ESTADISTICA INFERENCIAL

Protocolo individual
Semana o tema: técnicas de conteo
Descripción de los textos o actividades a realizar.

En el presente protocolo individual de la unidad I, hablare sobre las técnicas de conteo y

permutaciones.
Las técnicas de conteo y permutaciones son herramientas fundamentales en el campo de la estadística.
Estas técnicas se utilizan para determinar el número de arreglos o combinaciones posibles que pueden
ocurrir en un conjunto de datos.
La permutación es una técnica que se utiliza para determinar el número de formas en las que se
pueden organizar elementos en un conjunto ordenado. Por ejemplo, si se tienen 4 elementos y se
desea determinar cuántas permutaciones se pueden hacer con ellos, se puede calcular la factorial de 4,
que es igual a 4 x 3 x 2 x 1 = 24. Esto significa que hay 24 formas diferentes de organizar los
elementos en un conjunto ordenado.

Unidad II

En el presente protocolo individual de la unidad II, abarcare las siguientes preguntas con sus
respectivas respuestas:

 Defina evento, suceso y de ejemplos.

 Qué es la probabilidad, como se calcula y para qué sirve.
 Elabore tres ejemplos de probabilidad.
 Qué es la probabilidad condicionada y como se calcula. Realice dos ejemplos.

Unidad III

En el presente protocolo individual de la unidad III, abarcare las siguientes preguntas con sus
respectivas respuestas:

 Identifique las distribuciones de probabilidad de la variable discreta. Establezca sus

diferencias, explique cómo se calcula y desarrollo dos ejemplos de cada una.

 Identifique las distribuciones de probabilidad de la variable continua. Establezca sus

diferencias, explique cómo se calcula y desarrollo dos ejemplos de cada una.

Palabras claves.

 Técnicas de conteo
  Permutaciones
 Estadística
 Técnicas

Unidad II

 Evento
Suceso
 Probabilidad
 Probabilidad condicionada
 Fenómeno aleatorio

Unidad III

 Variable discreta
 Variable continua
 Distribución
 Probabilidad
 variable

Objetivos de las lecturas o actividad a realizar.

 Definir qué son técnicas de conteo

 Determinar los tipos de técnica de conteo
 Explicar que son las permutaciones

Unidad II

 Definir qué es un evento y un suceso.

 Analizar qué es la probabilidad.
 Determinar la importancia de la probabilidad.
 Establecer ejercicios de la probabilidad condicionada.

Unidad III

 Comprender y explicar las diferencias entre las distribuciones de probabilidad de variables

discretas y continuas.
 Identificar y establecer las características de las principales distribuciones de probabilidad de
variables discretas y continuas.
 Aprender cómo calcular la probabilidad en diferentes distribuciones de probabilidad y aplicar
este conocimiento en ejemplos prácticos.
Conceptos claves y definiciones

Técnicas de conteo: son unos métodos matemáticos que permiten saber cuántas combinaciones u
opciones distintas se tienen de los elementos de dentro de un mismo grupo de objetos.

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.

Estadística: es la parte de las Matemáticas que se encarga del estudio de una determinada
característica en una población, recogiendo los datos, organizándolos en tablas, representándolos
gráficamente y analizándolos para sacar conclusiones de dicha población.

Elemento: Son las entidades acerca de las que se reúnen datos.

Conjuntos: es la agrupación, clase, o colección de objetos o en su defecto de elementos que

pertenecen y responden a la misma categoría o grupo de cosas, por eso se los puede agrupar en el
mismo conjunto.

Permutaciones: es un arreglo ordenado de objetos de un grupo, sin repeticiones.

Unidad II

Evento: En teoría de la probabilidad, un evento estadístico es cada uno de los posibles resultados de
un experimento aleatorio.
Por ejemplo, un evento estadístico del lanzamiento de un dado es «obtener el número 5» o, también,
«obtener el número 2» es otro evento estadístico.

Suceso: Un suceso es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar cara” en el
lanzamiento de una moneda, “sacar el número 5” o “sacar un número primo” en el lanzamiento de un
dado son sucesos.

Probabilidad: La probabilidad es el cálculo matemático que evalúa las posibilidades que existen de
que una cosa suceda cuando interviene el azar.

Probabilidad condicionada: La probabilidad condicional, o probabilidad condicionada, es la

posibilidad de que ocurra un evento, al que denominamos A, como consecuencia de que ha tenido
lugar otro evento, al que denominamos B.
Es decir, la probabilidad condicional es aquella que depende de que se haya cumplido otro hecho
relacionado.

Fenómeno aleatorio: es un evento o suceso cuyo resultado no puede predecirse con certeza, ya que
está sujeto a la influencia de factores impredecibles. Estos fenómenos se caracterizan por tener
múltiples resultados posibles, donde cada resultado tiene una cierta probabilidad de ocurrir.
 Unidad III

Variable discreta: es aquella que puede asumir un número contable de valores. Mientras que una
variable continua es aquella que puede asumir un número incontable de valores.

Variable continua: es aquella que puede asumir un número contable de valores. Mientras que una
variable continua es aquella que puede asumir un número incontable de valores.

Distribución: Una distribución estadística, o distribución de probabilidad, describe cómo se

distribuyen los valores para un campo. En otras palabras, la distribución estadística muestra qué
valores son comunes y poco comunes.

Probabilidad: La probabilidad es simplemente qué tan posible es que ocurra un evento determinado.

Variable: Una variable estadística es una característica que puede fluctuar y cuya variación es
susceptible de adoptar diferentes valores,
los cuales pueden medirse u observarse.

Resumen de la(as) lecturas.

¿Cuáles son las técnicas de conteo?

Las Técnicas de conteo son utilizadas en Probabilidad y Estadística para determinar el número total de
resultados. En este artículo analizamos: Principio de multiplicación, regla factorial, permutaciones,
permutación circular y permutaciones con repeticiones.

Principio de multiplicación
Si un evento E puede ocurrir de m formas, e independiente de este evento un evento F puede ocurrir
de n formas, entonces los eventos juntos pueden ocurrir un total de m x n formas.

Regla factorial
Una colección de n elementos distintos se pueden acomodar de n! formas diferentes. Es decir, el
primer elemento se puede seleccionar de n maneras distintas, el segundo de n-1 maneras, y así
sucesivamente.

Permutaciones
Se le llama permutación a cualquier ordenamiento de un conjunto de n objetos en un orden dato. Un
ordenamiento de r de estos objetos se denomina permutación r o permutación de n objetos tomados r a
la vez.

