ÁREANDINA

FUNDACIÓN UNIVERSITARIA DEL ÁREA ANDINA

FACULTAD DE CIENCIAS ADMINISTRATIVAS, ECONÓMICAS Y

FINANCIERAS

CÁTEDRA DE: FINANZAS Y NEGOCIOS INTERNACIONALES

ESTADÍSTICAS DE PROBABILIDADES

ACTIVIDAD EJE 4

TALLER: Caso Lanzamiento de una moneda.

Presentado Por:

Alumno: Rojas Salom, Edgar José

Sánchez Bautista, Nohelia María
Córdoba Nomelín, Valentina

Profesor: Medina Alzate, Reinaldo

GRUPO 401

12/04/2021
 2

Tabla de Contenidos

Introducción……………………………………………………………………………….3

¿Caso Lanzamiento de una moneda?...........................……………………....…….4

Desarrollo del Caso de Estudio..........................................…………………………4

 Marco Teórico: Teoría de la Estadística Clásica........................................4

 Planteamiento de la Hipótesis del lanzamiento de la moneda..................5
 Comprobación de la Hipótesis.....................................................................6

Modelo de simulación en la Suite Ofimatica Excel con 10.000 lanzamientos…

13

 Formulación del Modelo

matemático........................................................13
 Realización de Lanzamientos y
registros ................................................11
 Elaboración Tablas de Frecuencias (absolutas y
relativas) ....................14

Gráficas de apoyo y análisis (Histogramas)........................................................14

Conclusión…………………………………………………………………………….....16

Referencias Bibliográficas……………………………………………………………..17
 3

INTRODUCCIÓN

El presente taller tiene la finalidad de que el estudiante pueda realizar en la

práctica un modelo de simulación que le permita demostrar la hipótesis del
lanzamiento de una moneda que da como probabilidad en 50% para cada
lado de la misma. Mediante el estudio de un caso en particular, deberá
realizar el mismo experimento, pero con 10000 diez mil lanzamientos de
dicha moneda y realizar el análisis de dicha práctica.

En cuanto al marco teórico, también se debe destacar, el concepto de

probabilidad clásica, como el número de resultados favorables a la
presentación de un evento dividido entre el número total de resultados
posibles. Asignación de probabilidad "a priori", si necesidad de realizar el
experimento. La probabilidad clásica o teórica se aplica cuando cada
evento simple del espacio muestral tiene la misma probabilidad de ocurrir.

Finalmente, el análisis de dicha práctica complementada con los gráficos

(histogramas) de los aspectos más relevantes del tema: Probabilidades,
frecuencias absolutas y frecuencias relativas y las conclusiones obtenidas.
 4

DESARROLLO

Desarrollo del Caso de Estudio (Caso Lanzamiento de una moneda)

Se desea simular el lanzamiento de una moneda, por teoría de probabilidad

clásica, se puede determinar, sin experimento alguno, que existe una probabilidad
del 50%de que salga Cara, por consiguiente, para Sello también un 50%, ahora
bien, en u solo evento (lanzamiento) puede cumplirse la hipótesis propuesta, de lo
contrario, deberán ejecutarse tantos lanzamientos como sean necesarios
tabulando los mismos en una tabla de registro. Con base en lo anterior, deben
realizar en Excel un modelo para el caso propuesto modelando 10.000
lanzamientos.

Marco Teórico: Teoría de la Estadistica Clasica

Teoría de la Estadistica Clasica: La estadística tiene muchos significados,

siendo una técnica que debe establecer una guía para determinar situaciones de
incertidumbre. La información y la incertidumbre participan de forma decisiva. Es,
por lo tanto, la estadística una ligazón entre pasado y futuro, de especial
trascendencia en la mayor parte de los procesos. La incertidumbre es un
parámetro asociado al resultado de una medición que caracteriza la dispersión de
los valores que pueden atribuirse a la medición.

De esta forma, la muestra y las técnicas de muestreo se convierten en el

fundamento de la inferencia estadística clásica.

Todo procedimiento estadístico que emplea información para obtener

conocimiento, está en el ámbito de la inferencia y cuando hay que determinar
acciones, se aborda la denominada decisión estadística.

La teoría de la probabilidad: Es una rama de las matemáticas que estudia los

fenómenos aleatorios y estocásticos. Los fenómenos aleatorios se contraponen a
 5

los fenómenos deterministas, los cuales son resultados únicos y/o previsibles de
experimentos realizados bajo las mismas condiciones determinadas, por ejemplo,
si se calienta agua a 100 ºC. a nivel del mar se obtendrá vapor. Los fenómenos
aleatorios, por el contrario, son aquellos que se obtienen de experimentos
realizados, otra vez, bajo las mismas condiciones determinadas, pero como
resultado posible poseen un conjunto de alternativas, por ejemplo, el lanzamiento
de un dado o de una moneda.

