UNIVERSIDAD AUTONOMA DE NUEVO LEON

FACULTAD DE CONTADURIA PÚBLICA Y ADMINISTRACION

ESTADISTICA DESCRIPTIVA.

Reporte de solución de casos prácticos

Docente: SERVIN HERRERA BEATRIZ ADRIANA

Nombre: Vargas de León Julio Cesar

Matricula: 2129025

Grupo: DBX

Equipo: Sin Equipo

a 10 de Abril del 2023

[Fecha]

1
 Índice.
Portada ……………………………………………………………………………………………………………………………………… 1

Índice …………………………………………………………………………………………………………………………………………. 2

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

Conceptos Básicos de la Probabilidad………………………………………………………………………………………….. 4

Probabilidad Empírica y Clásica…………………………………………………………………………………………………… 5

Reglas de Adicción …………………………………………………………………………………………………………………….. 6

Tabla de Contingencia……………………………………………………………………………………………………………….. 7

Distribución de la Probabilidad…………………………………………………………………………………………………… 8

Tipo de Variables…………………………………….…………………………………………………………………………………..8

Variable Aleatoria Continua y Discreta………………………………………………………………………………………..9

Media , Varianza y Distribución Estándar ……………………………………………………………………………………10

Caso # 1, 2, 3, 4……………………………………………………………………………………………………………………… 11 – 13

Conclusión………………………………………………………………………………………………………………………………….. 14
[Fecha]

Referencias…………………………………………………………………………………………………………………………………… 15

2
 Introducción.
Hoy conocemos de antemano el concepto de estadística, traducido a la rama de las
matemáticas que recopila, organiza y analiza datos numéricos para resolver problemas
como el diseño experimental y la toma de decisiones. Basado en esta suposición, un
experimento dentro de las estadísticas es cualquier proceso que produce datos,
cuantitativos o de otro tipo. Así, la estadística toma una posición no solo descriptiva sino
también inferencial, utilizando un espacio muestral para calcular la probabilidad de que
algo suceda en el futuro; Por supuesto, la probabilidad combinada con la estadística
descriptiva brinda las herramientas y modelos necesarios para organizar, describir y
representar gráfica y matemáticamente la información presentada en experimentos,
resultados, eventos e incluso variables, que pueden tomar el valor discreto o continuo
como aleatorio. . ; Para calcular el valor entre cero y uno de la probabilidad de ocurrencia
del evento "x" o "y", la estadística utiliza métodos probabilísticos o enfoques de
asignación de probabilidad, como el método clásico, el método empírico y el método
subjetivo. , inmerso en el que podemos encontrar otras nociones de gran importancia
para la correcta aplicación del conocimiento estadístico, como es el caso de los eventos
mutuamente excluyentes y colectivamente exhaustivos. También hay reglas que
calculan la probabilidad usando operaciones básicas o usando árboles, tablas de
contingencia o principios de conteo.
La elaboración de esta trabajo se ha abordado con el objetivo principal de tratar
problemas de probabilidad y distribuciones de probabilidad discretas para comprenderlos
mejor, ya que de esta manera podemos aumentar nuestros conocimientos matemáticos.
Piensa en el marco matemático que ayuda a predecir la ocurrencia futura de ciertos
eventos derivados de la experiencia. Para ello se presenta un resumen de los términos
más importantes de distribuciones de probabilidad y probabilidades discretas así como
la práctica individual de ejercicios de laboratorio para la correspondiente aplicación
matemática,

[Fecha]

3
 Definición de los distintos tipos de probabilidades

Conceptos básicos de probabilidad:

Una de las características de un experimento aleatorio es que no se sabe qué resultado
específico se obtendrá al realizarlo. Es decir, si A es un evento asociado con una
experiencia aleatoria, no podemos decir con certeza si A ocurrirá o no en una experiencia
dada. Por lo tanto, puede ser importante asignarle al evento A un número que mida la
probabilidad de que ocurra el evento. A este número lo llamamos P(A). Ahora bien, y
además de esto, se identifican tres términos claves en el estudio de la probabilidad:
experiencia, resultado y evento; Estos términos se utilizan en el habla cotidiana, pero en
estadística tienen significados específicos, por lo que se definen de la siguiente manera
Experimento: Proceso que conduce a la aparición de una y sólo una observación entre
muchas posibles. Esta definición es más general que la utilizada en las ciencias
naturales, donde uno podría imaginarse a alguien manipulando tubos de ensayo o
microscopios. En términos de probabilidad, un experimento tiene dos o más resultados
posibles y no se sabe cuál ocurrirá.
Resultado: Resultado particular de un experimento. Por ejemplo, lanzar una moneda al
aire constituye un experimento. Usted puede observar el lanzamiento de una moneda,
pero no está seguro si caerá cara o cruz.
Evento: Conjunto de uno o más resultados de un experimento.

Enfoque para Asignar Probabilidades

Se describen tres formas de asignar una probabilidad a un evento: clásica, empírica y
subjetiva. Los métodos clásicos y empíricos son objetivos y se basan en datos e
información. El método subjetivo, a su vez, se basa en la creencia de una persona o en
la evaluación de la probabilidad de un evento
Probabilidad Clásica o a Priori:

Si un suceso puede ocurrir de N maneras mutuamente excluyentes e igualmente

probables, y m de ellas poseen una característica A
[Fecha]

4
 Probabilidad Empírica o Frecuencial:

Puede atribuirse a este punto de vista el adelanto registrado en la aplicación de la

probabilidad en la Física, la Astronomía, la Biología, las Ciencias Sociales y los negocios.

Esta teoría está estrechamente relacionada con el punto de vista expresado por
Aristóteles: “lo probable es aquello que ocurre diariamente”.

Notamos a través de gran cantidad de observaciones acumuladas con los diversos

juegos de azar una forma general de regularidad que permitió establecer una teoría.

Supongamos que efectuamos una serie de n repeticiones del experimento E, intentando

mantener constantes las condiciones pertinentes. Sea f el número de repeticiones en las
que se presenta el suceso A, de forma que en las restantes n – f no se presentará.
Obtendremos así una serie de frecuencias relativas para n1, n2 ….

Probabilidad Subjetiva:
Se refiere a la probabilidad de ocurrencia de un suceso basado en la experiencia
previa, la opinión personal o la intuición del individuo. En este caso después de
estudiar la información disponible, se asigna un valor de probabilidad a los sucesos
basado en el grado de creencia de que el suceso pueda ocurrir.

Estrategias para la Probabilidad

Objetiva Subjetivas
s para la
Probabil
idad

Probabilidad Probabilidad
[Fecha]

Clásica Empirica

5
Reglas para calcular Probabilidades.
Por otro lado, dado que se presentan enfoques de asignación de probabilidad, existen
ciertas reglas para calcular probabilidades. Son muy útiles para determinar la posibilidad
de que ocurran uno o más eventos colectivamente exhaustivos o mutuamente
excluyentes; puedes identificar las reglas de suma, multiplicación y distribución binomial
Reglas de la adición.

Las reglas de suma o adición establecen inherentemente que la probabilidad de que

ocurra un evento dado es igual a la suma de las probabilidades individuales siempre que
los eventos sean mutuamente excluyentes, es decir, dos no pueden ocurrir juntos al
mismo tiempo. También se denomina regla especial de la suma, ejemplificada en el caso
del experimento de tirar un dado, donde los sucesos deben dar como resultado "un
número 4 o más" y un "número 2 o menos". Obviamente, si el resultado está en el primer
espacio muestral, no puede estar en el segundo. Para asignar una probabilidad en base
a esta regla de aplicación, se presenta la siguiente fórmula:

Regla especial de la adicción P (A o B)= P(A) + P (B)

P(A) Probabilidad de que ocurra el evento A. P (B) Probabilidad de que ocurra el evento
B. Así como la probabilidad se puede determinar sumando, también se puede hacer
restando 1 a la probabilidad de que no ocurra un evento. Como la regla del complemento,
que según Lind se usa literalmente "para determinar la probabilidad de que ocurra un
evento restando de 1 la probabilidad de que no ocurra un evento". La fórmula se expresa
de la siguiente manera

Reglas del complemento P (A) = 1 – P (-A)

Dado que los eventos A y -A son colectivamente exhaustivos y mutuamente excluyentes,
se sigue que su suma es 1. Además de estos dos, está la regla general de la suma, que
se usa cuando los resultados de un experimento no pueden dejar de ser mutuamente
excluyentes. , por ejemplo, hablamos de probabilidad conjunta, que mide la posibilidad
de que dos o más eventos ocurran simultáneamente, lo que refleja lo siguiente:

Regla general de la Adicción P(A o B) = P(A) + P (B) – P(A y B)

[Fecha]

Refiriendo que la expresión primera representa que puede ocurrir el evento A o

puede ocurrir B, incluyendo la posibilidad de que ambos sucedan.

6
Reglas de la multiplicación.
Las reglas de la multiplicación, en cambio, contrariamente a las ya mencionadas, sirven
para determinar la probabilidad de la combinación de dos eventos; Hay dos sub-
clasificaciones. En primer lugar, la regla especial de multiplicación de que dos eventos
deben ser independientes, es decir, si uno de ellos ocurre, no tiene relación con la
probabilidad de que ocurra cualquier otro evento. B. Cuando ocurren dos eventos, A y B
obviamente ocurren en diferentes momentos, el primero obviamente no tiene influencia
en la probabilidad de que ocurra el otro, al igual que el lanzamiento de una moneda, el
resultado de su primer sorteo no tiene ningún efecto. . Sobre el posible resultado de un
nuevo rechazo. Para determinar la probabilidad de que ocurran estos eventos
independientes, se multiplica la probabilidad de uno por la del otro, expresada de la
siguiente manera:
Regla especial de la Multiplicación P(A y B) = P(A) P (B)
Y, en lo que respecta a la regla general de la multiplicación, se emplea cuando nos
encontramos frente a eventos dependientes, que, como tal se identifican cuando la
posibilidad de ocurrencia de uno influye en la probabilidad de que el otro evento suceda.
La Regla general de la Multiplicación P(A y B) = P(A) P (B)/A)

Tablas de Contingencia:
Es una herramienta estadística que crea al menos
dos filas y dos columnas donde los datos se
organizan categóricamente por frecuencia. En otras
palabras, se identifica como una tabla utilizada para
clasificar las observaciones de una muestra según
dos o más características identificables; Una tabla de
doble entrada es una tabla de contingencia. Consiste
en una tabla cruzada que resume simultáneamente dos variables de interés donde se
puede encontrar la relación entre ellas.
Esto nos permite medir las diversas interacciones que ocurren entre las variables para
encontrar datos o información que se pueda decir que están contenidos en los datos su
relación con las variables. Esto nos da la capacidad de examinar mejor un conjunto de
datos.
[Fecha]