Permutaciones con repeticiones

Cuando se desea conocer el número de permutaciones de un conjunto de objetos, algunos de los
cuales son iguales.
La siguiente fórmula aplica cuando…
Existen n elementos disponibles, y algunos de ellos son idénticos a otros
Seleccionamos todos los n elementos (sin reemplazo)
Consideramos que los reordenamientos son secuencias diferentes.
¿Cuál es la utilidad de las técnicas de conteo?
Las técnicas de conteo son herramientas matemáticas que permiten calcular el número de
posibilidades o combinaciones en un determinado evento. Tienen amplias aplicaciones en varios
campos como la probabilidad, la estadística, la combinatoria y la teoría de conjuntos. Algunos
ejemplos de utilidad son:
1. Análisis de probabilidades: Las técnicas de conteo son fundamentales para calcular la
probabilidad de ocurrencia de eventos. Por ejemplo, si se quiere calcular la probabilidad de obtener
una combinación específica de resultados en un lanzamiento de dados o en una lotería, las técnicas de
conteo permiten determinar la cantidad total de posibles resultados y los favorables al evento.
2. Organización de eventos: En organización de eventos o en actividades como la planificación
de horarios o la asignación de asientos, las técnicas de conteo ayudan a determinar el número total de
posibilidades para asegurar que todos los elementos o participantes estén adecuadamente distribuidos.
3. Combinatoria y permutaciones: Las técnicas de conteo son esenciales para calcular el
número de permutaciones o combinaciones en conjuntos de elementos. Por ejemplo, en un juego de
barajas, se pueden usar técnicas de conteo para determinar la cantidad de posibles manos de cartas que
se pueden obtener.
4. Estadística: Las técnicas de conteo son útiles para analizar y resumir datos en estudios
estadísticos. Por ejemplo, en encuestas o estudios de mercado, se pueden utilizar técnicas de conteo
para determinar la frecuencia de respuestas, categorías o resultados.

Desarrolle dos ejemplos de cada técnica de conteo.

Permutaciones

 Un equipo de fútbol tiene 12 jugadores y el entrenador debe elegir un capitán. ¿De cuántas
formas puede hacerlo? Respuesta: Es una permutación con repetición ya que el mismo jugador
solo puede ser capitán una vez. Por lo tanto, se calcula 12P1 = 12 formas posibles.

 Se deben formar comités de 4 personas a partir de un grupo de 8 posibles candidatos. ¿Cuántos

comités diferentes se pueden formar? Respuesta: Es una permutación sin repetición, por lo que
se calcula 8P4 = 1680 comités diferentes.

Principio de multiplicación

 Diana empacó 2 faldas, 4 blusas y un suéter para su viaje de negocios. Tendrá que elegir una
falda y una blusa para cada conjunto y decidir si se pone el suéter. Utilice el principio de
multiplicación para hallar el número total de conjuntos posibles.
Para hallar el número total de conjuntos, calcule el producto del número de opciones de falda, el
número de opciones de blusa y el número de opciones de suéter.

La multiplicación del número de opciones de falda (2) por el número de opciones de blusa (4) por el
número de opciones de suéter (2) es igual a 16.
Hay 16 conjuntos posibles.

 Si se desea hacer una rifa en la que cada boleta tiene un número de tres cifras, ¿cuántas boletas
se deben imprimir?

Solución:

En este caso como cada cifra tiene diez posibilidades (0, 1, 2, 3, …, 9), N=10, y como el
número debe tener tres cifras, entonces n=3. Luego,

#(S) = Nn = 103 = 1000

Por lo tanto, se deben imprimir 1000 boletas distintas.

Regla factorial

 ¿Cuánto es 10! si ya sabes que 9!=362.880?

10! = 10 × 9!

10! = 10 × 362.880 = 3.628.800

Así que la regla es:

n! = n × (n−1)!

lo que significa
"el factorial de cualquier número es: el número por el factorial de (1 menos que el número)"
De modo que 10! = 10 × 9!, ... y 125! = 125 × 124!, etc.

 ¿De cuántas formas diferentes pueden 7 personas llegar primero, segundo y tercero?
La lista es bastante larga, si las 7 personas se llaman a, b, c, d, e, f y g, entonces la lista incluye:

abc, abd, abe, abf, abg, acb, acd, ace, acf, ... etc.

La fórmula es
7!
(7−3)!
=
7!
4!

Escribamos las multiplicaciones en su totalidad:

7×6×5×4×3×2×1
4×3×2×1
=7×6×5

Eso estuvo genial. La parte 4 × 3 × 2 × 1 se "canceló", dejando solamente 7 × 6 × 5. Y:

7 × 6 × 5 = 210

Así que hay 210 formas diferentes en las que 7 personas pueden llegar en primer, segundo y tercer
lugar.

permutación con repetición

 ¿Cuántas palabras diferentes se pueden formar con las letras de la palabra BANANA?
Solución:
Podemos aplicar la fórmula de permutación con repetición, teniendo en cuenta que:
Número de veces que se repite la letra B = 1
Número de veces que se repite la letra A = 3
Número de veces que se repite la letra N = 2

Número total de elementos: n = 1+3+2 ➜ n = 6

permutación con elementos repetidos

En total, se pueden formar 60 palabras diferentes con las letras de la palabra BANANA.
 En una urna, hay 5 bolas del mismo tamaño y peso, de los cuales, 3 son rojas y 2 son azules.
¿De cuántas maneras se pueden extraer una a una las bolas de la urna?

Solución:
En cada forma de extraer las bolas, importa el orden, hay elementos repetidos y participan todos los
elementos (bolas), por ello, usaremos la fórmula de permutación con elementos repetidos.
Número de bolas rojas: 3.
Número de bolas azules: 2.

