TRABAJO FINAL

ESTADISTICA II

1
UNIVERSIDAD ABIERTA PARA ADULTOS

Participante:

Iniurca Milena José Jiménez

ID:
100015886

Tema:
Trabajo Final

Asignatura:
Estadistica II

Facilitador:
Jose Leon Reyes

Fecha:

16 de Enero del 2025

2
 INDICE

PAG

PORTADA…………………………………………………………………………… 1

INTRODUCCION…………………………………………………………………… 3

PROBABILIDAD……………………………………………………………………. 4

TIPOS DE PROBABILIDAD………………………………………………………. 4/5

APLICACIONES DE LA PROBABILIDAD………………………………………. 5/6

IMPORTANCIA PARA LA ADMINISTRACION………………………………… 6/7

DISTRIBUCION…………………………………………………………………… 7

TIPOS DE VARIABLES…………………………………………………………... 7/8

DIVISION DE LA DISTRIBUION………………………………………………. 8

FUNCION DE LA DISTRIBUCION……………………………………………. 8/9

PROPIEDADES DE LA FUNCION DE DISTRIBUCION……………………. 9

TIPOS DE DISTRIBUCION……………………………………………………. 9/10

VARIABLES DISCRETAS Y CONTINUAS………………………………….. 10/11

CONCLUSION…………………………………………………………………. 12

ANEXOS ……………………………………………………………………….. 13

3
BIBLIOGRAFIA………………………………………………………………… 14

INTRODUCCION

La estadística incluye dentro de sus objetivos conocer de manera

cuantitativa determinada parte de la realidad que vivimos, es por esto que la
probabilidad se caracteriza en la forma medible de diferentes valores donde se
asigna a cada posible resultado, dando así respuesta a lo requerido.

Tomando en cuenta que las distribuciones de la probabilidad están

relacionadas con la distribución de frecuencia, debido a que esta trata sobre la
expectativa de que algo suceda y además resultan ser de mucha utilidad para
hacer inferencias y tomar decisiones tanto en las diferentes situaciones que se
presentan en nuestra vida.

4
LA PROBABILIDAD Y EJEMPLOS.

La probabilidad es la posibilidad de que ocurra un fenómeno o un hecho, en

determinadas circunstancias y es expresada como un porcentaje. La probabilidad
es entonces el nivel de certeza que tenemos sobre la presencia de cierto evento.
Esto, en base a un valor de entre 0 y 1, y cuando más cerca esté de la unidad,
significa mayor certeza, pues cuando se aproxima a cero existe menor seguridad
en el resultado final. Para calcular la probabilidad según la regla de Laplace, se divide
el número de sucesos favorables entre el número total de sucesos posibles.

El cálculo de las probabilidades se lleva a cabo según la fórmula siguiente:

Probabilidad= Casos favorables / casos posibles x 100 (para llevarlo a

porcentaje)

Por ejemplo, imaginemos que una persona va a elegir una de las 52 cartas (que
están boca abajo) que vienen en un mazo, sin contar con mayor información.
Entonces, la probabilidad de que saque un as de espadas es:

1/52=0,0192=1,92%

Al tratarse de un concepto estadístico, la probabilidad puede usarse en distintos

ámbitos. Por ejemplo, en finanzas, se suele trabajar con escenarios, y a cada uno
de ellos se le puede asignar una probabilidad. Igualmente, en los estudios del
clima se suele hablar, por ejemplo, de la probabilidad de lluvia.

