lOMoARcPSD|16508576

ESTADÍSTICAS DE PROBABILIDADES

ACTIVIDAD EJE 4

TALLER: Caso Lanzamiento de una moneda.

Estudiante
Slendy Juliana Cangrejo Quezada

Programa en finanzas y negocios internacionales

Facultad de ciencias administrativas, económicas y financieras

BOGOTA D.C.

2023
 lOMoARcPSD|16508576

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 Ofimática 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
 lOMoARcPSD|16508576

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.
 lOMoARcPSD|16508576

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 un 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 Estadística Clásica

Teoría de la Estadística Clásica: 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
 lOMoARcPSD|16508576

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 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:
 lOMoARcPSD|16508576

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

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-selló; la cual

lanzaremos solo una sola vez para poder confirmar cuál es la probabilidad de que salga cara

o sello.

Paso 1: 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).

 lOMoARcPSD|16508576

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.

Paso 2: Se tiene una moneda que posee dos lados: un lado-cara y otro lado-selló; la

cual lanzaremos más de una vez (en nuestro caso 10.000) para poder confirmar cuál 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:
 lOMoARcPSD|16508576

Número de lanzamientos = 10.000

(A)= Cara

(B)= Sello

n= 2

P(A)=? Probabilidad que salga cara

P(B)=? Probabilidad que salga sello

Hipotéticamente asumimos 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 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
 lOMoARcPSD|16508576

= 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 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
 lOMoARcPSD|16508576

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:

● 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 contrasta una hipótesis con
determinado nivel de significación, la hipótesis que contrastamos es la hipótesis H0.
 lOMoARcPSD|16508576

Cuando el problema pide explícitamente que seamos nosotros quienes planteamos

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 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 explicada.

Modelo de simulación en la Suite Ofimática Excel con 10.000 lanzamientos

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

continuación:
 lOMoARcPSD|16508576

● 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

● 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.
 lOMoARcPSD|16508576

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.

Modelo de Simulación en Excel:

● Resumen de la Simulación Excel Lanzamiento de Moneda

 lOMoARcPSD|16508576

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.

● Tabla de registro de datos (10000 lanzamientos) y Cálculos de parámetros.

 lOMoARcPSD|16508576

● Gráficos de soporte:

o Gráfico de Frecuencias absolutas

 lOMoARcPSD|16508576

o Gráfica de las Frecuencias Relativas.

o Gráfica de Probabilidades.
 lOMoARcPSD|16508576

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.
● 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.
 lOMoARcPSD|16508576

REFERENCIAS BIBLIOGRÁFICAS

https://areandina.instructure.com/courses/33186

https://economipedia.com/definiciones/frecuencia-relativa.html

https://economipedia.com/definiciones/frecuencia-absoluta.html