Número total de elementos: n = 3+2 ➜ n=5

En total, se pueden extraer las bolas de 10 formas diferentes.
4. ¿Qué es una permutación y como se calcula?
Una permutación es una ordenación de elementos en un determinado orden. En matemáticas, se utiliza
para representar el número de maneras posibles en las que un conjunto de elementos puede ser
ordenado.
El número de combinaciones posibles en una permutación se calcula utilizando la fórmula de
permutación nPr. La fórmula es:
nPr = n! / (n - r)!
Donde "n" es el número total de elementos y "r" es el número de elementos que se toman en cuenta en
cada permutación. El símbolo "!" representa el factorial de un número, que es el producto de todos los
números enteros positivos menores o iguales a ese número.
Por ejemplo, si tenemos un conjunto de 5 elementos y queremos calcular el número de permutaciones
posibles de tomar 3 elementos a la vez, aplicamos la fórmula de permutación:
nPr = 5! / (5 - 3)! = 5! / 2! = 5x4x3x2x1 / 2x1 = 60
Por lo tanto, hay 60 permutaciones posibles en este caso.
Unidad II
Defina evento, suceso y de ejemplos.
Un evento es un conjunto de resultados posibles de un experimento o fenómeno aleatorio. Por
ejemplo, lanzar una moneda y que salga cara sería un evento.
Un suceso es un resultado específico dentro de un evento. Por ejemplo, si el evento es lanzar un dado,
obtener un número par sería un suceso dentro de ese evento.
Ejemplo:
Evento: Lanzamiento de un dado
Suceso: Obtener un número par
Qué es la probabilidad, como se calcula y para qué sirve.
El término "probabilidad" se utiliza para definir un cálculo matemático que determina todas las
posibilidades de que ocurra un fenómeno dado un conjunto aleatorio de circunstancias. La
probabilidad se calcula a partir de un valor entre 0 y 1, y el nivel de confianza está determinado por lo
cerca que está de 1; por el contrario, si es cercano a cero, el resultado final es menos seguro.
En el estudio de la probabilidad se utilizan tres palabras claves: experimento, resultado y evento.
Dichos términos se emplean en el lenguaje de la vida cotidiana, pero en estadística adquieren signi-
ficados específicos.
Experimento: Proceso que induce a que ocurra una y solo una de varias posibles observaciones.
Resultado: Ocurrencia particular de un experimento
Evento: Conjunto de uno o más resultados de un experimento.
¿Como se calcula?
Para el cálculo de la probabilidad es necesario dividir el número de sucesos favorables entre el
número total de sucesos posibles. Esto genera una muestra y, a partir de los datos obtenidos, se puede
realizar el cálculo.
El cálculo de probabilidades se expresa en porcentaje y responde a la siguiente fórmula:
Probabilidad = Casos favorables / casos posibles x 100.
¿Para qué sirve?
La probabilidad en estadística se utiliza para describir la incertidumbre asociada a eventos aleatorios o
a la ocurrencia de un determinado resultado. Se utiliza para medir la posibilidad de que ocurra un
evento específico, así como para analizar y predecir resultados en diversos escenarios.
La probabilidad es fundamental en estadística porque permite cuantificar y evaluar la probabilidad de
que un evento ocurra, lo que a su vez puede ayudar en la toma de decisiones y en la interpretación de
diversos datos. Además, proporciona una base matemática para el desarrollo de métodos y modelos
estadísticos.
Elabore tres ejemplos de probabilidad
1. Probabilidad de lluvia: Supongamos que quieres saber la probabilidad de que llueva mañana.
Puedes basarte en datos históricos y pronósticos meteorológicos para estimar esta
probabilidad. Por ejemplo, si en los últimos 10 años ha llovido en un promedio de 3 días al
mes en el mes de mayo, podrías decir que la probabilidad de que llueva mañana en mayo es de
aproximadamente 10%.

2. Una caja contiene 3 bolas verdes, 5 bolas rojas y 2 bolas azules. Si se extrae una bola al azar,
¿cuál es la probabilidad de obtener una bola azul?
La probabilidad de obtener una bola azul se calcula dividiendo el número de bolas azules entre el
número total de bolas:
Probabilidad = Número de bolas azules / Número total de bolas
En este caso, el número de bolas azules es 2, y el número total de bolas es 3 + 5 + 2 = 10.
Probabilidad = 2 / 10 = 1/5
La probabilidad de obtener una bola azul es de 1/5 o 0.2, que se puede expresar tanto como
 fracción o decimal.
3. Calcula la probabilidad de que salga "un número entre 1 y 40" al sacar una bolita de una bolsa
con 100 bolitas numeradas del 1 al 100
La probabilidad de que salga "un número entre 1 y 40" al sacar una bolita de una bolsa con 100 bolitas
numeradas del 1 al 100 se calcula dividiendo el número de casos favorables (40 bolitas numeradas del
1 al 40) entre el número de casos posibles (100 bolitas numeradas del 1 al 100).
Probabilidad = Casos favorables / Casos posibles
Probabilidad = 40 / 100
Probabilidad = 0.4
Por lo tanto, la probabilidad de que salga "un número entre 1 y 40" al sacar una bolita de una bolsa
con 100 bolitas numeradas del 1 al 100 es de 0.4 o 40%.
Qué es la probabilidad condicionada y como se calcula. Realice dos ejemplos.
La probabilidad condicionada es la probabilidad de que ocurra un evento dado que otro evento ha
ocurrido. Se calcula dividiendo la probabilidad del evento conjunto entre la probabilidad del evento
condicionante.
Ejemplo 1:
Supongamos que se tiene una baraja de 52 cartas, se extrae una carta al azar y se mantiene oculta.
¿Cuál es la probabilidad de que la carta sea un as, dado que es una carta negra?
Probabilidad condicionada = Probabilidad de sacar un as y una carta negra / Probabilidad de sacar una
carta negra
Probabilidad condicionada = 2/52 / 26/52
Probabilidad condicionada = 2/26
Probabilidad condicionada = 1/13
Ejemplo 2:
Supongamos que se tiene un dado justo de 6 caras, se lanza el dado y se obtiene un número menor a 4.
¿Cuál es la probabilidad de que el número obtenido sea par?
Probabilidad condicionada = Probabilidad de sacar un número par y menor a 4 / Probabilidad de sacar
un número menor a 4
Probabilidad condicionada = 2/6 / 3/6
Probabilidad condicionada = 2/3}
Unidad III
Las distribuciones de probabilidad de variables discretas incluyen la distribución binomial, la
distribución de Poisson y la distribución geométrica.
Cuando describimos eventos con variables aleatorias discretas, las distribuciones de probabilidad
discretas nos permiten determinar todo el rango de valores posibles para el evento.
Distribución binomial: esta distribución se utiliza cuando solo hay dos resultados posibles para cada
prueba, etiquetados como éxito o fracaso. Se conocen la probabilidad de éxito (p) y el número de
intentos (n). La fórmula para calcular la probabilidad es P(X=k) = (n elija k) * p^k * (1-p)^(nk),
donde X es la variable aleatoria que representa el número de éxitos. Ejemplos de distribuciones
binomiales incluyen lanzar una moneda justa varias veces y contar el número de caras, o lanzar un
dado justo varias veces y contar la cantidad de veces que aparece un número específico.
Distribución de Poisson: esta distribución se utiliza para modelar el número de eventos que ocurren
en un intervalo fijo de tiempo o espacio, dada una tasa promedio de ocurrencia. Se utiliza
comúnmente para eventos raros. La probabilidad de observar un cierto número de eventos (k) se
calcula usando la fórmula P(X=k) = (e^(-λ) * λ^k) / k!, donde X es la variable aleatoria que representa
el número de eventos. Ejemplos de distribuciones de Poisson incluyen la cantidad de correos
electrónicos recibidos por día o la cantidad de accidentes automovilísticos ocurridos en una ciudad
determinada dentro de un período de tiempo específico.
Distribución Geométrica: Esta distribución se utiliza cuando la probabilidad de éxito (p) en cada
ensayo es constante y nos interesa encontrar el número de ensayos necesarios hasta que se produzca el
primer éxito. La probabilidad de observar el primer éxito en la k-ésima prueba se calcula utilizando la
fórmula P(X=k) = p * (1-p)^(k-1), donde X es la variable aleatoria que representa el número de
pruebas. Ejemplos de distribuciones geométricas incluyen la cantidad de veces que necesitas lanzar
un dado justo hasta obtener un número específico, o la cantidad de veces que necesitas lanzar una
moneda justa hasta que obtengas cara.
Las distribuciones de probabilidad de variables continuas incluyen la distribución normal y la
distribución exponencial.
Estas son distribuciones en las que las variables aleatorias pueden tomar valores continuos. Un
ejemplo es la altura de los estudiantes en un salón de clases, donde la altura puede tener cualquier
valor.
Distribución normal (Distribución gaussiana): esta distribución se usa ampliamente para modelar
variables continuas en muchos campos debido al teorema del límite central. Se caracteriza por su
media (μ) y desviación estándar (σ). Tiene una curva en forma de campana simétrica respecto a la
media. La función de densidad de probabilidad (pdf) de la distribución normal viene dada por la
fórmula f(x) = (1 / (√(2π) * σ)) * e^(-(x-μ)^2 / (2σ^2 )), donde x es la variable aleatoria. Ejemplos de
distribuciones normales incluyen la altura de una población, el peso de una población o las
puntuaciones de coeficiente intelectual de una población.
Distribución exponencial: esta distribución se utiliza a menudo para modelar el tiempo entre eventos
que ocurren en un proceso de Poisson, donde los eventos ocurren de forma continua e independiente a
un ritmo constante. Se caracteriza por su parámetro de tasa (λ). La función de densidad de
probabilidad (pdf) de la distribución exponencial viene dada por la fórmula f(x) = λ * e^(-λx), donde x
es la variable aleatoria. Ejemplos de distribuciones exponenciales incluyen el tiempo entre llegadas
de autobuses, el tiempo entre eventos de desintegración radiactiva o el tiempo entre llegadas de
clientes a un centro de servicio.

