hecho así lo presentó Confucio, situando en el pasado la «edad de oro»
en la que habían imperado los buenos principios a los que los chinos debían regresar.

201830060010 Sorayda Suyapa Dueñas Posas

35
Confucio reforzó la importancia de la familia tradicional en la sociedad china, al insistir en el
respeto de los hijos a los padres y en la obediencia de las mujeres a sus maridos. También
reforzó la sumisión del pueblo a las autoridades, aunque rechazando la tiranía: los súbditos
debían obediencia al soberano, ya que el Estado existía para buscar el bien de los
gobernados; pero, por la misma razón, los gobernantes debían gobernar según rectos
principios éticos, aplicando el ejemplo moral y no la fuerza. Soñaba con el regreso a un
pasado idealizado en el que un emperador sabio y bondadoso (el «hijo del Cielo») gobernara
y fuera obedecido como un padre por sus hijos, en un clima general de paz y de orden.

Confucio creía en la existencia de un orden cósmico perfecto, que debía ser imitado en los
asuntos humanos, logrando la armonía de la tierra con el Cielo, fuerza inteligente que
gobierna el mundo. A pesar de su talante netamente conservador, el pensamiento de
Confucio tenía un potencial innovador en la medida en que exigía un gobierno moral y
bienhechor: proclamaba que la nobleza no procedía del nacimiento sino de la superioridad
moral; y dejaba abierta la puerta a la rebeldía contra los gobernantes inmorales.

Quizá por ello sus ideas no fueron aceptadas por los dirigentes de la época, mientras se iban
extendiendo entre el pueblo llano; perseguido infructuosamente durante la época de la
dinastía Ts'in (221-206 a. C.), el confucianismo se convirtió en la filosofía oficial del Estado
bajo la dinastía Han (206 a. C.-220 d. C.). Desde entonces, el sistema de selección del
personal al servicio del Estado mediante oposiciones convirtió el estudio del pensamiento
de Confucio y de sus seguidores en uno de los pilares de la formación de un hombre culto,
que abría las puertas de la burocracia y de la promoción social.

Esta doctrina moderada y fuertemente anclada en la mentalidad tradicional ha marcado la

ética dominante en China al menos hasta comienzos del siglo XX y su influencia sigue siendo
perceptible hasta nuestros días, a pesar del esfuerzo de las autoridades comunistas por
erradicarla; su influencia se propagó también a Japón, Corea y Vietnam como parte del
influjo cultural que en términos generales han recibido esos países de la vecina China.

(Biografias, s.f.)

201830060010 Sorayda Suyapa Dueñas Posas

36
 Desarrollo

1. Escriba un ensayo de 5 páginas sobre la importancia de la estadística en nuestras vidas.

Día a día, realizamos muchas acciones y tomamos decisiones a partir de un pensamiento

estadístico y casi nunca somos conscientes de ello. Cuando no abordamos el transporte
urbano en las horas pico es porque sabemos que ese no es el mejor momento para hacerlo.
Esta decisión la tomamos a partir de la experiencia y de la información que hemos
recopilado previamente sobre una situación similar.

La estadística impacta prácticamente todos los aspectos de nuestra vida, porque a partir de
todas nuestras actividades es posible recopilar datos que, después de ser analizados, nos
permiten tomar decisiones. Esta es la ciencia que estudia los fenómenos inciertos o las
situaciones que no se pueden predecir con certeza, pero sobre los cuales podemos recabar
información.

En áreas como la medicina, la economía, la agricultura, la ciencia o la política, se recopila

información que, tras ser analizada, permite la toma de decisiones, en muchos casos
trascendental, para el avance o mejoramiento de alguna situación o aspecto relacionado.
Por ello, se considera que la estadística es un factor fundamental en la creación de políticas
públicas, en el avance científico, en el mejoramiento del control de calidad de la producción
o en lograr que un tratamiento farmacéutico sea más efectivo.

Más de mil 600 organizaciones en todo el mundo participan en la celebración del Año
Internacional de la Estadística 2013. En México, la UNAM, el Centro de Investigación en
Matemáticas, la Asociación Mexicana de Estadística, el INEGI y el ITAM, entre otras
instituciones, se han sumado a esta iniciativa. Enrique Gutiérrez Peña, del Instituto de
Investigaciones en Matemáticas Aplicadas y en Sistemas de la UNAM, comentó que día a día
se acumula más información y, por ello, es necesario formar gente capaz de poder analizarla
e interpretarla, para que esta “llegue a los tomadores de decisiones”.