TIPOS DE PROBABILIDAD

 Simple: la probabilidad simple es el número de veces que puede ocurrir un

determinado suceso en función del número de elementos pueden dar lugar
a dicho suceso.
5
  Compuesta: se trata de la probabilidad que existe de que se produzcan de
forma simultánea dos sucesos.
 Condicionada: es la probabilidad que existe de que ocurra un suceso si ya
se ha producido otro suceso previamente.
 Clásica: es de las probabilidades más utilizadas. Consiste en dividir el
número de resultados favorables entre los resultados posibles.
 De espacio muestra: es el conjunto de posibilidades de cada uno de los
sucesos que forman parte del espacio muestral.
 De la unión: es la probabilidad de que se produzca alguno de los sucesos
de dos espacios muéstrales diferentes.
 De la intersección: se trata de la probabilidad de que se produzca alguno
de los sucesos que tienen en común dos espacios muestrales diferentes.
 Frecuencial: consiste en dividir el número de resultados favorables entre el
número de veces que se ha realizado un experimento aleatorio.
 Lógica: se basa en asignar probabilidades en función de la lógica y la
evidencia de que se produzca un determinado suceso.
 Geométrica: cuantifica la probabilidad de que el resultado de un suceso
aleatorio se encuentre dentro del espacio muestral.
 Hipergeométrica: es la probabilidad de que suceda un suceso sin
reemplazar ninguno de sus elementos.
 Objetiva: es la probabilidad que se ha obtenido en base a un experimento
que la acredite.
 Subjetiva: esta probabilidad tiene mucha relación con la probabilidad lógica
mencionada anteriormente. Extrae el valor de la probabilidad a través de
experiencias personales o creencias.
 Poisson: esta probabilidad se calcula en base al espacio y al tiempo.
 Binomial: muestra la probabilidad tras estudiar el número de éxitos una
secuencia de ensayos independientes entre sí.

APLICACIONES DE LA PROBABILIDAD

6
  El análisis de riesgo empresarial: según el cual se estiman las
posibilidades de caída de precio de las acciones bursátiles, y se intenta
predecir la conveniencia o no de la inversión en una u otra empresa.
 El análisis estadístico de la conducta: de importancia para la sociología,
emplea la probabilidad para evaluar la posible conducta de la población, y
así predecir tendencias de pensamiento o de opinión. Es común verlo en
las campañas electorales.
 La determinación de garantías y seguros: procesos en los que se evalúa
la probabilidad de avería de los productos o la fiabilidad de un servicio (o de
un asegurado, por ejemplo), para así saber cuánto tiempo de garantía
conviene ofrecer, o a quiénes conviene asegurar y por cuánto.
 En la ubicación de partículas subatómicas: según el Principio de
Incertidumbre de Heisenberg, el cual establece que no podemos saber
dónde está una partícula subatómica en un momento determinado y al
mismo tiempo a qué velocidad se mueve, de modo que los cálculos en la
materia se realizan normalmente en términos probabilísticos: existe X por
ciento de probabilidades de que la partícula esté allí.
 En la investigación biomédica: se calculan porcentajes de éxito y de
fracaso de las drogas médicas o de las vacunas, para así saber si son
fiables o no, y si conviene o no producirlas en masa, o a qué porcentaje de
la población podrán causarle determinados efectos secundarios.

IMPORTANCIA PARA LA ADMINISTRACION

La probabilidad no es solo usada en las matemáticas, o en áreas a fines,

sino también en la administración, incluso es de suma importancia debido a la
forma en la que está ligada al proceso de la toma de decisiones, gestionar y
mejorar temas y actividades.

 Presencia de riesgos: cuando un administrador debe tomar decisiones

sobre un resultado que conoce, la única razón para que se cometa un error
es que exista un error en el análisis de parte del decisor. Siempre existen

7
 factores que no se pueden controlar y que influyen para que los resultados
sean imprevistos, en las tomas de decisiones se debe tener en cuenta la
probabilidad de la presencia de riesgos.
 Toma de decisiones: es el proceso de selección de una alternativa entre
un conjunto de dos o más de estas, la teoría de la probabilidad permite
conocer el riesgo de cada alternativa. Las buenas decisiones son producto
de la buena y oportuna información y conocimiento.

Carecer de datos estadísticos en cuanto a lo que acontece tanto interna como

externamente, impide decidir sobre bases racionales y adoptar las medidas
preventivas y correctivas con el suficiente tiempo para evitar daños en muchos
casos irreparables para la organización.