Metodología de trabajo (Cómo realizó la actividad)

La metodología de este trabajo será explicativa basada en información secundaria, y en los

repositorios de la plataforma sima abarcando los siguientes puntos:
• Delimitar bien el tema
• Encontrar una perspectiva original desde donde abordar el tema
• Investigar en fuentes confiables

Unidad II

La metodología utilizada para este protocolo fue gracias a las TIC, y también a los repositorios que se
encuentran en la plataforma SIMA de la universidad de Cartagena.

Unidad III

Mi protocolo fue realizado con ayuda de las fuentes de internet, y también basado en los repositorios
de la plataforma SIMA.

Conclusiones de las lecturas o actividad.

Estas técnicas son fundamentales en la estadística, ya que permiten calcular la probabilidad de

ocurrencia de eventos y la distribución de datos. Además, son útiles en la resolución de problemas de
conteo, permutaciones y combinaciones en diversas áreas de estudio como la biología, la economía y
la ingeniería.
En conclusión, las técnicas de conteo y permutaciones son esenciales en estadística para determinar el
número de arreglos posibles en un conjunto de datos. Estas herramientas permiten calcular la
probabilidad de ocurrencia de eventos y son aplicables en diversas disciplinas académicas y
científicas.

Unidad II

la probabilidad, evento y suceso son elementos fundamentales en la estadística que nos permiten
medir y calcular la posibilidad de que ocurran determinados resultados.

La probabilidad es una medida numérica utilizada para expresar la posibilidad de que ocurra un
evento particular. Se puede expresar de forma relativa (porcentaje) o absoluta (de 0 a 1). La
probabilidad se calcula dividiendo el número de casos favorables entre el número total de casos
posibles.
Un evento es un resultado específico que puede ocurrir dentro de un espacio muestral. Puede ser un
resultado único o una colección de resultados. Los eventos se clasifican en eventos simples (un solo
resultado), eventos compuestos (conjunto de resultados) y eventos imposibles (no tienen posibilidad
de ocurrir).

Un suceso, por otro lado, es un subconjunto del espacio muestral que contiene uno o más eventos.
Puede ser un solo evento o una combinación de eventos. Los sucesos se clasifican en sucesos seguros
(ocurren siempre), sucesos posibles (tienen posibilidad de ocurrir) y sucesos imposibles (no tienen
posibilidad de ocurrir).

Unidad III

Las distribuciones de probabilidad de variables discretas y continuas son importantes para

comprender y analizar datos.
Las distribuciones de probabilidad de variables discretas proporcionan información sobre la
probabilidad de que ocurra cada resultado posible. Por ejemplo, en un experimento de lanzamiento de
moneda, la distribución de probabilidad mostraría las probabilidades de obtener cara o cruz.
Comprender la distribución de probabilidad de una variable discreta ayuda a predecir y tomar
decisiones basadas en la probabilidad de diferentes resultados.

Por otro lado, las distribuciones de probabilidad de variables continuas muestran las probabilidades
asociadas a diferentes intervalos o rangos de valores. Esto es importante para comprender la
probabilidad de que ocurra un evento dentro de un rango determinado. Por ejemplo, la distribución de
probabilidad de las alturas de los individuos de una población puede proporcionar información sobre
la probabilidad de encontrar individuos dentro de un determinado rango de altura.

Discusiones y recomendaciones

Después de haber realizado mi protocolo individual de la unidad 2, he quedado satisfecha con lo

aprendido, por lo tanto, no tengo dudas.

Unidad III
comprender las distribuciones de probabilidad de variables discretas y continuas, para poder tomar
decisiones más informadas, predecir resultados y analizar e interpretar datos con precisión.

Bibliografía.
https://naps.com.mx/blog/tecnicas-de-conteo-en-probabilidad-y-estadistica/
https://danacaweb.com/principio_de_multiplicacin.html
https://www.disfrutalasmatematicas.com/numeros/factorial.html
https://matemovil.com/permutacion-con-repeticion-ejercicios-resueltos/

Unidad II
https://www.probabilidadyestadistica.net/evento-estadistico/#google_vignette
https://www.smartick.es/blog/matematicas/probabilidad-y-estadistica/probabilidad-que-es/

https://economipedia.com/definiciones/probabilidad-condicional.html

http://descargas.pntic.mec.es/cedec/mat3_2/contenidos/M3_U10/sucesos.html

Lind, D. A., Marchal, W. G., Wathen, S. A.(2019). Estadística aplicada a los negocios y la economía.
McGraw-Hill. https://ebooks724.unicartagenaproxy.elogim.com:443/?il=9246

