ESTADISTICA

ESTADISTICA APLICADA A LA
INGENIERÍA MECÁNICA

1
 Introducción

Estadística materia evolucionada de la unión de dos disciplinas. Probabilidad

(teoría matemática de los juegos de azar). Estadística (estudia la descripción
de datos). La integración de estas da a lugar a una ciencia que estudia cómo
obtener conclusiones a partir de investigaciones empíricas mediante el uso de
modelos matemáticos. Al día de hoy ayuda fundamentalmente al desarrollo de
investigaciones, dado que sus procedimientos nos permiten la toma de
decisiones ante situaciones de incertidumbres. Considerando así a la
Estadística como “el suministro de un conjunto de herramientas sumamente
útiles en la investigación y para la utilización en los diferentes áreas de la
ingeniería mecánica.

2
 Introducción

Etapas de un estudio estadístico

Un análisis estadístico se lleva a cabo siguiendo las etapas habituales en el llamado

método científico cuyas etapas son:
1) Planteamiento del problema: consiste en definir el objetivo de la investigación y
precisar el universo o población.

2) Recogida de la información: consiste en recolectar los datos necesarios

relacionados al problema de investigación.

3) Análisis descriptivo: consiste en resumir los datos disponibles para extraer la

información relevante en el estudio.

4) Inferencia estadística: consiste en suponer un modelo para toda la población

partiendo de los datos analizados para obtener conclusiones generales.

5) Diagnóstico: consiste en verificar la validez de los supuestos del modelo que nos
han permitido interpretar los datos y llegar a conclusiones sobre la población

3
 Introducción
Esquema de las etapas de un estudio estadístico

AREA DE INTERES DATOS

ORGANIZAR Y RESUMIR

Tema de Investigación ESTADÍSTICA DESCRIPTIVA

(Tablas, Gráficos, Medidas
-Antecedentes Previos Descriptivas, etc.)
-Objetivos
INTERPRETACIÓN
-Preguntas de Investigación
Muestra
-Posibles Hipótesis
¿Población o Muestra?
-Unidad de Análisis
INFERENCIA ESTADÍSTICA
-Población Población
-Variables
CONCLUSIONES

Probabilidad
INFORMACIÓN

4
 APLICACIONES EN LA INGENIERIA MECANICA

Dentro de las ingenierías, en Ingeniería Mecánica, la aplicación de la Estadística juega

un papel fundamental; ella interviene de forma directa en el estudio de procesos tales
como:
1. Calor transferido por unidad de tiempo a través de un material aislante.
2. Fiabilidad de máquinas herramientas.
3. Estudio de fatiga de metales.
4. Normalización de ajustes y tolerancia en las partes que conforman una máquina.
5. Prever las averías de un taller y diseñar el equipo de mantenimiento.
6. Estudios de corrosión,
7. Estudios de daños basados en riegos etc.
A partir de lo planteado anteriormente, es indiscutible que dentro de la formación de los
profesionales de la Ingeniería Mecánica, es necesario el estudio de la estadística. A
continuación un resumen de los conceptos mas utilizados en la estadística y que
pueden ser utilizados en el campo de la ingeniería.

5
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

• VARIABLE: es lo que se va a medir y representa una característica de la UNIDAD

DE ANÁLISIS.

• ¿QUIÉNES VAN A SER MEDIDOS?: Los sujetos u objetos o Unidades de

Análisis de una Población o una Muestra

• POBLACIÓN : Es el total de unidades de análisis que son tema de estudio.

• MUESTRA: Es un conjunto de unidades de análisis provenientes de una

población.

6
Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

TIPOS DE VARIABLES

Variables Cuantitativas Variables Cualitativas

CONTINUA DISCRETA NOMINAL ORDINAL

Toma valores enteros Característica o cualidad

cuyas categorías no tienen
un orden preestablecido.

Toma cualquier valor dentro de un Característica o cualidad cuyas

intervalo categorías tienen un orden
preestablecido.

7
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

Frecuencia: desde un conjunto de unidades, corresponde al Número o Porcentaje de

veces que se presenta una característica.