DISTRIBUCION DE PROBABILIDAD

Teniendo presente los conceptos anteriores, podemos definir una distribución

de probabilidad como una lista que nos proporciona todos los resultados de los
valores que pueden presentarse en un acontecimiento, junto con la probabilidad
de ocurrencia asociada a cada uno de estos valores.

Tomemos, por ejemplo, como un acontecimiento el lanzamiento de una

moneda. En este acontecimiento, tenemos como posibles resultados: Cara o sello,
y las respectivas probabilidades son: si cae cara 0.5 (1/2) o si cae sello 0.5 (1/2).

Como podemos observar, si tomamos las probabilidades de ocurrencia de los

resultados de un acontecimiento y los sumamos siempre nos debe dar 1.
Todos los acontecimientos tienen variables aleatorias (características medibles),
éstas pueden ser de tipo continua o discreta.

TIPOS DE VARIABLES

 Variable aleatoria: es aquella cuyo valor es el resultado de un evento

aleatorio. Lo que quiere decir que son los resultados que se presentan al
azar en cualquier evento o experimento.
8
  Las variables de tipo discretas: son aquellas cuyos resultados se pueden
contar o son separables (por ejemplo, la cantidad de caras en el
lanzamiento de 3 monedas, el número de faltas de un partido de fútbol,
libros vendidos en un mes, entre otros).
 Las continuas: son aquellas que tienen un número incontable de valores
pero limitado (por ejemplo, los tiempos de vuelos entre una ciudad y otra, la
presión de los neumáticos de un carro, entre otros).

DIVISION DE DISTRIBUCIONES

Esta división se realiza dependiendo del tipo de variable a estudiar. Las

cuatro principales (de las que nacen todas las demás) son:

a) Si la variable es una variable discreta (números enteros), corresponderá una

distribución discreta, de las cuales existen:

 Distribución binomial (eventos independientes).

 Distribución de Poisson (eventos independientes).
 Distribución hipergeométrica (eventos dependientes).

b) Si la variable es continua (números reales), la distribución que se generará será

una distribución continua. Ejemplos de ellas son:

 Distribución normal o gaussiana.

 Distribución de Cauchy
 Distribución exponencial

Además, se puede utilizar la distribución de Poisson como una aproximación de la

distribución binomial, cuando la muestra por estudiar es grande y la probabilidad
de éxito es pequeña. De la combinación de los dos tipos de distribuciones
anteriores (a y b), surge una conocida como distribución normal como una
aproximación de la distribución binomial y de Poisson.

LA FUNCIÓN DE DISTRIBUCIÓN

9
 La función de distribución, también llamada función de distribución
acumulada, es una función matemática que indica la probabilidad acumulada de
una distribución. Es decir, la imagen de la función de distribución para un valor
cualquiera es igual a la probabilidad de que la variable tome dicho valor o uno
inferior. La función de distribución acumulada también se puede designar
mediante las siglas FDA, aunque su símbolo habitual es la F mayúscula.

PROPIEDADES DE LA FUNCIÓN DE DISTRIBUCIÓN

Independientemente del tipo de variable, la función de distribución siempre

cumple las siguientes propiedades:

 El valor de la función de distribución acumulada está entre 0 y 1, ambos

incluidos.

 El límite de una función de distribución cuando X tiende a infinito es igual a

1.
 Por otro lado, el límite de una función de distribución cuando X tiende a
menos infinito es nulo.

 Por sus características, la función de distribución es monótona no

decreciente.

TIPOS DE DISTRIBUCION

Los tipos de distribuciones en estadística son parte de las funciones de

probabilidad que aparecen con mayor frecuencia cuando se realiza algún estudio
estadístico.

A modo resumen, estos son los tipos distribuciones en estadística Big Data:

 Distribución uniforme: continua. Todos los valores tienen la misma

posibilidad.