Unidad III

https://matemovil.com/variables-discretas-y-continuas-ejemplos-y-ejercicios/
https://excelparatodos.com/variable-continua/#google_vignette

https://www.ibm.com/docs/es/cognos-analytics/12.0.0?topic=terms-statistical-distribution
https://es.khanacademy.org/math/probability/probability-geometry/probability-basics/a/probability-
the-basics
https://www.mineduc.gob.gt/DIGECADE/documents/Telesecundaria/Recursos%20D
igitales/3o%20Recursos%20Digitales%20TS%20BY-SA%203.0/MATEMATICA/U12%20pp
%20278%20variable%20estad%C3%ADstica.pdf
NOTA
Tutora, le envió el protocolo individual de la unidad 3, en
este envió con el de la unidad 4, porque por tal motivo en mi
plataforma cuando envié el protocolo individual de la unidad
2, me decía que era el intento 3 de 4, y por lo tanto no me
daba más intentos para enviar, entonces para que me haga el
favor de calificármelo. Aquí debajo esta mi protocolo final
de estadística inferencial.
 Protocolo individual final
Estadística inferencial
Luz Daniela Burgos Diaz
Descripción del texto o actividad a realizar.
1. Cuáles son las técnicas de conteo.
2. Cuál es la utilidad de las técnicas de conteo.
3. Desarrolle dos ejemplos de cada técnica de conteo.
4. Qué es la permutación y como se calcula.
5. Defina evento, suceso y de ejemplos.
6. Qué es la probabilidad, como se calcula y para qué sirve.
7. Elabore tres ejemplos de probabilidad.
8. Qué es la probabilidad condicionada y como se calcula. Realice dos ejemplos.
9. Identifique las distribuciones de probabilidad de la variable discreta. Establezca sus
diferencias, explique cómo se calcula y desarrollo dos ejemplos de cada una.
10. Identifique las distribuciones de probabilidad de la variable continua. Establezca sus
diferencias, explique cómo se calcula y desarrollo dos ejemplos de cada una.
11. Qué son las hipótesis.
12. Qué es la regresión lineal y para que se emplea.

Palabras claves.
 Técnicas de conteo
 Permutaciones
 Estadística
 Técnicas
 Evento
 Suceso
 Probabilidad
 Probabilidad condicionada
 Fenómeno aleatorio
  Variable discreta
 Variable continua
 Distribución
 Probabilidad
 Variable
 Hipótesis
 Regresión lineal
 Datos

Objetivos de las lecturas o actividad a realizar.

Objetivo general
 Realizar un resumen sobre los temas más fundamentales sobre la estadística inferencial .
Objetivos específicos
 Definir qué son técnicas de conteo
 Determinar los tipos de técnica de conteo
 Explicar que son las permutaciones
 Definir qué es un evento y un suceso.
 Analizar qué es la probabilidad.
 Determinar la importancia de la probabilidad.
 Establecer ejercicios de la probabilidad condicionada
 Comprender y explicar las diferencias entre las distribuciones de probabilidad de variables
discretas y continuas.
 Identificar y establecer las características de las principales distribuciones de probabilidad
de variables discretas y continuas.
 Aprender cómo calcular la probabilidad en diferentes distribuciones de probabilidad y
aplicar este conocimiento en ejemplos prácticos.
 Dar a conocer qué son las hipótesis.
 Explicar que es la regresión lineal y decir para qué se emplea

Conceptos claves y definiciones

Técnicas de conteo: son unos métodos matemáticos que permiten saber cuántas combinaciones u
opciones distintas se tienen de los elementos de dentro de un mismo grupo de objetos.

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.

Estadística: es la parte de las Matemáticas que se encarga del estudio de una determinada
característica en una población, recogiendo los datos, organizándolos en tablas, representándolos
gráficamente y analizándolos para sacar conclusiones de dicha población.

Elemento: Son las entidades acerca de las que se reúnen datos.

Conjuntos: es la agrupación, clase, o colección de objetos o en su defecto de elementos que

pertenecen y responden a la misma categoría o grupo de cosas, por eso se los puede agrupar en el
mismo conjunto.

Permutaciones: es un arreglo ordenado de objetos de un grupo, sin repeticiones

Evento: En teoría de la probabilidad, un evento estadístico es cada uno de los posibles resultados
de un experimento aleatorio.
Por ejemplo, un evento estadístico del lanzamiento de un dado es «obtener el número 5» o,
también, «obtener el número 2» es otro evento estadístico.

Suceso: Un suceso es cualquier subconjunto del espacio muestral. Por ejemplo, “sacar cara” en el
lanzamiento de una moneda, “sacar el número 5” o “sacar un número primo” en el lanzamiento de
un dado son sucesos.

Probabilidad: La probabilidad es el cálculo matemático que evalúa las posibilidades que existen
de que una cosa suceda cuando interviene el azar.

Probabilidad condicionada: La probabilidad condicional, o probabilidad condicionada, es la

posibilidad de que ocurra un evento, al que denominamos A, como consecuencia de que ha tenido
lugar otro evento, al que denominamos B.
Es decir, la probabilidad condicional es aquella que depende de que se haya cumplido otro hecho
relacionado.

Fenómeno aleatorio: es un evento o suceso cuyo resultado no puede predecirse con certeza, ya
que está sujeto a la influencia de factores impredecibles. Estos fenómenos se caracterizan por tener
múltiples resultados posibles, donde cada resultado tiene una cierta probabilidad de ocurrir.

Variable discreta: es aquella que puede asumir un número contable de valores. Mientras que una
variable continua es aquella que puede asumir un número incontable de valores.

Variable continua: es aquella que puede asumir un número contable de valores. Mientras que una
variable continua es aquella que puede asumir un número incontable de valores.

Distribución: Una distribución estadística, o distribución de probabilidad, describe cómo se

distribuyen los valores para un campo. En otras palabras, la distribución estadística muestra qué
valores son comunes y poco comunes.

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

determinado.

Variable: Una variable estadística es una característica que puede fluctuar y cuya variación es
susceptible de adoptar diferentes valores, los cuales pueden medirse u observarse.

Hipótesis: se puede definir como una predicción o explicación provisoria (mientras no sea
contrastada) de la relación entre 2 o más variables.
Regresión lineal: es una técnica de análisis de datos que predice el valor de datos desconocidos
mediante el uso de otro valor de datos relacionado y conocido.
Datos: es la representación de una variable que puede ser cuantitativa o cualitativa que indica un
valor que se le asigna a las cosas y se representa a través de una secuencia de símbolos, números o
letras.

Resumen de la(as) lecturas

¿Cuáles son las técnicas de conteo?
Las Técnicas de conteo son utilizadas en Probabilidad y Estadística para determinar el número total
de resultados. En este artículo analizamos: Principio de multiplicación, regla factorial,
permutaciones, permutación circular y permutaciones con repeticiones.

Principio de multiplicación
Si un evento E puede ocurrir de m formas, e independiente de este evento un evento F puede
ocurrir de n formas, entonces los eventos juntos pueden ocurrir un total de m x n formas.

Regla factorial
Una colección de n elementos distintos se pueden acomodar de n! formas diferentes. Es decir, el
primer elemento se puede seleccionar de n maneras distintas, el segundo de n-1 maneras, y así
sucesivamente.

Permutaciones
Se le llama permutación a cualquier ordenamiento de un conjunto de n objetos en un orden dato.
Un ordenamiento de r de estos objetos se denomina permutación r o permutación de n objetos
tomados r a la vez.