201830060010 Sorayda Suyapa Dueñas Posas

37
Señaló que la estadística aún no es completamente reconocida, a pesar de que impacta
muchos ámbitos de nuestra vida, y que en México la gente que hace estadística y “se ensucia
las manos” con los datos, no siempre tiene una educación formal, pues solo cuenta con un
conocimiento a nivel técnico que se va transmitiendo en esas áreas y no hay necesariamente
comunicación con los especialistas. Por último, el investigador señaló que el reto que tiene
esta ciencia es adaptar los métodos estadísticos tradicionales, los cuales fueron diseñados
para analizar bases de datos pequeñas, para hacerlos capaces de analizar y procesar grandes
volúmenes de información.

Celebración mundial
 Un año de trabajo intenso. Los objetivos de esta celebración son: promover la
estadística como una profesión; dar a conocer el impacto que tiene en la sociedad, e
impulsar el desarrollo de esta disciplina.
 Definición de metas. Busca reconocer sus contribuciones al bienestar social y
promover su importancia entre los científicos, los sectores público y privado, la
sociedad y los medios de comunicación.
 Las instituciones convocantes. Asociación Estadística Americana, Instituto de
Estadística Matemática, Sociedad Biométrica Internacional, Instituto Internacional de
Estadística y Sociedad Bernoulli, entre otras.

Aportaciones a la vida diaria

La estadística ha impactado todos los ámbitos de nuestro quehacer cotidiano.
Al cuidado de la salud. Tras realizar una muestra estadística, los epidemiólogos Richard Doll
y Bradford Hill demostraron, que fumar era el principal factor de riesgo para desarrollar
cáncer pulmonar.
En las calles. La utilización de modelos estadísticos de flujo y movilidad humana ha
permitido mejorar la infraestructura y el uso del transporte y el tránsito en algunas ciudades.
En el ámbito informático. La publicidad y perfiles de personas afines a ti que aparecen en
las redes sociales se deben a datos estadísticos basados en tus hábitos de uso.
Origen. La palabra estadística proviene del vocablo Estado, pues eran los sabios u hombres
de Estado quienes hacían registros de la población, los impuestos, nacimientos o
defunciones, entre otros.

Es tan importante que casi no existe actividad humana en que no esté involucrada la
Estadística. Las decisiones más importantes de nuestra vida se toman con base en la
aplicación de la Estadística. Pongamos algunos ejemplos.

La estadística es de gran importancia en la investigación científica debido a que:

 Permite una descripción más exacta.
 Nos obliga a ser claros y exactos en nuestros procedimientos y en nuestro pensar.
 Permite resumir los resultados de manera significativa y cómoda.
 Nos permite deducir conclusiones generales.

201830060010 Sorayda Suyapa Dueñas Posas

38
La evolución de la estadística ha llegado al punto en que su proyección se percibe en casi
todas las áreas de trabajo. También abarca la recolección, presentación y caracterización de
información para ayudar tanto en el análisis e interpretación de datos como en el proceso
de la toma de decisiones. La estadística es parte esencial de la forma profesional, es hasta
cierto punto una parte necesaria para toda profesión.
Son muchos los fenómenos o sucesos que no tienen respuesta alguna, es por esto, que se
debe proceder a hacer estudios pertinentes que aclaren la situación que se desea analizar,
este hecho se logra por medio de la experimentación constante que muestra cada uno de
los resultados que se van obteniendo con ayuda de la estadística la cual permite que
aquellas situaciones impredecibles se pueden volver cada vez más explicativas.
La Estadística puede dar respuesta a muchas de las necesidades que la sociedad actual
puede experimentar. Su tarea fundamental es la reducción de datos que se obtiene a partir
de experimentos, con el objetivo de representar la realidad y transformarla, predecir su
futuro o simplemente La importancia de la estadística radica principalmente en reconocer
que ésta es fundamental para la toma de decisiones en cualquier situación o circunstancia
que se pueda imaginar.

Desde luego, la estadística ha hecho que las empresas logren reconocer de una forma clara
a sus consumidores fieles por medio de muestras de la población y de este modo han podido
implementar estrategias cada vez más claras que permiten una investigación de mercados
acertada en cuanto a los gustos de los consumidores para que sus utilidades no se vean
afectadas. Hay que reconocer que no podemos gestionar lo que no se puede medir, es por
esto que las mediciones estadísticas son la clave para controlarlo o gestionarlo.