La Frecuencia Estadística:

En estadística, la frecuencia de un evento es el número de veces en que dicho

evento se repite durante un experimento o muestra estadística. Comúnmente, la
distribución de la frecuencia suele visualizarse con el uso de histogramas

Frecuencia Absoluta:

Es el número de veces que se repite un resultado en el conjunto de todos los

observados.

Frecuencia Relativa:

Es la proporción de cada frecuencia absoluta, es decir, el número de veces que se

produce ese resultado (frecuencia absoluta) dividido por el número total de datos
observados.

Planteamiento de la Hipótesis del lanzamiento de la moneda:

El método clásico de probabilidad: Lanzamiento de una moneda

Primer planteamiento:

Nos dice que si un procedimiento tiene (n), sucesos simples distintos (Caso de la
moneda Cara o Sello), y cada uno de los sucesos tiene la misma probabilidad de
ocurrir entonces:

P(A)= Número de veces que puede ocurrir A / Número de sucesos simples diferentes
 6

La probabilidad de que ocurra uno de ellos en un solo intento es del 50%, es decir
existe la misma probabilidad para ambos sucesos considerando que la frecuencia
de lanzamiento sea igual a 1 (un intento).

Comprobación:

Se tiene una moneda que posee dos lados: un lado-cara y otro lado-sello; la cual
lanzaremos solo una sola vez para poder confirmar cual es la probabilidad de que
salga cara o sello.

Paso1: De acuerdo al marco teórico el número de veces que puede cara o sello
es igual a 1, de tal manera que en dicho espacio muestral la cantidad de eventos
distintos a suceder (n) serían igual a 2 (Cara o sello).

Datos:
Número de lanzamientos = 1
(A)= Cara
(B)= Sello
n= 2
P(A)= ? Probabilidad que salga cara
P(B)= ? Probabilidad que salga sello

P(A)= A / n P(B)= B / n

P(A)= 1 / 2 P(B)= 1 / 2

P(A)= 0.5 P(B)= 0.5

P(A)= 0.5 * 100 P(B)= 0.5 * 100

P(A)= 50% Cara P(B)= 50% Sello

Se confirma que hay un 50% de probabilidad tanto para la salida de cara como
sello, al realizar un solo lanzamiento. Es decir, se cumple el fundamento teórico de
dicha hipótesis.

Comprobación de la Hipótesis: Es decir, se cumple el fundamento teórico de

dicha hipótesis.
 7

Paso2: Se tiene una moneda que posee dos lados: un lado-cara y otro lado-sello;
la cual lanzaremos más de una vez (en nuestro caso 10.000) para poder confirmar
cual es la probabilidad de que salga cara o sello en ese número de eventos
debemos tomar en cuenta los siguientes aspectos:

 Utilizar el método de frecuencias relativas.

 Repetir el procedimiento (Lanzamiento de la Moneda) o diseñar una
simulación con el número de lanzamientos pre-establecidos (10.000).
 Contar el número de veces que se presenta el suceso (A) Cara.
 Contar el número de veces que se presenta el suceso (B) Sello.

Datos:

Número de lanzamientos = 10.000

(A)= Cara

(B)= Sello

n= 2

P(A)=? Probabilidad que salga cara

P(B)=? Probabilidad que salga sello

Hipoteticamente asumiremos solo para ejemplificar los siguientes resultados que

de los lanzamientos predeterminados (10.000), (6.000) de estos fueron cara y
(4.000) sello:

P(A)= A / n P(B)= B / n

P(A)= 6000 / 10000 P(B)= 4000 / 10000

P(A)= 0.6 P(B)= 0.4

P(A)= 0.6 * 100 P(B)= 0.4 * 100

P(A)= 60% Cara P(B)= 40% Sello

Se confirma que hubo un 60% de probabilidad para la salida de cara y un 40%

para sello. Es decir, no se cumple el fundamento teórico de dicha hipótesis, ya que
la proporción a través de la distribución normal no es equitativa y soló en el caso
 8

en que la frecuencia absoluta sea igual a (5000 salidas) caras o viceversa (5000
salidas) sellos ha de cumplirse. Es decir:

n= f1+f2+f3+f4+fn N= 5000

Y la frecuencia relativa (f)

f=n/N
f = 5000/10000
f = 0.50
f = 0.50 * 100
f = 50%

Puede apreciarse, los valores de las frecuencias absolutas y relativas cuando la

mitad de los eventos a suceder, coinciden en este caso con (5000) caras y
viceversa.

