Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Donde:
Ejemplo: Supongamos que lanzamos un dado justo (con 6 caras numeradas del 1 al 6) 4 veces y queremos calcular la probabili
1. Número fijo de ensayos (n): El ensayo debe consistir en un número fijo de repeticiones o ensayos, denotado como n. Cada
2. Resultados mutuamente excluyentes: Cada ensayo debe tener solo dos resultados posibles, comúnmente denominados éx
3. Probabilidad de éxito constante (p): La probabilidad de éxito en cada ensayo, denotada como p, debe ser constante. En otr
4. Probabilidad de fracaso constante (q): La probabilidad de fracaso en cada ensayo, denotada como q (donde q = 1 - p), tamb
Por ejemplo, lanzar una moneda una vez o tirar un dado una vez representa un ensayo de probabilidad.
Estos requisitos son:
1. Número fijo de ensayos (n): La experiencia debe consistir en un número fijo de repeticiones o ensayos, denotado como n.
2. Resultados mutuamente excluyentes: Cada ensayo dentro de la experiencia debe tener solo dos resultados posibles, comú
3. Probabilidad de éxito constante (p): La probabilidad de éxito en cada ensayo, denotada como p, debe ser constante.
4. Independencia entre ensayos: Cada ensayo dentro de la experiencia debe ser independiente de los demás, lo que significa
Por ejemplo, lanzar una moneda cinco veces consecutivas o tirar un dado justo diez veces seguidas constituye una experiencia
1) Distribución Aproximadamente Normal: Los datos deben tener una distribución aproximadamente normal. Esto se puede v
o la prueba de Shapiro-Wilk. Si los datos siguen una distribución aproximadamente normal, la distribución normal puede ser u
2) Tamaño de la Muestra Suficientemente Grande: La distribución normal se vuelve más válida a medida que el tamaño de la
normal. Sin embargo, para tamaños de muestra más pequeños, especialmente si la distribución de los datos no es simétrica, la
3) Independencia de las Observaciones: Las observaciones deben ser independientes entre sí. Esto significa que el resultado d
4) Condiciones para Intervalos de Confianza o Pruebas de Hipótesis Específicas: Si estás utilizando la distribución normal para
utilizar la desviación estándar muestral con tamaños de muestra pequeños.
1) Número de Eventos por Unidad de Tiempo o Espacio: La experiencia debe involucrar la ocurrencia de eventos contables y
2) Eventos Independientes: Cada evento debe ser independiente de los demás. La ocurrencia de un evento no debe influir en
3) Tasa Media de Ocasiones por Unidad de Tiempo o Espacio (λ): La tasa promedio de ocurrencia de eventos (λ) debe ser con
4) No Ocurrir más de un Evento al Mismo Tiempo o Espacio: La probabilidad de que ocurran dos o más eventos en el mismo i
En el contexto de la experiencia administrativa, las distribuciones normal, binomial y de Poisson pueden aplicarse de las siguie
Distribución Normal:
Evaluación del Desempeño:
Utilizar la distribución normal para modelar la variabilidad en las calificaciones del desempeño de los empleados y estable
Análisis de Recursos Humanos:
Modelar la distribución de habilidades y competencias de los empleados para una asignación eficiente en proyectos y tar
Distribución Binomial:
Gestión de Proyectos:
Aplicar la distribución binomial para modelar la probabilidad de éxito o fracaso en etapas específicas de proyectos admin
Selección de Personal:
Utilizar la distribución binomial en procesos de contratación para evaluar la probabilidad de seleccionar un número espec
Distribución de Poisson:
Gestión de Tiempos de Espera:
Modelar la llegada de clientes o solicitudes de servicio en un centro de atención al cliente utilizando la distribución de Po
Gestión de Inventarios:
Aplicar la distribución de Poisson para prever la frecuencia de la llegada de pedidos y gestionar niveles de inventario de m
Análisis de Riesgos:
Utilizar la distribución de Poisson en la gestión de riesgos administrativos para modelar eventos raros pero significativos q