En las organizaciones

201830060010 Sorayda Suyapa Dueñas Posas

39
Todas las organizaciones sin importar su función, ya sea una empresa dedicada a la
elaboración de productos o a la prestación de servicios, para desarrollarse y lograr sus
objetivos necesitan mucha información, rápida y constaste que sirva de base para decidir
en cuanto, que debe o no debe hacer, en el momento oportuno y que sea suficiente para
comprender un comportamiento futuro y de esta forma predecir lo más conveniente para
la empresa. En esta recopilación de datos se pueden establecer las variables a las cuales se
les necesita hacer la investigación para que de alguna forma no se esté perdiendo el tiempo
al estudiar una hipótesis que no cumple con las expectativas que esperamos lograr.

En el área de los profesionales de ingeniería industrial

“En producción lo que no se mide no se conoce”. Johana Julieth Martínez Correa Siendo la
estadística la ciencia de apoyo de las demás ciencias, el proceso estadístico se constituye en
la herramienta más importante para la toma de decisiones en la alta gerencia, su aporte
significativo se enmarca en conocer mediante la aplicación de métodos estadístico y con un
mínimo margen de error la verdadera situación y la tendencia de un determinado
comportamiento de la población. Su objeto es el estudio de determinadas magnitudes
individuales que supuestamente varían de un modo aleatorio en el seno de cierta población,
permitiendo medir o conocer por ejemplo la altura de los habitantes un país. Su importancia
se remonta a épocas antiguas, siendo utilizada en sus comienzos como método de medición
básico para conocer y contar con datos que permitieron a los administradores del entonces
contar con el conocimiento de población y otras variables que para el éxito de sus mandatos
era importante conocer. Las grandes civilizaciones de la antigüedad y en especial las más
avanzadas, no fueron ajenas a la utilización de métodos que, por decirlo de alguna manera
rudimentaria, les permitieron contar con datos que fueron básicos para avanzar y ser
aplicados a la administración y conocer cuál era la magnitud del imperio o reino. Con el
anterior antecedente es importante tratar de analizar el papel de la estadística en el
ejercicio de la ingeniería industrial, partiremos citando el objetivo buscado con la formación
de profesionales en ingeniería industrial, objetivo que se define como; La formación de
profesionales con la capacidad de análisis y resolución de problemática en los ámbito del
desempeño industrial; gestión de calidad, administración y modelación de estadística,
competentes en aspectos técnicos y humanos que les permitan administrar, optimizar,
procesar, controlar y discernir y transmitir información provenientes de la adecuada
aplicación de técnicas de ingeniería, estadísticas, matemáticas, computación y
administración con una perspectiva ética, humanista, emprendedora y con responsabilidad
social. Sumado a lo anterior y por el pensum de la carrera, el profesional en ingeniería
industrial, cómo profesional posee conocimientos en; Modelos, técnicas y métodos de
producción; cálculo de costos; modelo de control estadísticos de procesos; técnicas y
modelos matemáticos, estadísticos y administrativos; técnicas de medición de trabajo;
principios en seguridad industrial y ergonomía; modelos de administración de operaciones;
técnicas de evaluación de proyectos; enfoques de localización, distribución, flujo de
materiales;