7
 Distribuciones de la Probabilidad
Como ya sabemos, las distribuciones de
probabilidad nos dan una gran variedad
de medidas que se pueden dar en un
experimento, mostrando así los
resultados probables que se pueden dar y
dándonos una aproximación de lo que
podría pasar en cada caso, como z y
cuáles son sus formas respectivas de
utilizar las estadísticas sería. De esta
forma podemos concluir que una distribución de probabilidad es el registro de todos los
resultados de una prueba o experimento y la probabilidad asignada a cada uno de
ellos.
Características.
Resulta que las características de una distribución de probabilidad siempre tienen un
valor entre 0 y 1 si los resultados presentados son mutuamente excluyentes; De
manera similar, este catálogo de probabilidades se puede considerar completo porque
la suma de todas las probabilidades de los eventos enumerados en él es igual a 1. Las
distribuciones de probabilidad se pueden clasificar según sean variables continuas o
discretas. en distribuciones de probabilidad continuas o distribuciones de probabilidad
discretas. Una distribución discreta es una distribución en la que se indica o describe la
respectiva probabilidad de ocurrencia para cada valor de una variable aleatoria
discreta; Los valores de este tipo de distribución están asociados a probabilidades
distintas de cero y suelen presentarse en forma tabular.

Tipo de variables

Variables Aleatorias.

Se entiende por variable aleatoria a la protagonista de la probabilidad discreta;

es la cantidad que resulta de un experimento que, por azar, puede adoptar
diferentes valores. En cualquier experimento aleatorio, los resultados se
presentan al azar; así, a éste se le denomina variable aleatoria. Por ejemplo,
lanzar un dado constituye un experimento puesto que, puede ocurrir cualquiera
de los seis posibles resultados. Se identifican así, por un lado, la variable
aleatoria continua, y, por otro la variable aleatoria discreta.
[Fecha]

8
Variable Aleatoria Discreta.

Es la que adopta sólo valores claramente separados. Una variable aleatoria

discreta adopta sólo cierto número de valores separados. Si hay 100 empleados,
el recuento de la cantidad de ausentes el lunes sólo puede ser 0, 1, 2, 3, ..., 100.
Una variable discreta suele ser resultado de contar algo.

Variable Aleatoria Continua.

Por otro lado, si la variable aleatoria es continua, la distribución de probabilidad es

continua. Por ejemplo, si mide el ancho de una habitación, la altura de una persona o la
presión de un neumático de automóvil, es una variable aleatoria continua. Con algunas
restricciones, se puede asumir un número infinito de valores.

Por lo tanto, una variable aleatoria representa el resultado específico de un

experimento. Una distribución de probabilidad representa todos los resultados posibles
y su probabilidad asociada. Las herramientas utilizadas y las interpretaciones
probabilísticas difieren para distribuciones de probabilidad discreta y continua. Una
distribución discreta es el resultado de contar algo, como:

• El número de caras que se presentan en tres lanzamientos de una moneda.

• El número de estudiantes que aprobaron Estadística Discreta

• El número de empleados de producción que se ausentaron el pasado fin de

semana

• El número de comerciales que pasa Multimedios en 1 minuto en la cartelera

nocturna

Por su lado, las distribuciones continuas son el resultado de algún tipo de

medición, como, por ejemplo:

• La duración de la nueva canción de Shakira con bzrap

• El peso de cada uno de los costales en el mercado de abastos

• La temperatura en el momento que estaba realizando esta tarea

• La suma de dinero que gana cada uno de los 22 jugadores del equipo de tigres
[Fecha]

9
 Media, Varianza y Desviación Estándar de una Distribución de
Probabilidad Directa

Ahora bien, una distribución de probabilidad queda resumida por su media y su

varianza. La media de una distribución de frecuencias se identifica mediante la letra
minúscula griega mu (µ), y la desviación estándar, con sigma (σ).
Media.
Es el valor promedio a la larga de la variable aleatoria. La media de una distribución de
probabilidad también recibe el nombre de valor esperado. Se trata de un promedio
ponderado en el que los posibles valores de una variable aleatoria se ponderan con sus
correspondientes probabilidades de ocurrir. La media de una distribución de
probabilidad discreta de calcula con la fórmula:
µ = ∑ [xP(x)]

Varianza y Distribución Estándar.