En resumen, estas distribuciones pueden ser herramientas poderosas en la experiencia administrativa para modelar la variabil
Como administrador financiero, el tema de las probabilidades puede influir significativamente en diversas áreas de toma de de
Gestión de Inversiones:
Evaluación del Riesgo-Retorno: Utilizar conceptos de probabilidad para evaluar y gestionar el riesgo asociado con d
Diversificación de Cartera: Aplicar conceptos de probabilidad para diversificar adecuadamente la cartera, considera
Planificación Financiera:
Proyecciones de Flujo de Efectivo: Utilizar modelos probabilísticos para realizar proyecciones de flujo de efectivo, c
Planificación de Escenarios: Emplear análisis de escenarios basados en probabilidades para evaluar el impacto de e
Gestión de Riesgos:
Seguros y Coberturas: Evaluar la probabilidad de eventos adversos y utilizar instrumentos financieros, como seguro
Valor en Riesgo (VaR): Aplicar el concepto de VaR para medir la máxima pérdida probable en una cartera de inversi
Finanzas Corporativas:
Evaluación de Proyectos de Inversión:
Utilizar técnicas de evaluación de proyectos basadas en probabilidades para evaluar la rentabilidad y riesgo asociad
Decisión de Financiamiento:
Considerar las probabilidades de variación en las tasas de interés y las condiciones del mercado al tomar decisiones
Gestión de Tesorería:
Gestión de Liquidez:
Utilizar análisis de probabilidad para gestionar la liquidez, anticipando las necesidades de efectivo y asegurándose d
En resumen, la aplicación de conceptos de probabilidad en la gestión financiera permite a los administradores tomar decisione
Probabilidad: La probabilidad es una medida cuantitativa que asigna un número entre 0 y 1 a un evento, representando la cer
Suceso: Un suceso es un conjunto de resultados posibles en un experimento aleatorio. Puede consistir en un solo resultado o
Experimento: Un experimento es un procedimiento o acción que se lleva a cabo con el propósito de observar y registrar result
Experimento: Un experimento es un procedimiento o acción que se lleva a cabo con el propósito de observar y registrar result
Prueba: Se refiere a la repetición de un experimento o proceso. Cada repetición del experimento se considera una prueba adic
Para completar la tabla, sabemos que son 300 el total de empleados y la tabla nos da la información de que en total son 70 ho
300-70 = 230 Este valor lo reemplazamos en la tabla sobre el total para expresarlo como lo da la tabla, ento
Luego, con el valor total de mujeres, podemos hallar el valor de las mujeres en contra, puesto que la tabla nos da el valor a fav
0,30 + x + 0,1 = 230/300 -----> x = 230/300 - 0,30 - 0,1 ------>
Con estos valores ya podríamos hallar el total a favor y el total el contra sumando las columnas:
Después podemos hallar el valor total neutral, restandole a Totales el valor total a favor y el valor total en contra:
0,45 + 0,42 + x = 1,00 -----> x = 1,00 - 0,45 - 0,42 ------> x= 0.13
Por último, hallamos el valor que nos falta, que es el total neutral de hombres, restandole al total neutral el valor de mujeres n
x + 0,1 = 0,13 ------> x = 0,13 - 0,1 -----> x= 0.03
𝑃(𝑋=15)=(■8(15@1
𝑃(𝑋≥14) = 𝑃(𝑋=14)+𝑃(𝑋=15) Ya tenemos cuando X = 15 con el anterior ejercicio, entonces calculamos cuando X
n= 15
k= 14
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2
Nos están pidiendo hallar 𝑃(𝑋≤5) Usamos el teorema del complemento y debemos calcular:
𝑃(𝑋≤5) = 1−𝑃(𝑋>5)=𝑃(𝑋=6)+𝑃(𝑋=7)+𝑃(𝑋=8)+𝑃(𝑋=9)+𝑃(𝑋=10)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando Procedemos a aplicar la fórmula de D
los siguientes valores: siguien
n= 10 n=
k= 6 k=
p= 0.333333 La probabilidad de éxito en de 2/6 p=
SUMAMOS LOS VALORES = 𝑃(𝑋>5) 0.077 𝑃(𝑋≤5)= 0.92 ESTA ES LA PROBABILIDAD DE SACAR
Nos están pidiendo hallar 𝑃(𝑋≤5) Pero está vez con menos ensayos. Igualmente usamos el teorema del complemen