201830060010 Sorayda Suyapa Dueñas Posas

40
Como filosofía funciona así
La Filosofía de la calidad; modelos de investigación; principios de cómputo estadístico e
idioma inglés. Conocimientos que permiten al profesional desarrolla aptitudes entre otras
la capacidad de analizar y criticar el entorno; liderazgo y asertividad, lo que nos obliga a
dimensionar la utilización de la estadística por el profesional en casi todos los campos de
aplicación de la ingeniería industrial. Cuando el profesional se desempeña en campos
vinculados a la producción industrial, los procesos de producción se convierten en el
proceso principal de la compañía, los métodos estadísticos son de gran importancia para
tomar decisiones por la gerencia en cuanto a la cantidad a producir de un terminado
producto con base en estudios de mercado y el comportamiento de éste, es decir en el
comportamiento de la demanda por parte de la población consumidora. Otra parte
importante y también vinculada a este campo es la medición del trabajo y la seguridad
industrial, los métodos estadísticos son importantes para medir la probabilidad de
ocurrencia de un evento o como están la distribución de cargas de trabajo en la empresa.
Los estudios de mercado es la herramienta más importante para conocer cómo se comporta
la demanda y oferta de un producto en una población. Las medidas de tendencia central
(media, mediana y moda) sirven como puntos de referencia para la interpretación de datos
de y el comportamiento del consumo. A manera de conclusión podemos adoptar que siendo
la ingeniería industrial una de las profesiones con un amplio campo de aplicación, tanto en
el proceso productivo y administrativo de compañías dedicadas a producción industrial, la
estadística es una herramienta de gran valor, teniendo en cuenta que proporciona datos,
probabilidades y tendencias del mercado, de las actividades de la compañía y todo lo
relacionado con eventos que permiten lograr tomar decisiones basados en experiencias
significativas.
Conclusiones En la práctica directiva existen muchas situaciones factibles de ser analizadas
a través de herramientas estadísticas. Antes de seleccionar la herramienta estadística a
utilizar, se debe tener conocimiento sobre lo que se quiere analizar y para qué, dentro de la
dinámica de las organizaciones. No se debe caer en el error de creer que con el uso y
aplicación de las herramientas estadísticas ya no es necesario contar con el conocimiento
teórico-conceptual sobre la naturaleza del funcionamiento de las organizaciones. La función
principal de las herramientas estadísticas aplicadas en gestión organizacional es
proporcionar información clara, oportuna y confiable para apoyar al proceso de toma de
decisiones en el mundo organizacional de “las cosas”. Resulta importante subrayar que las
herramientas cuantitativas estadísticas y las cualitativas no se contraponen en la práctica
directiva; por el contrario, se complementan. El uso adecuado de ambas herramientas de
indagación y construcción de información nos permitirá contar con un conocimiento más
completo sobre la realidad organizacional, tanto del mundo de “las cosas” como del
inframundo de “los significados”. Recordemos que en realidad “las cosas” y “los
significados” que le otorgan los actores organizacionales forman un todo, un mismo
fenómeno social: la organización. Los paquetes computacionales no sustituyen el
conocimiento de la estadística. (Patino, 2011)

201830060010 Sorayda Suyapa Dueñas Posas

41
 Conclusiones

Los conceptos antes mencionados han sido analizados e investigados de tal manera de hacer
más fácil su comprensión y entendimientos ya que la estadística es la ciencia que trata de
entender, organizar y tomar decisiones que estén de acuerdo con los análisis efectuados.

La estadística juega un papel muy importante en nuestras vidas, ya que actualmente ésta se
ha convertido en un método muy efectivo para describir con mucha precisión los valores de
datos económicos, políticos, sociales, psicológicos, biológicos y físicos, además, sirve como
herramienta para relacionar y analizar dichos datos.

El trabajo del experto estadístico ha evolucionado mucho, ya no consiste sólo en reunir y

tabular los datos, sino sobre todo en el proceso de interpretación de esa información, ahora
tiene un papel mucho más importante del que tenía en años pasados.

Es de vital importancia para nuestra vida profesional venidera, que manejemos estos
conceptos con facilidad, así mismo el que los usemos de la manera apropiada, siempre en
pro de buscar soluciones a los problemas que se nos puedan presentar.

201830060010 Sorayda Suyapa Dueñas Posas

42
 Fuentes Bibliográficas

Bibliografía
Academic. (2017). Teorema de Rao-Blackwell. Recuperado el 29 de 11 de 2018, de Academic:
http://www.esacademic.com/dic.nsf/eswiki/1135832

Aumann, R. (2006). GUERRA Y PAZ. Recuperado el 29 de 11 de 2018, de REVISTA ASTURIANA DE

ECONOMÍA: http://www.revistaasturianadeeconomia.org/raepdf/36/191AUMANN.pdf

Bengoa. (s.f.). Adolphe Lambert Jacques Quetelet. Recuperado el 29 de 11 de 2018, de Bengoa:

https://www.fundacionbengoa.org/personalidades/adolphe-lambert-jacques-quetelet.asp

Biografias. (s.f.). Confucio. Recuperado el 29 de 11 de 2018, de Biografias y Vidas:

https://www.biografiasyvidas.com/biografia/c/confucio.htm

Canal Diaz, N. (s.f.). Teorema del limite. Obtenido de Revista: http://www.revistaseden.org/files/8-