Permutaciones con repeticiones

Cuando se desea conocer el número de permutaciones de un conjunto de objetos, algunos de los
cuales son iguales.
La siguiente fórmula aplica cuando…
Existen n elementos disponibles, y algunos de ellos son idénticos a otros
Seleccionamos todos los n elementos (sin reemplazo)
Consideramos que los reordenamientos son secuencias diferentes.

¿Cuál es la utilidad de las técnicas de conteo?

Las técnicas de conteo son herramientas matemáticas que permiten calcular el número de
posibilidades o combinaciones en un determinado evento. Tienen amplias aplicaciones en varios
campos como la probabilidad, la estadística, la combinatoria y la teoría de conjuntos. Algunos
ejemplos de utilidad son:

 Análisis de probabilidades:
 Organización de eventos
 Combinatoria y permutaciones
 Estadística.
Ejemplos de cada técnica de conteo
Permutaciones
 Un equipo de fútbol tiene 12 jugadores y el entrenador debe elegir un capitán. ¿De cuántas
formas puede hacerlo? Respuesta: Es una permutación con repetición ya que el mismo
jugador solo puede ser capitán una vez. Por lo tanto, se calcula 12P1 = 12 formas posibles.

 Se deben formar comités de 4 personas a partir de un grupo de 8 posibles candidatos.

¿Cuántos comités diferentes se pueden formar? Respuesta: Es una permutación sin
repetición, por lo que se calcula 8P4 = 1680 comités diferentes.
Principio de multiplicación

 Diana empacó 2 faldas, 4 blusas y un suéter para su viaje de negocios. Tendrá que elegir
una falda y una blusa para cada conjunto y decidir si se pone el suéter. Utilice el principio
de multiplicación para hallar el número total de conjuntos posibles.
Para hallar el número total de conjuntos, calcule el producto del número de opciones de falda, el
número de opciones de blusa y el número de opciones de suéter.

La multiplicación del número de opciones de falda (2) por el número de opciones de blusa (4) por
el número de opciones de suéter (2) es igual a 16.
Hay 16 conjuntos posibles.

 Si se desea hacer una rifa en la que cada boleta tiene un número de tres cifras, ¿cuántas
boletas se deben imprimir?

Solución:
En este caso como cada cifra tiene diez posibilidades (0, 1, 2, 3, …, 9), N=10, y como el
número debe tener tres cifras, entonces n=3. Luego,
#(S) = Nn = 103 = 1000
Por lo tanto, se deben imprimir 1000 boletas distintas.
Regla factorial
 ¿Cuánto es 10! si ya sabes que 9!=362.880?
10! = 10 × 9!
10! = 10 × 362.880 = 3.628.800
Así que la regla es:
n! = n × (n−1)!
lo que significa
"el factorial de cualquier número es: el número por el factorial de (1 menos que el número)"
De modo que 10! = 10 × 9!, ... y 125! = 125 × 124!, etc.
permutación con repetición

 ¿Cuántas palabras diferentes se pueden formar con las letras de la palabra BANANA?
Solución:

Podemos aplicar la fórmula de permutación con repetición, teniendo en cuenta que:

Número de veces que se repite la letra B = 1

Número de veces que se repite la letra A = 3

Número de veces que se repite la letra N = 2

Número total de elementos: n = 1+3+2 ➜ n = 6

permutación con elementos repetidos

En total, se pueden formar 60 palabras diferentes con las letras de la palabra BANANA

¿Qué es una permutación y como se calcula?

Una permutación es una ordenación de elementos en un determinado orden. En matemáticas, se

utiliza para representar el número de maneras posibles en las que un conjunto de elementos puede
ser ordenado.

El número de combinaciones posibles en una permutación se calcula utilizando la fórmula de

permutación nPr. La fórmula es:

nPr = n! / (n - r)!

Donde "n" es el número total de elementos y "r" es el número de elementos que se toman en cuenta
en cada permutación. El símbolo "!" representa el factorial de un número, que es el producto de
todos los números enteros positivos menores o iguales a ese número.

Por ejemplo, si tenemos un conjunto de 5 elementos y queremos calcular el número de

permutaciones posibles de tomar 3 elementos a la vez, aplicamos la fórmula de permutación:

nPr = 5! / (5 - 3)! = 5! / 2! = 5x4x3x2x1 / 2x1 = 60

Por lo tanto, hay 60 permutaciones posibles en este caso.

Defina evento, suceso y de ejemplos.

Un evento es un conjunto de resultados posibles de un experimento o fenómeno aleatorio. Por

ejemplo, lanzar una moneda y que salga cara sería un evento.

Un suceso es un resultado específico dentro de un evento. Por ejemplo, si el evento es lanzar un

dado, obtener un número par sería un suceso dentro de ese evento.

Ejemplo:
Evento: Lanzamiento de un dado

Suceso: Obtener un número par

Qué es la probabilidad, como se calcula y para qué sirve.

El término "probabilidad" se utiliza para definir un cálculo matemático que determina todas las
posibilidades de que ocurra un fenómeno dado un conjunto aleatorio de circunstancias. La
probabilidad se calcula a partir de un valor entre 0 y 1, y el nivel de confianza está determinado por
lo cerca que está de 1; por el contrario, si es cercano a cero, el resultado final es menos seguro.

¿Como se calcula?

Para el cálculo de la probabilidad es necesario dividir el número de sucesos favorables entre el

número total de sucesos posibles. Esto genera una muestra y, a partir de los datos obtenidos, se
puede realizar el cálculo.

El cálculo de probabilidades se expresa en porcentaje y responde a la siguiente fórmula:

Probabilidad = Casos favorables / casos posibles x 100.

¿Para qué sirve?

La probabilidad en estadística se utiliza para describir la incertidumbre asociada a eventos

aleatorios o a la ocurrencia de un determinado resultado. Se utiliza para medir la posibilidad de que
ocurra un evento específico, así como para analizar y predecir resultados en diversos escenarios.

La probabilidad es fundamental en estadística porque permite cuantificar y evaluar la probabilidad

de que un evento ocurra, lo que a su vez puede ayudar en la toma de decisiones y en la
interpretación de diversos datos. Además, proporciona una base matemática para el desarrollo de
métodos y modelos estadísticos.

Elabore tres ejemplos de probabilidad

4. Probabilidad de lluvia: Supongamos que quieres saber la probabilidad de que llueva

mañana. Puedes basarte en datos históricos y pronósticos meteorológicos para estimar esta
probabilidad. Por ejemplo, si en los últimos 10 años ha llovido en un promedio de 3 días al
mes en el mes de mayo, podrías decir que la probabilidad de que llueva mañana en mayo es
 de aproximadamente 10%.