La varianza describe el grado de dispersión (variación) en una distribución. La fórmula
de la varianza de una distribución de probabilidad es:
σ² = ∑ [x- µ) ² P(x)]
Esta se calcula mediante los siguientes pasos:
1. La media se resta de cada valor y la diferencia se eleva al cuadrado.
2. Cada diferencia al cuadrado se multiplica por su probabilidad.
3. Se suman los productos que resultan para obtener la varianza.
La desviación estándar, σ, se determina al extraer la raíz cuadrada positiva de σ²; es
decir, σ = √ σ².

[Fecha]

10
 CASOS PRACTICOS DE DISTRIBUCIONES DE PROBABILIDAD

1. En cada uno de los siguientes casos, indique si se utilizó la probabilidad

clásica, empírica o subjetiva.

a) Un jugador de béisbol consigue 30 hits en 100 turnos al bate. La

probabilidad de que consiga un hit en su siguiente turno es de 0.3.

R: Empírica

b) Para estudiar problemas ambientales se forma un comité de estudiantes

con siete miembros. ¿Cuál es la probabilidad de que cualquiera de los
siete sea elegido vocero del equipo?

R: Clásica

c) Usted compra uno de 5 millones de boletos vendidos por el Lotto Canadá.

¿Cuáles son las
Posibilidades de que gane un millón de dólares?

R: Clásica

d) La probabilidad de un terremoto al norte de California en los próximos 10

años es de 0.80.

R: Empírica

2. Se eligió una muestra de 40 ejecutivos de la industria del petróleo para

someter a prueba un cuestionario. Una pregunta relacionada con cuestiones
ambientales requería un sí o un no.
a. ¿En qué consiste el Experimento?

El experimento consiste en estudiar una muestra de 40 ejecutivos de

la industria de petróleo con una pregunta sobre el medio ambiente.
[Fecha]

11
 b. Indique un posible evento.

25 ejecutivos dijeron que si

Y 15 dijeron que no
P (si) = 25/40 = 0.625

c. Diez de los 40 ejecutivos respondieron que sí. Con base en

estas respuestas de la muestra,
¿Cuál es la probabilidad de que un ejecutivo de la industria del
petróleo responda que sí?

P (sí) = 10/40 = 0.25 La probabilidad de que un ejecutivo responda que

sí es de 0.25

d. ¿Qué concepto de probabilidad se ilustra?

Empírico

e. ¿Los posibles resultados son igualmente probables y

mutuamente excluyentes?

Los resultados son mutuamente excluyentes, pero no son iguales.

3. Un estudio de 200 empresas de publicidad reveló los siguientes ingresos

después de impuestos:
Ingresos después de Número de Empresas
Impuestos
Menos de $1 millón 102
De $1 millón a $20 millones 61
$20 millones o más 37
200

a) ¿Cuál es la probabilidad de que una empresa de publicidad seleccionada al

azar tenga un ingreso después de impuesto menor a $1 millón?

Formula: Número de casos favorables

Número de casos posibles

102 / 200= 0,51 entonces la probabilidad de que una empresa al azar tenga un
[Fecha]

ingreso menor a $1 millón es de 0.51 o 51%

12
 b) ¿Cuál es la probabilidad de que una empresa de publicidad seleccionada al
azar tenga un ingreso después de impuestos entre $1 millón y $20 millones
o un ingreso de $20 millones o más?
98 / 200 = 0,49 entonces la probabilidad es de 0,49 o 49%

c) ¿Qué regla de probabilidad aplicó?

Clásica

4. Un banco local informa que 80% de sus clientes tiene cuenta de cheques;
60% tiene cuenta de ahorro y 50 % cuentas ambas. Si se elige un cliente al
azar, ¿cuál es la probabilidad de que el cliente tenga ya sea una cuenta de
cheques o una cuenta de ahorros y Cuál es la probabilidad de que el
cliente no tenga una cuenta de cheques ni una de ahorros?

A = cuenta de cheques.
B = cuentas de ahorro.
C = ambas.