Paso 3.

En este paso nos planteamos la hipótesis nula, que pasaría. Test (contraste) de
hipótesis.

 Consideremos el típico caso de una moneda que lanzamos al aire, nuestra

experiencia nos dice que la probabilidad de que salga "cara" es de 0,5. ¿Y
si sospechamos que no es así?, evidentemente, o aceptamos que la
probabilidad de que salga cara es 0,5, o aceptamos que la probabilidad de
que salga cara no es 0,5.
 Al primer planteamiento, suponer que la probabilidad de que salga cara es
0,5 le llamamos hipótesis nula (H0) y al segundo planteamiento, hipótesis
alternativa (H1).
 Para aceptar o rechazar una de las hipótesis, necesitamos realizar un
experimento y establecer unas reglas de decisión. En el ejemplo de la
moneda, el experimento podría ser repetir el lanzamiento 10000 veces y
observar el resultado. Las reglas tendrán en cuenta el posible error
 9

asociado a cada decisión y dependerán de los riesgos que estemos

dispuestos a asumir.

Un ejemplo de regla de decisión

Es decir, lanzamos una moneda al aire (10000) veces y aceptamos la hipótesis H0

sólo si el número de caras contenidas está entre una y nueve. Si H0 es cierta y el
resultado de nuestro experimento es 0 ò 10000 caras, evidentemente nos
equivocamos al rechazar la hipótesis nula, decimos que cometemos un error de
tipo I o α; por el contrario, si el resultado obtenido está entre 1 y 9 y sin embargo,
es cierta H1, también nos equivocamos y decimos que cometemos un error de tipo
II o β.

Como la situación es algo confusa, la podemos esquematizar así:

 10

 α es el nivel de error asociado a una decisión H1 , este nivel de error está

unívocamente determinado, porque se comete cuando la hipótesis H0 es
verdadera y hay que recordar que H0 está determinada por una igualdad.
 β es el nivel de error asociado a una decisión H0 , este error no está
unívocamente determinado, porque se comete cuando la hipótesis H1 es
verdadera, pero depende de cómo se concrete la hipótesis H1.

Observación Importante: En ocasiones pueden surgir dudas en el planteamiento

de cuál debe ser la hipótesis H0 y cuál la hipótesis H1, en estos casos debemos
tener presente las siguientes reglas:

 Cuando el problema de manera expresa pide que se contraste una

hipótesis con determinado nivel de significación, la hipótesis que
contrastamos es la hipótesis H0.

Cuando el problema pide explícitamente que seamos nosotros quienes

planteemos las hipótesis, para decidir qué poner en H0 y qué en H1, se pueden
tener en cuenta las siguientes indicaciones:

 En H1 siempre debemos colocar lo que realmente queremos investigar con

seguridad, pues el error α, el que fijamos de antemano, se comete cuando
optamos por H1 y nos equivocamos.
 En la hipótesis H0 los signos siempre deben ser: = (igual) o ≤ (menor o
igual que) o ≥ (mayor o igual que).
 En caso de duda, siempre elegir un test con dos colas, sólo cuando el
planteamiento es muy claro se elige un test de una cola.

Comprobación de la Hipótesis: En conclusión, referente a los tres casos para

comprobar la hipótesis:

 En el primer escenario se cumple la hipótesis para un solo lanzamiento de

una moneda con dos lados diferentes cara y sello. La probabilidad es 50%
para ambos casos.
 En el segundo escenario, no se cumple la hipótesis para más de un
lanzamiento de una moneda con dos lados diferentes cara y sello. La
 11

probabilidad varia y su proporción a través que se van sucediendo los

lanzamientos (10000). Por eso se debe tener en cuenta que, de esta forma,
la muestra y las técnicas de muestreo se convierten en el fundamento de la
inferencia estadística clásica.
“Todo procedimiento estadístico que emplea información para
obtener conocimiento, está en el ámbito de la inferencia y cuando hay
que determinar acciones, se aborda la denominada decisión
estadística”

 En el tercer escenario: el test contraste de la hipótesis ya explicado.