Variable Cualitativa Variable Cuantitativa

Frecuencia Absoluta (F) Frecuencia Relativa (f)

TIPO FRECUENCIA
Frecuencia Absoluta Frecuencia Relativa
Acumulada (FAA) Acumulada (fra)

8
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

TIPOS DE GRÁFICOS Gráfico de Barras

Numero de unidades de análisis Proporción de unidad de análisis de acuerdo a

de acuerdo a variable 1 variable 1

500 D
400

variable 1
C
300
Nº

200
B
100

0 A
A B C D

variable 1 0 0,2 0,4 0,6 0,8 1

Proporción de unidad de análisis

Porcentaje de unidad de análisis de acuerdo a

variable 1
-Este tipo de gráfico se utiliza generalmente para
representar la frecuencia de las categorías de una
D
variable cualitativa.
variable 1

C -Cuando una variable es cuantitativa se puede utilizar este

B
tipo de gráfico sólo si la variable se ha transformada en
categorías.
A
-Hay distintas versiones de estos gráficos (por ejemplo en
0 20 40 60 80 100 Excel), y en algunos casos son muy útiles para describir el
% unidad de análisis comportamiento de una variable en distintos grupos.

9
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

TIPOS DE GRÁFICOS Histograma

Histograma
Distribución de los hijos de trabajadores de
la empresa de acuerdo a edad Histograma

15
- Permite la representación de la
frecuencia de una variable Cuantitativa.
- El eje x se refiere a la variable.
Frecuencia

10
Nº

- El eje y se refiere a la frecuencia (Nº ,

%).
5

- Cada barra representa la frecuencia de

la variable en la población en estudio (o la
0
muestra).
7 8 9 10 11 12 13 14

edad
edad -El histograma se puede construir desde
los datos de la tabla de frecuencia de la
variable en estudio.
Ejemplo
En el gráfico se puede observar el número de hijos
, de menor edad (7-8 años), las de mayor edad (13-
14 años); y además que la mayoría de hijos de los
trabajadores están entre los 10 y 12 años.

10
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

TIPOS DE GRÁFICOS Otros

11
Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

-Media Aritmética (Promedio)

-Mediana
MEDIDAS DE TENDENCIA CENTRAL
-Moda

Datos Cuantitativos ordenados de menor a mayor

Datos Cuantitativos x
x x(1) Mediana
x1 Media Aritmética o Promedio x( 2) M E  x( k ) Si n es impar
n
x2
 xi  ME 
x( k )  x( k 1) Si n es par
 x i 1
x (n ) 2
xn n
x( k )  dato del centro

Datos Moda
Cualitativos y Cuantitativos M o " el dato que más se repite"

12
Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

-Rango
MEDIDAS DE DISPERSIÓN -Varianza
-Desviación Estándar
Rango
Datos Cuantitativos
x R  max( xi )  min( xi )
x1 Desviación Típica o Estándar
Varianza
x2
n n
s  s2
1 n
  ( xi  x )
2
 2
ix  ( xi ) 2
1 n 2
  xi  x 2
n i 1
xn s 
2 i 1
 i 1
n n n i 1

Comparación entre Variables Coeficiente de Variación

s
cv 
Se refiere al comportamiento de las variables cuantitativas en un
grupo.
x

13
Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

Media, Desviación típica, Coeficientes de Asimetría y Apuntamiento para datos

Agrupados (tabla de frecuencias)

Tabla de frecuencia (para variable cuantitativa)

Centro
Intervalo de clase Amplitud F f FAA fra 2) La Desviación típica para datos
I1 c1 a1 n1 f1 agrupados esta dada por:
I2 c2 a2 n2 f2 k
.
.
    sc   (c
j 1
j  xc ) 2 f j
Ik ck ak nk fk n 1
Total n 1

Sea cj la marca de clase (o centro de clase) y fj la

frecuencia relativa de la clase j, donde j=1, 2,…, k. 3) El Coeficiente de Asimetría para
datos agrupados esta dado por:
k
1) La Media para datos agrupados es igual a la
suma de los productos de las marcas de clase  (c
j 1
j  xc ) 3 f j
por sus frecuencias relativas, de la forma: CAc 
k
s c3
Media c  xc   c j f j
j 1

14
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

- Covarianza Datos
MEDIDAS DE ASOCIACIÓN LINEAL
- Correlación Cuantitativos

x
x1 Recordemos que: Hasta ahora hemos estudiado las medidas tendencia
central (Media, Mediana, Moda) y dispersión
x2 (Varianza y Desviación Estándar) para una Variable
 Cuantitativa (x).
xn

Covarianza: Es una medida de Variabilidad Conjunta entre dos variables (x1 , x2) o bien (x , y)
1 n
x y cov( x , y )   ( xi  x )( yi  y )
y( 1 )
n i 1
x(1)
Si Cov(x,y) es positiva: la asociación entre x e y es directamente proporcional,
x( 2 ) y( 2 )
es decir que cuando x aumenta y también aumenta; y viceversa.
  Si Cov(x,y) es negativa: la asociación entre x e y es inversamente proporcional,
x(n ) y( n ) es decir que cuando x aumenta y disminuye; y viceversa.
Si Cov(x,y) es cero: no existe asociación entre x e y.
15
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