𝑃(𝑋≤5) = 1−𝑃(𝑋>5)=𝑃(𝑋=6)+𝑃(𝑋=7)+𝑃(𝑋=8)+𝑃(𝑋=9)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando Procedemos a aplicar la fórmula de D
los siguientes valores: siguien
n= 9 n=
k= 6 k=
p= 0.333333 La probabilidad de éxito en de 2/6 p=
SUMAMOS LOS VALORES = 𝑃(𝑋>5) 0.042 𝑃(𝑋≤5)= 0.96 ESTA ES LA PROBABILIDAD DE SACAR
Nos están pidiendo hallar 𝑃(𝑋≥3) Entonces aplicamos el teorema del complemento y debemos calcular:
𝑃(𝑋≥3) = 1−𝑃(𝑋<3)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)
n= 6
k= 0
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2
1)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de artículos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 4
k= 0
p= 0.066667 La probabilidad de éxito en un solo ensayo es de 2/30
2)
Nos están pidiendo hallar 𝑃(𝑋=1) Dónde X es el número de artículos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 4
k= 1
p= 0.066667 La probabilidad de éxito en un solo ensayo es de 2/30
3)
Nos están pidiendo hallar 𝑃(𝑋≤2) 𝑃(𝑋≤2)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 4
k= 2
p= 0.066667 La probabilidad de éxito en un solo ensayo es de 2/30
1)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de estudiantes de Administración que se gradúa.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 30
k= 0
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
n= 30
k= 1
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
𝑃(𝑋=1)=(■8(30@1))∗ 〖 0,0099 〗 ^1∗(1−0,0099)^(30−1) 𝑃(𝑋=2)=(■8(30@2))∗ 〖 0
3)
Nos están pidiendo hallar 𝑃(𝑋>3) Dónde X es el número de estudiantes de Administración que se gradúa.Aplicamos
𝑃(𝑋>3)=1−𝑃(𝑋<4)=𝑃(𝑋=0)+𝑃(𝑋=1)+𝑃(𝑋=2)+𝑃(𝑋=3) Ya tenemos todos los valores excepto
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 30
k= 3
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
3)
Nos están pidiendo hallar 𝑃(3<𝑋<5) Dónde X es el número de estudiantes de Administración que se gradúa.
𝑃(3<𝑋<5)=𝑃(𝑋=4)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 30
k= 4
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
3)
Nos están pidiendo hallar 𝑃(3<𝑋 𝑜 𝑋<5) Dónde X es el número de estudiantes de Administración que se gra
𝑃(3<𝑋 𝑜 𝑋<5)= 𝑃(𝑋>3 )+𝑃(𝑋<5)−𝑃(3<𝑋 <5) Debemos hallar la probabilidad cuando X=5, ya tene
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 30
k= 5
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
1)
Nos están pidiendo hallar 𝑃(𝑋=1) Dónde X es el número de cerrojos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 4
k= 1
p= 2% La probabilidad de éxito en un solo ensayo es de 2%
2)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de cerrojos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 4
k= 0
p= 2% La probabilidad de éxito en un solo ensayo es de 2%
3)
Nos están pidiendo hallar 𝑃(𝑋>2) Dónde X es el número de cerrojos defectuosos. Hacemos uso del teorema del com
𝑃(𝑋>2)=1−𝑃(𝑋<3)=1−𝑃(𝑋=0)−𝑃(𝑋=1)−𝑃(𝑋=2) Solo nos falta calcular la probabilidad
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 4
k= 2
p= 2% La probabilidad de éxito en un solo ensayo es de 2%
4)
Nos están pidiendo hallar 𝑃(𝑋=0) Dónde X es el número de cerrojos defectuosos.
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 4
k= 0
p= 2% La probabilidad de éxito en un solo ensayo es de 2%
Dado que necesitamos organizar los números y son todos, hacemos uso de la permutación.
𝑃=𝑛!=4!
𝑃=
𝑃= 24 ESTA ES LA CANTIDAD DE FORMAS QUE SE PUEDEN ORGANIZAR LOS NÚMEROS 1,2,3,4
Dado que necesitamos organizar los libros y son todos, hacemos uso de la permutación. En este caso son 4 libros.
𝑃=𝑛!=4!
1)
En este caso no nos importa el orden para organizar el cómite, por ende hacemos uso de la Combinación. Más exactamente d
𝑛𝐶𝑟=𝑛!/𝑟!
(𝑛−𝑟)!
6𝐶4∗8𝐶4∗7𝐶2=6!/4!(6−4)!∗8!/4!(8−4)!
∗7!/2!(7−2)!
6 8 7
4 4 2
15 70 21
22050 ES LA CANTIDAD DE COMISIONES DIFERENTES QUE PUEDEN SELEC
2)
En este caso no nos importa el orden para organizar el cómite, por ende hacemos uso de la Combinación. Más exactamente d
𝑛𝐶𝑟=𝑛!/𝑟!
(𝑛−𝑟)!