Modelo de simulación en la Suite Ofimatica Excel con 10.000 lanzamientos

La metodología utilizada para realizar el modelo de simulación se resume a

continuación:

 Primer paso: Análisis y descripción del caso de estudio para la

categorización de los datos e incógnitas por resolver.
Número de lanzamientos = 10.000
(A)= Cara
(B)= Sello
n= 2
P(A)=? Probabilidad que salga cara
P(B)=? Probabilidad que salga sello
n= Frecuencia absoluta
f = Frecuencia relativa
 Segundo paso: Selección de la herramienta a utilizar (software) hoja de
cálculos de Excel.

Formulación del Modelo matemático:

Método seleccionado:

 Método de frecuencias relativas.

f=n/N
 12

 Realización de Lanzamientos y registros

o Creación de la hoja de cálculo Excel
o Asignar una columna con el título “Número de lanzamientos”
y enumerar sus campos del 1 al 10000
o En una segunda columna simular los lanzamientos mediante una
función de cálculo f(x)= aleatorio.entre (0,1), y así poder generar
aleatoriamente cada uno de los lanzamientos en cada uno de los
campos en algunos 1 y en otros cero.
o En una tercera columna para saber el número de caras y sellos, se
realiza el conteo de cada uno de los registros generados
anteriormente con la aplicación de una función de cálculo f(x)
=contar.si(celda,0), contará 1 si es 0 y 0 = Cara, de lo contrario no
cuenta 0 y se contará como sello, los cuales serán sumados al final
de las tablas.
o En la cuarta columna, calcularemos la proporción de las caras o
sellos a través que se realizan los lanzamientos. Aplicando la función
de cálculo f(x) = Celda anterior 0 / 1 (cara o sello) / Celda N° de
lanzamiento y obtendremos la proporción. La cual multiplicada por
100 nos da el porcentaje.
 Elaboración Tablas de Frecuencias (absolutas y relativas)
o Con la primera columna (número de lanzamientos) y la columna
número tres (conteo de caras o sellos), podremos elaboras ambas
tablas.

 Gráficas de apoyo y análisis (Histogramas)

o Con la selección de los campos de la columna de frecuencias
absolutas, relativas y proporción podremos crear los gráficos más
significativos para el análisis y conclusiones.
 13

Modelo de Simulación en Excel:

 Resumen de la Simulación Excel Lanzamiento de Moneda

En la simulación Excel hoja número 1, en este resumen podemos apreciar todos

datos correspondientes a la simulación con solo presionar la tecla “f9”.

 Hoja Excel 2 Estudio del caso y estructuración de los datos.

 14

 Tabla de registro de datos (10000 lanzamientos) y Cálculos de

parámetros.

 Gráficos de soporte:
 15

o Gráfico de Frecuencias absolutas

o Gráfica de las Frecuencias Relativas.

o Gráfica de Probabilidades.
 16

CONCLUSIÒN

 La estadística tiene muchos significados, siendo una técnica que debe

establecer una guía para determinar situaciones de incertidumbre. La
información y la incertidumbre participan de forma decisiva.
 La teoría de la probabilidad: Es una rama de las matemáticas que estudia
los fenómenos aleatorios y estocásticos. Los fenómenos aleatorios se
contraponen a los fenómenos deterministas, los cuales son resultados
únicos y/o previsibles de experimentos realizados bajo las mismas
condiciones determinadas.
 La Frecuencia Absoluta, es el número de veces que se repite un resultado
en el conjunto de todos los observados.
 Frecuencia Relativa, es la proporción de cada frecuencia absoluta, es decir,
el número de veces que se produce ese resultado (frecuencia absoluta)
dividido por el número total de datos observados.
 En el primer escenario se cumple la hipótesis para un solo lanzamiento de
una moneda con dos lados diferentes cara y sello. La probabilidad es 50%
para ambos casos.
 17

 En el segundo escenario, no se cumple la hipótesis para más de un

lanzamiento de una moneda con dos lados diferentes cara y sello. La
probabilidad varia y su proporción a través que se van sucediendo los
lanzamientos (10000). Por eso se debe tener en cuenta que, de esta forma,
la muestra y las técnicas de muestreo se convierten en el fundamento de la
inferencia estadística clásica.
 En el tercer escenario: el test contraste de la hipótesis ya explicado.
 El uso de herramientas informáticas como Hojas de cálculos Excel permiten
facilitar, cálculos con cantidades significativas de datos ayudan a optimizar
el tiempo y la exactitud.

REFERENCIAS BIBLIOGRÁFICAS

Ariza Agámez, Danilo de Jesús. Estadística de Probabilidades. Eje 4.

Propongamos: Areandina, Fundación Universitaria del Área Andina