5. Una caja contiene 3 bolas verdes, 5 bolas rojas y 2 bolas azules. Si se extrae una bola al
azar, ¿cuál es la probabilidad de obtener una bola azul?
La probabilidad de obtener una bola azul se calcula dividiendo el número de bolas azules entre
el número total de bolas:

Probabilidad = Número de bolas azules / Número total de bolas

En este caso, el número de bolas azules es 2, y el número total de bolas es 3 + 5 + 2 = 10.

Probabilidad = 2 / 10 = 1/5

La probabilidad de obtener una bola azul es de 1/5 o 0.2, que se puede expresar tanto como
fracción o decimal.

6. Calcula la probabilidad de que salga "un número entre 1 y 40" al sacar una bolita de una
bolsa con 100 bolitas numeradas del 1 al 100
La probabilidad de que salga "un número entre 1 y 40" al sacar una bolita de una bolsa con 100
bolitas numeradas del 1 al 100 se calcula dividiendo el número de casos favorables (40 bolitas
numeradas del 1 al 40) entre el número de casos posibles (100 bolitas numeradas del 1 al 100).

Probabilidad = Casos favorables / Casos posibles

Probabilidad = 40 / 100

Probabilidad = 0.4

Por lo tanto, la probabilidad de que salga "un número entre 1 y 40" al sacar una bolita de una bolsa
con 100 bolitas numeradas del 1 al 100 es de 0.4 o 40%.

Qué es la probabilidad condicionada y como se calcula. Realice dos ejemplos.

La probabilidad condicionada es la probabilidad de que ocurra un evento dado que otro evento ha
ocurrido. Se calcula dividiendo la probabilidad del evento conjunto entre la probabilidad del evento
condicionante.

Ejemplo 1:
Supongamos que se tiene una baraja de 52 cartas, se extrae una carta al azar y se mantiene oculta.
¿Cuál es la probabilidad de que la carta sea un as, dado que es una carta negra?

Probabilidad condicionada = Probabilidad de sacar un as y una carta negra / Probabilidad de sacar

una carta negra

Probabilidad condicionada = 2/52 / 26/52

Probabilidad condicionada = 2/26

Probabilidad condicionada = 1/13

Ejemplo 2:

Supongamos que se tiene un dado justo de 6 caras, se lanza el dado y se obtiene un número menor
a 4. ¿Cuál es la probabilidad de que el número obtenido sea par?

Probabilidad condicionada = Probabilidad de sacar un número par y menor a 4 / Probabilidad de

sacar un número menor a 4

Probabilidad condicionada = 2/6 / 3/6

Probabilidad condicionada = 2/3}

Las distribuciones de probabilidad de variables discretas incluyen la distribución binomial,

la distribución de Poisson y la distribución geométrica.

Cuando describimos eventos con variables aleatorias discretas, las distribuciones de probabilidad
discretas nos permiten determinar todo el rango de valores posibles para el evento.

Distribución binomial: esta distribución se utiliza cuando solo hay dos resultados posibles para
cada prueba, etiquetados como éxito o fracaso. Se conocen la probabilidad de éxito (p) y el número
de intentos (n). La fórmula para calcular la probabilidad es P(X=k) = (n elija k) * p^k * (1-p)^(nk),
donde X es la variable aleatoria que representa el número de éxitos. Ejemplos de distribuciones
binomiales incluyen lanzar una moneda justa varias veces y contar el número de caras, o lanzar un
dado justo varias veces y contar la cantidad de veces que aparece un número específico.

Distribución de Poisson: esta distribución se utiliza para modelar el número de eventos que
ocurren en un intervalo fijo de tiempo o espacio, dada una tasa promedio de ocurrencia. Se utiliza
comúnmente para eventos raros. La probabilidad de observar un cierto número de eventos (k) se
calcula usando la fórmula P(X=k) = (e^(-λ) * λ^k) / k!, donde X es la variable aleatoria que
representa el número de eventos. Ejemplos de distribuciones de Poisson incluyen la cantidad de
correos electrónicos recibidos por día o la cantidad de accidentes automovilísticos ocurridos en una
ciudad determinada dentro de un período de tiempo específico.

Distribución Geométrica: Esta distribución se utiliza cuando la probabilidad de éxito (p) en cada
ensayo es constante y nos interesa encontrar el número de ensayos necesarios hasta que se
produzca el primer éxito. La probabilidad de observar el primer éxito en la k-ésima prueba se
calcula utilizando la fórmula P(X=k) = p * (1-p)^(k-1), donde X es la variable aleatoria que
representa el número de pruebas. Ejemplos de distribuciones geométricas incluyen la cantidad de
veces que necesitas lanzar un dado justo hasta obtener un número específico, o la cantidad de veces
que necesitas lanzar una moneda justa hasta que obtengas cara.

Las distribuciones de probabilidad de variables continuas incluyen la distribución normal y

la distribución exponencial.

Estas son distribuciones en las que las variables aleatorias pueden tomar valores continuos. Un
ejemplo es la altura de los estudiantes en un salón de clases, donde la altura puede tener cualquier
valor.

Distribución normal (Distribución gaussiana): esta distribución se usa ampliamente para

modelar variables continuas en muchos campos debido al teorema del límite central. Se caracteriza
por su media (μ) y desviación estándar (σ). Tiene una curva en forma de campana simétrica
respecto a la media. La función de densidad de probabilidad (pdf) de la distribución normal viene
dada por la fórmula f(x) = (1 / (√(2π) * σ)) * e^(-(x-μ)^2 / (2σ^2 )), donde x es la variable aleatoria.
Ejemplos de distribuciones normales incluyen la altura de una población, el peso de una
población o las puntuaciones de coeficiente intelectual de una población.

Distribución exponencial: esta distribución se utiliza a menudo para modelar el tiempo entre
eventos que ocurren en un proceso de Poisson, donde los eventos ocurren de forma continua e
independiente a un ritmo constante. Se caracteriza por su parámetro de tasa (λ). La función de
densidad de probabilidad (pdf) de la distribución exponencial viene dada por la fórmula f(x) = λ *
e^(-λx), donde x es la variable aleatoria. Ejemplos de distribuciones exponenciales incluyen el
tiempo entre llegadas de autobuses, el tiempo entre eventos de desintegración radiactiva o el
tiempo entre llegadas de clientes a un centro de servicio.

¿Qué es una hipótesis?

una hipótesis es una suposición o proposición sobre una población o fenómeno que se está
estudiando. Se formulan a partir de información preliminar o conocimientos previos y se prueban
mediante análisis estadístico de los datos disponibles.
Las hipótesis se pueden dividir en dos categorías: hipótesis nula (H0) e hipótesis alternativa (H1).
Hipótesis nula (H0): Es la hipótesis que supone que no existe diferencia o efecto significativo entre
las variables en estudio. Generalmente, es la hipótesis la que se pretende rechazar si existe
suficiente evidencia estadística.
Ejemplo de H0: “La edad media de los alumnos de un colegio es de 15 años”.
Hipótesis alternativa (H1): Es la hipótesis que supone que existe una diferencia o efecto
significativo entre las variables en estudio. Generalmente, es la hipótesis la que se espera confirmar
si existe suficiente evidencia estadística.
Ejemplo de H1: "La edad promedio de los estudiantes de un colegio es diferente a los 15 años".
Las características importantes de las hipótesis en estadística incluyen:

Comprobabilidad: las hipótesis deben poder comprobarse estadísticamente utilizando técnicas

apropiadas.