10
  Distribución Bernoulli: discreta. Dos posibles soluciones. Por ejemplo: echar
una moneda al aire.
 Distribución Exponencial: continua. Tiempo medio entre ocurrencia de
eventos de una distribución de Bernoulli.
 Distribución Binomial: discreta. Generalización de Bernoulli. Por ejemplo:
tirar varias monedas al aire.
 Distribución Poisson: discreta. Generalización de Binomial cuando hay
infinitos eventos de probabilidad muy baja.
 Distribución Gaussiana: continua. Es la distribución más usada, toda
combinación de variables aleatorias tiende a una gaussiana.
 Distribución Chi cuadrado: continua. Es el cuadrado de una distribución
gaussiana.

VARIABLES DISCRETAS Y CONTINUAS

Si las observaciones corresponden a cantidades, las variables pueden

distinguirse entre discretas y continuas. Se dice que una variable es discreta
cuando no puede tomar ningún valor entre dos consecutivos, y que es continua
cuando puede tomar cualquier valor dentro de un intervalo.

Ejemplos de variable discreta: número de empleados de una fábrica; número de

hijos; número de cuentas ocultas en Suiza.

Ejemplos de variable continua: temperaturas registradas en un observatorio;

tiempo en recorrer una distancia en una carrera; contenido de alcohol en un cuba-
libre; estatura; tiempo de discurso de un político en las cortes insultando a los del
partido contrario.

En la práctica, todas las variables son discretas debido a la limitación de los

aparatos de medida. Pensemos en el ejemplo de la estatura: quizá podría
detectarse una diferencia de una cienmilésima de metro, o de una millonésima
pero, dados dos individuos que se diferencien en una millonésima, seguramente
ya no existe otro que tenga una estatura intermedia. De la misma forma, por

11
insignificante que sea la diferencia entre la llegada de dos corredores olímpicos a
una meta, la limitación de la precisión en la medida siempre puede acabar
produciendo un posible (aunque improbable) empate. Obviando este tipo de
limitaciones, las variables continuas se elegirán, desde un punto de vista teórico,
con toda la precisión que deseemos (decimales), de manera que siempre
podamos escribir un valor que esté entre cualesquiera otros dos.

Por ejemplo, hasta hace unos años, cuando alguien se subía a una báscula,
lo máximo solían ser dos o tres decimales: (50.35: 50 kilos y 350 gramos…).
Realmente, usar más de dos o tres decimales para el peso en kilos de una
persona no ofrece ningún interés. Sin embargo, está claro que podrían construirse
básculas con mucha mayor precisión, ofreciendo un número mayor de decimales
(otra cosa es que se vendieran).

De manera general, consideraremos que una variable continua toma

valores en un intervalo (por ejemplo: el peso de un grupo de personas varía entre
40 y 100 kilos), y un dato podrá ser cualquier número entre esos dos.

12
 CONCLUSION

La probabilidad es simplemente qué tan posible es que ocurra un evento

determinado, cuando no estamos seguros del resultado de un evento, podemos
hablar de la probabilidad de ciertos resultados: qué tan común es que ocurran,
esta les permite a las organizaciones conocer todos los resultados posibles de
éxito o fracaso antes de la realización de un proyecto. Utilizando eficientemente
este método, podrán elegir el momento adecuado para emprender una nueva
iniciativa.

La probabilidad se puede decir que a través de las construcciones teóricas

se podrá experimentar sobre aquello que la realidad no permitía, es usada
extensamente en aéreas como la estadística, física, matemática, como en la
administración con el fin de lograr conclusiones acerca de sucesos potenciales en
sistemas complejos, dando de esta manera la posibilidad de generar la toma de
decisiones en las organizaciones, debido a que las probabilidades constituyen un
parámetro importante en la determinación de las diversas casualidades obtenidas
tras una serie de eventos esperados dentro de un rango estadístico.

13
ANEXOS

14
 BIBLIOGRAFIA

[Link]
Archivo%20trabajo%[Link]

[Link]

[Link]

[Link]
[Link]

15