- Covarianza Datos
MEDIDAS DE ASOCIACIÓN LINEAL
- Correlación Cuantitativos

Correlación: Se refiere al grado de asociación entre dos variables (x1 , x2) o bien (x , y)
Coeficiente de Correlación de Pearson (r): Mide el grado de Asociación Lineal
entre dos variables Cuantitativas
n
 xi yi  nxy
x y
cov( x , y )
x(1) y( 1 ) r 1  r  1
sx s y r  i 1
x( 2 ) y( 2 ) ( n  1 )s x s y
  Si r es positivo: la asociación entre x e y es directamente proporcional, es decir que
x(n ) y( n ) cuando x aumenta y también aumenta; y viceversa. Si r=1: la asociación lineal es
perfecta.
Si r es negativo: la asociación entre x e y es inversamente proporcional, es decir
que cuando x aumenta y disminuye; y viceversa. Si r=-1: la asociación lineal es
perfecta.
Si r es cero: no existe asociación entre x e y.

16
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

Datos Cuantitativos

REGRESION LINEAL SIMPLE

Objetivo 1 Objetivo 2
Determinar si dos variables están x y Estudiar si los valores de una
asociadas y en qué sentido se da x(1) y( 1 ) variable pueden ser utilizados para
la asociación. predecir el valor de la otra
x( 2 ) y( 2 )
 
x(n ) y( n )
Determinar si existe relación Estudiar la dependencia de una
entre las variables x e y: variable respecto de la otra:
Coeficiente de Correlación Modelo de Regresión
Términos
Variable Respuesta (=variable dependiente)
Variable Explicativa (=variable Independiente)
Relación Lineal (modelo lineal)
Parámetros (intercepto y pendiente)
Intercepto (respuesta media)
Pendiente (efecto de la variable explicativa sobre la respuesta)
Error (residuo)
17
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

PROBABILIDAD

Los experimentos aleatorios producen resultados inciertos y la probabilidad es una

medida de la incertidumbre. Sin embargo, la incertidumbre es de naturaleza muy
diferente según lo sea el experimento. No existe un acuerdo total entre los estudiosos
de la probabilidad al respecto, por lo que se pueden identificar tres grandes enfoques
del pensamiento probabilístico. A continuación, se exponen los principios generales de
cada una de éstos, sin tomar partido a favor de alguno en particular.

a.- Ley de Probabilidad Condicional

Sea S un espacio muestral asociado a un experimento aleatorio. Sean Ay B dos
sucesos cualesquiera de S, tales que P(B) = 0. Se define la probabilidad
condicional de A dado B, P(A/B), como

P( A  B)
P( A / B) 
P( B)
Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

b.- Ley Multiplicativa para Sucesos o Eventos Independientes.

Sea S un espacio muestral asociado a un experimento aleatorio.
Sean A y B sucesos de S. Se dice que A y B son sucesos
independientes si y sólo si:

o
Ejemplo:

Si P (A/B)= 0,20 y P (A)= 0,20, entonces A y B son sucesos independientes.

19
Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

c.- Ley Multiplicativa para Sucesos o Eventos Dependientes.

Partiendo de la definición de probabilidad condicional, podemos obtener la
probabilidad de la intersección mediante la siguiente regla:

Considerando que P (B/A) = P (B)

En el caso de la intersección de tres sucesos,

P( A  B  C )  P( A).P( B / A).P(C / A  B)
 Conceptos planteados en la Aplicación de la Estadística en la Ing. Mecánica

TEOREMA DE BAYES

Para calcular la probabilidad tal como la definió Bayes en este tipo de

sucesos, necesitamos una fórmula. La fórmula se define matemáticamente
como:

Donde B es el suceso sobre el que tenemos información previa y A(n) son

los distintos sucesos condicionados. En la parte del numerador tenemos la
probabilidad condicionada, y en la parte de abajo la probabilidad total. En
cualquier caso, aunque la fórmula parezca un poco abstracta, es muy
sencilla. Para demostrarlo, utilizaremos un ejemplo en el que en lugar de
A(1), A(2) y A(3), utilizaremos directamente A, B y C.
El Método Estadístico Aplicable a la Ingeniería tiene
las siguientes etapas:

1. Recolección
2. Recuento( computo)
3. Presentación
4. Síntesis
5. Análisis

Tales etapas siempre se encuentran en el orden descrito y cada una de ellas

consiste, de manera resumida, en lo siguiente:
 El Método Estadístico Aplicable a la Ingeniería tiene
las siguientes etapas:

1.Recolección
Esta etapa del método consiste en la MEDICION DE VARIABLES de hecho recoge la
información señalada en el diseño de la investigación.