Especificidad: Deben formularse de forma clara y precisa, definiendo claramente las variables y
parámetros involucrados.

Exclusividad (o complementariedad): La hipótesis nula y la hipótesis alternativa deben ser

mutuamente excluyentes y cubrir todas las posibilidades.

Relevancia: Deben ser relevantes para la pregunta o problema de investigación en cuestión y estar
basados en teorías o evidencias previas.

Pruebas estadísticas: las hipótesis se prueban utilizando técnicas estadísticas, que proporcionan
evidencia suficiente para aceptar o rechazar una hipótesis.

Qué es la regresión lineal y para que se emplea

La regresión lineal es un método estadístico utilizado para modelar la relación entre una variable
dependiente y una o más variables independientes. Se utiliza para predecir valores desconocidos de
la variable dependiente en función de las variables independientes.

La regresión lineal supone que la relación entre la variable dependiente y las variables
independientes es lineal, es decir, se puede representar mediante una línea recta. El objetivo es
encontrar la mejor recta que se ajuste a los datos, con el fin de minimizar la diferencia entre los
valores reales y los valores estimados.

La regresión lineal tiene varias aplicaciones. Se utiliza frecuentemente para predecir valores
futuros basados en datos históricos, para estudiar la relación entre variables, para identificar
variables significativas para predecir un resultado, para desarrollar modelos predictivos, entre
otros. Es una técnica muy utilizada en diferentes áreas, como la economía, las ciencias sociales y la
ingeniería.

Metodología de trabajo (Cómo realizó la actividad)

La metodología de este trabajo será explicativa basada en información secundaria, de tipo
cuantitativa y cualitativa, y en los repositorios de la plataforma SIMA.
Conclusiones de la lectura o actividad.
Las técnicas de conteo son fundamentales en la estadística, ya que permiten calcular la
probabilidad de ocurrencia de eventos y la distribución de datos. Además, son útiles en la
resolución de problemas de conteo, permutaciones y combinaciones en diversas áreas de estudio
como la biología, la economía y la ingeniería.
En conclusión, las técnicas de conteo y permutaciones son esenciales en estadística para determinar
el número de arreglos posibles en un conjunto de datos. Estas herramientas permiten calcular la
probabilidad de ocurrencia de eventos y son aplicables en diversas disciplinas académicas y
científicas.
la probabilidad, evento y suceso son elementos fundamentales en la estadística que nos permiten
medir y calcular la posibilidad de que ocurran determinados resultados.
La probabilidad es una medida numérica utilizada para expresar la posibilidad de que ocurra un
evento particular. Se puede expresar de forma relativa (porcentaje) o absoluta (de 0 a 1). La
probabilidad se calcula dividiendo el número de casos favorables entre el número total de casos
posibles.
Un evento es un resultado específico que puede ocurrir dentro de un espacio muestral. Puede ser un
resultado único o una colección de resultados. Los eventos se clasifican en eventos simples (un
solo resultado), eventos compuestos (conjunto de resultados) y eventos imposibles (no tienen
posibilidad de ocurrir).
Un suceso, por otro lado, es un subconjunto del espacio muestral que contiene uno o más eventos.
Puede ser un solo evento o una combinación de eventos. Los sucesos se clasifican en sucesos
seguros (ocurren siempre), sucesos posibles (tienen posibilidad de ocurrir) y sucesos imposibles
(no tienen posibilidad de ocurrir).
Las distribuciones de probabilidad de variables discretas y continuas son importantes para
comprender y analizar datos.
Las distribuciones de probabilidad de variables discretas proporcionan información sobre la
probabilidad de que ocurra cada resultado posible. Por ejemplo, en un experimento de lanzamiento
de moneda, la distribución de probabilidad mostraría las probabilidades de obtener cara o cruz.
Comprender la distribución de probabilidad de una variable discreta ayuda a predecir y tomar
decisiones basadas en la probabilidad de diferentes resultados.
Las hipótesis en estadística y regresión lineal son fundamentales para el análisis de datos
cuantitativos. Las hipótesis establecen criterios para evaluar la validez de los modelos estadísticos
y los resultados obtenidos de ellos.
En la regresión lineal, por ejemplo, algunas de las hipótesis más comunes incluyen la linealidad de
la relación entre variables, la independencia de los errores, la homogeneidad de la varianza del
error, la ausencia de valores extremos influyentes, entre otras. Estas hipótesis son importantes para
garantizar la solidez y confiabilidad de las conclusiones obtenidas del modelo.
A través de hipótesis es posible establecer criterios para realizar pruebas estadísticas y obtener
estimaciones precisas de los parámetros del modelo. Además, las hipótesis permiten evaluar la
significancia estadística de las relaciones entre variables e identificar posibles fuentes de error o
sesgo en el análisis.
Discusiones y recomendaciones.
Poner en práctica todos estos conceptos, como administrador financiero la recolección de datos es
importante para hacer un buen análisis, y la estadística inferencial nos proporciona muchas
herramientas fundamentales para el análisis y la recolección de datos.
Bibliografía.
https://naps.com.mx/blog/tecnicas-de-conteo-en-probabilidad-y-estadistica/
https://danacaweb.com/principio_de_multiplicacin.html
https://www.disfrutalasmatematicas.com/numeros/factorial.html
https://matemovil.com/permutacion-con-repeticion-ejercicios-resueltos/
https://www.probabilidadyestadistica.net/evento-estadistico/#google_vignette
https://www.smartick.es/blog/matematicas/probabilidad-y-estadistica/probabilidad-que-es/

https://economipedia.com/definiciones/probabilidad-condicional.html

http://descargas.pntic.mec.es/cedec/mat3_2/contenidos/M3_U10/sucesos.html

https://matemovil.com/variables-discretas-y-continuas-ejemplos-y-ejercicios/
https://excelparatodos.com/variable-continua/#google_vignette

https://www.ibm.com/docs/es/cognos-analytics/12.0.0?topic=terms-statistical-distribution
https://es.khanacademy.org/math/probability/probability-geometry/probability-basics/a/probability-
the-basics
https://www.mineduc.gob.gt/DIGECADE/documents/Telesecundaria/Recursos%20D
https://www.elsevier.es/es-revista-atencion-primaria-27-articulo-el-uso-hipotesis-
investigacion-cientifica-15038#:~:text=La%20hip%C3%B3tesis%20se%20puede
%20definir,objetivo%2Fs%20de%20la%20investigaci%C3%B3n.

https://aws.amazon.com/es/what-is/linear-regression/
https://concepto.de/dato/