CAP%208.pdf

Chon R., M. (24 de 09 de 2013). Curso Inferencia. Recuperado el 29 de 11 de 2018, de Clase 8:

http://www.dpye.iimas.unam.mx/miguel/Inferencia/Clase_8__24_septiembre.pdf

Coronado, Y. (22 de 06 de 2013). Teorema de Gauss Markov. Recuperado el 29 de 11 de 2018, de

El arte de la econometría:
http://aprendiendoeconometria.blogspot.com/2013/06/teorema-de-gauss-markov.html

Cristo M., J. (10 de 2006). Estadísticas Educativas. Recuperado el 29 de 11 de 2018, de

EDUCANDO: http://www.educando.edu.do/articulos/directivo/estadsticas-educativas/

Estadistica. (2008). Historia de la Estadística. Recuperado el 29 de 11 de 2018, de Estadistica para

todos: http://www.estadisticaparatodos.es/historia/histo_esta.html

Exposito, A. (s.f.). QUETELET. Recuperado el 29 de 11 de 2018, de ESTADÍSTICA:

https://sites.google.com/site/iniciacionestadistica/introduccion/1-2-estadisticos-
famosos/quetelet

Group, S. (13 de 07 de 2009). Historia de la estadística. Recuperado el 29 de 11 de 2018, de

Estadística: http://estadistica1006.blogspot.com/2009/07/10.html

Martín Alfonso, J., González Companionis, I., & Gómez Argüelles, Á. (s.f.). LA ESTADÍSTICA: FUENTE
PARA EL DESARROLLO HUMANO. Recuperado el 29 de 11 de 2018, de Quadernsdigital:
http://www.quadernsdigitals.net/datos/hemeroteca/r_47/nr_503/a_6884/6884.html

Minitab. (s.f.). El teorema del límite central. Recuperado el 29 de 11 de 2018, de Soporte de mini
tab 18: https://support.minitab.com/es-mx/minitab/18/help-and-how-to/statistics/basic-
statistics/supporting-topics/data-concepts/about-the-central-limit-theorem/

Montano , J. (s.f.). Gottfried Achenwall: Biografía y Aportaciones. Recuperado el 29 de 11 de 2018,

de Lifeder.com: https://www.lifeder.com/gottfried-achenwall/

201830060010 Sorayda Suyapa Dueñas Posas

43
Patino, O. (03 de 02 de 2011). Probabilidad y estadística. Recuperado el 29 de 11 de 2018, de
monografias.com: https://www.monografias.com/trabajos69/probabilidad-
estadistica/probabilidad-estadistica.shtml

Polyconomics. (s.f.). Ecuación de Slutsky.

Ramirez, G., & Vasquez, M. (2010). Historia de la Estadística. Recuperado el 29 de 11 de 2018, de

Depto de Estadıstica y Probabilidad:
http://saber.ucv.ve/bitstream/123456789/7356/1/HistoriaEstadistica.pdf

Resumen. (s.f.). Recuperado el 29 de 11 de 2018, de catarina.udlap:

http://catarina.udlap.mx/u_dl_a/tales/documentos/lat/leon_s_j/resumen.pdf

Rincon, L. (26 de 12 de 2017). 0398 Ejemplos de aplicación del teorema de Rao-Blackwell. curso de
estadistica inferencial. Recuperado el 29 de 11 de 2018, de
https://www.youtube.com/watch?v=K3PKgkFKqMA

Salinas. (s.f.). Teorema de Bayes. Recuperado el 29 de 11 de 2018, de ugr:

https://www.ugr.es/~jsalinas/bayes.htm

Teran , P. (2004). CONJUNTOS ALEATORIOS: ESPERANZAS DE AUMANN Y HERER. Recuperado el 29

de 11 de 2018, de Articulos de Estadistica:
http://www.seio.es/BEIO/files/BEIOVol23n1_AE_PTeran.pdf

Valencia, U. (s.f.).

Webster, A. (2001). Estadistica aplicada a los negocios y la economia (Vol. III edicion). Bogota,
Colombia: Quebecor World Bogota S.A. Recuperado el 29 de 11 de 2018

Zuniga, M. (05 de 1987). LA EDUCACJON SUPERXOR EN HONDURAS. Recuperado el 29 de 11 de

2018, de UNESCO.Org: http://unesdoc.unesco.org/images/0008/000847/084755so.pdf

201830060010 Sorayda Suyapa Dueñas Posas

44