2.Recuento
Esta parte del método estadístico la información recogida es sometida a revisión, clasificación y
computo numérico.

3.Presentación
Es la etapa del método estadístico cuando se elaboran CUADROS Y GRAFICOS que le permiten
una inspección precisa y rápida de los datos.

4.Síntesis
En esta etapa la información es RESUMIDA en forma de medidas que permiten expresar de
manera sintética las principales propiedades numéricas de grandes series o agrupamientos de
datos.
El Método Estadístico Aplicable a la Ingeniería tiene
las siguientes etapas:

5.Análisis
En esta etapa mediante

Formulas estadísticas El uso de tablas

apropiadas específicamente diseñadas

Se efectúa la comparación de las medidas de resumen

previamente calculada

El análisis estadístico de los datos consiste en la

COMPARACIÓN
 Análisis de Aplicación de la Estadística en la
Ingeniería Mecánica

La estadística y su aplicación en la ingeniería, tiene en los actuales un rol transcendental en

las futuras decisiones, para la continuación de los procesos productivos, sus diagnósticos,
predicciones que con datos y valores estadísticos, nos dan información, de variables y
probabilidades, para la toma de estrategias consonas con la productividad y mejoramientos
continua de los procesos de manufactura, productivos

Debido al desarrollo científico y tecnológico, cada vez se hace mas importante en

conocimiento estadísticos en los profesionales de la ingeniería, que permitan en los
problemas presentados en el desarrollo de esta materia, hacer el análisis y determinar las
resultados y mediante utilización de medios computarizados permiten la utilización mas
expedita en la obtención de los resultados

En relación a la exigencia de esta rama los científicos e ingenieros en todas las ramas se
deben formar en conocimiento teórico de la estadística, para tener las herramienta que les
permita dar una correcta interpretación de los resultados y el mejoramientos de las
investigaciones y los procesos.

La Estadística se considera como un esencial “suministro de un conjunto de herramientas

sumamente útiles en la investigación científicas” y tecnológicas en la especialidades de la
ingeniería.
 MODELOS MATEMÁTICOS

MODELOS MATEMÁTICOS
Un Modelo Matemático es un patrón teórico ó experimental que permite interpretar mediante
métodos matemáticos fenómenos reales o problemas técnicos para hacer inferencia y tomar
decisiones.
Los modelos matemáticos son de dos clases:
a) Determinístico: cuando se tiene plena certeza acerca del funcionamiento y los resultados del
problema.
b) Aleatorios o Estocásticos. cuando sólo se tiene certeza parcial acerca del funcionamiento y se
conocen los resultados probables del modelo. Un modelo matemático debe ser simple e involucrar
las variables que lo hacen completo. Las leyes de la dinámica clásica de partículas pueden
considerarse un modelo matemático determinístico.
El modelo de regresión lineal estadístico es en esencia un modelo matemático aleatorio.
El modelo de la teoría de probabilidad que veremos mas adelante es justamente el modelo general
de los experimentos aleatorios.
 MODELOS MATEMÁTICOS

Experimento aleatorio
Es aquel cuyo modelo matemático es de carácter estocástico.

Ejemplos
1) Observar el lanzamiento de una moneda.
2) Contar la caída de gotas de lluvia en 2 placas.
3) Observar el lanzamiento de un dado hexagonal.
4) Medir la duración en horas de una bombilla.
5) Medir la duración de un equipo electrónico.
6) Contar el número de vehículos que pasan por un cruce en lapsos de un minuto
7) Contar el número de artículos defectuosos en lotes de 50 unidades.

Características de un Experimento Aleatorio

a) Que sea repetible en igualdad de condiciones.
b) Que se pueda describir el conjunto de todos los resultados posibles aunque no se pueda
asegurar un resultado en particular.
c) Si se repite un número grande de veces debe aparecer cierta regularidad estadística
 EJERCICIO

Un taller que fabrica piñones de caja para autos, tiene dos extrusoras, la E1, que tiene mas
tiempo de uso, y hace el 65% de todos los piñones, y la E2, con menos uso pero de menor
capacidad, que hace el 35% de los piñones. La E1 hace un 5% de piñones defectuosos,
mientras que la E2 tan sólo hace un 3% de piñones defectuosos. Si escogemos un piñón al
azar, ¿qué probabilidad hay de que de la extrusora 1 de la fabrica, salga defectuoso?

P(E1) . P(B/E1)
P(E1/B) =
P(E1) . P(B/E1) + P(E2) . P(B/E2)