P (A o B) = P (A) + P (B) – P (A y B) = 0.80 + 0.60 – 0.5 = 0.90

La Probabilidad de que el Cliente tenga una cuenta de cheques o de ahorro es

de 0.90 1 – 0.90 = 0.10

La Probabilidad de que el cliente no tenga una cuenta de cheques, ni una de

ahorro es de 1.10

[Fecha]

13
 Conclusión.
Para concluir esta exposición matemática, debemos volver al hecho de que la
estadística es, sin duda, una ciencia numérica que no solo abre el camino a los
recuentos elementales de datos cuantitativos o cualitativos, sino que también permite
su descripción, incluidas las inferencias sobre probabilidades. Una situación específica
que ocurrirá en el futuro. Entonces llega a la tarjeta la probabilidad, entendida
simplemente como la probabilidad de que ocurra un determinado evento, y toma un
valor entre 0 y 1, no un número por debajo, no un número por encima; Si bien no se
limita a una definición teórica, ya que su aplicación es obviamente necesaria tanto en
nuestra vida diaria como en el mundo empresarial para llegar a una estadística
inferencial adecuada a los experimentos a realizar, la probabilidad debe considerarse
enfoques específicos para su uso. La determinación clásica, en la que la probabilidad
de un evento se determina como la relación entre el número de posibles resultados y
su totalidad; el enfoque empírico, que se basa en la frecuencia de ocurrencia de un
evento en relación con el número de intentos conocidos, y el enfoque subjetivo, que
determina la probabilidad sobre la base de inferencias relacionadas con información ya
conocida sobre el evento en cuestión. Además, la probabilidad tiene reglas para su
asociación, como la regla de la suma o adición, la regla de la multiplicación y la regla
del complemento, cada una de las cuales se desglosa convenientemente para su
propia aplicación. El caso. Dado que las estadísticas, junto con las probabilidades,
forman una imagen general del mundo matemático, la llamada distribución de
probabilidad también es importante. En efecto, da la gama completa de valores
posibles que pueden ocurrir en un experimento y, por lo tanto, describe la probabilidad
de que ocurra un evento en un futuro próximo; Además de la probabilidad general,
podemos encontrar otros conceptos como variable discreta y continua y los diferentes
métodos utilizados en su cálculo como la determinación de medidas de tendencia
central y varianza como B. media. , la varianza y la desviación estándar. Todo, Esto
muestra claramente lo importante que es no solo conocer los aspectos teóricos de las
matemáticas, sino que la práctica es demasiado esencial para poder aplicarlas en el
mundo empresarial, pues como resultado de un buen manejo de datos estadísticos
surgen aspectos como mejores decisiones dentro de la empresa. La organización,
fomentando su desarrollo y, por tanto, la mejora continua.
[Fecha]

14
 Referencias

ACADEMY, K. (10 de 04 de 2023). Probabilidad: conceptos básicos. Obtenido de

https://es.khanacademy.org/math/probability/probability-geometry/probability-
basics/a/probability-the-
basics#:~:text=La%20probabilidad%20es%20simplemente%20qu%C3%A9,probabilidad%20se%2
0le%20llama%20estad%C3%ADstica.

CONCEPTO. (1 de 08 de 2021). Probabilidad y estadística. Obtenido de

https://concepto.de/probabilidad-y-estadistica/

Lind, D. M. (2022). ESTADÍSTICA APLICADA A LOS NEGOCIOS Y LA ECONOMÍA (Décimoquinta ed.). CDMX:
MC GRAW HILL.

Teresita Terán, E. B. (10 de 04 de 2023). 623 - Probabilidad. Obtenido de Probabilidad clásica, empírica y
subjetiva.: https://sites.google.com/site/623probabilidad/probabilidad-clasica-empirica-y-
subjetiva

WILLIAMS, A. S. (2008). Estadística para Estadística para administración administración y economía.

mexico: cengage.

[Fecha]

15