6𝐶2∗8𝐶6∗7𝐶2=6!/2!(6−2)!∗8!/6!(8−6)!
∗7!/2!(7−2)!
6 8 7
2 6 2
15 28 21
8820 ES LA CANTIDAD DE COMISIONES DIFERENTES QUE PUEDEN SELEC
El juego de Baloto implica seleccionar seis números diferentes de una lista de 1 a 43. En este contexto, estamos tratando con u
La probabilidad de ganarse el premio mayor del baloto está dada por la siguiente expresión, dónde se tiene en cuenta que el b
al 16
𝑛𝐶𝑟=𝑛!/𝑟!
(𝑛−𝑟)!
43𝐶5∗16𝐶1=43!/5!(43−5)!
∗16!/1!(16−1)!
43 16
5 1
962598 16
15401568 ESTE ES EL NÚMERO DE POSIBILIDADES TOTALES DE GANARSE EL BALOTO
es y queremos calcular la probabilidad de obtener exactamente dos veces el número 3. En este caso, (proba
ensayos, denotado como n. Cada ensayo debe ser independiente del otro, lo que significa que el resultado de un ensayo no afecta el resu
es, comúnmente denominados éxito y fracaso. Estos resultados deben ser mutuamente excluyentes, lo que significa que no pueden ocurr
omo p, debe ser constante. En otras palabras, la probabilidad de éxito no debe cambiar de un ensayo a otro.
ada como q (donde q = 1 - p), también debe ser constante.
robabilidad.
nes o ensayos, denotado como n.
olo dos resultados posibles, comúnmente denominados éxito y fracaso, que son mutuamente excluyentes.
omo p, debe ser constante.
nte de los demás, lo que significa que el resultado de un ensayo no afecta el resultado de los demás
adamente normal. Esto se puede verificar visualmente mediante histogramas, gráficos de probabilidad normal o pruebas formales de norm
la distribución normal puede ser una buena aproximación.
lida a medida que el tamaño de la muestra aumenta. Como regla general, se considera que un tamaño de muestra mayor a 30 proporcion
ción de los datos no es simétrica, la distribución t de Student puede ser más apropiada.
sí. Esto significa que el resultado de una observación no debe influir en el resultado de otra.
lizando la distribución normal para construir intervalos de confianza o realizar pruebas de hipótesis sobre la media o la proporción, debes
mpeño de los empleados y establecer criterios de evaluación basados en la distribución de las calificaciones.
nte utilizando la distribución de Poisson, lo que facilita la gestión eficiente de recursos y tiempos de espera.
inistrativa para modelar la variabilidad, gestionar proyectos, evaluar el desempeño y tomar decisiones informadas en situaciones que invo
gestionar el riesgo asociado con diferentes inversiones. La comprensión de la probabilidad de rendimientos positivos o negativos ayuda e
ecuadamente la cartera, considerando la probabilidad de correlaciones entre distintos activos financieros.
royecciones de flujo de efectivo, considerando diversas variables que pueden tener un impacto en los ingresos y gastos futuros.
ades para evaluar el impacto de eventos inciertos en la situación financiera de la empresa y tomar medidas preventivas.
umentos financieros, como seguros, para gestionar el riesgo asociado con pérdidas inesperadas.
probable en una cartera de inversiones, lo que ayuda a establecer límites de riesgo aceptables.
ades de efectivo y asegurándose de que la empresa pueda hacer frente a obligaciones financieras.
s administradores tomar decisiones más informadas, evaluar y gestionar riesgos de manera más efectiva y optimizar la toma de decisione
complejo.
a un evento, representando la certeza o posibilidad de que dicho evento ocurra. Un evento con probabilidad 0 es imposible, mientras que
e consistir en un solo resultado o en varios resultados. Los sucesos son eventos específicos que se pueden observar o medir en un experim
ósito de observar y registrar resultados. Un experimento aleatorio es aquel cuyos resultados no pueden predecirse con certeza antes de re
ósito de observar y registrar resultados. Un experimento aleatorio es aquel cuyos resultados no pueden predecirse con certeza antes de re
ento se considera una prueba adicional. La realización de múltiples pruebas ayuda a comprender la variabilidad inherente y a obtener esti
rmación de que en total son 70 hombres, debido a que nos da la expresión 70/300. Con esto hallamos la cantidad de mujeres:
xpresarlo como lo da la tabla, entonces sería 230/300
Respuesta
Multiplicamos el total de empleados por los totales a favor que nos arrojó la tabla 300*0,45
b:
Respuesta
Multiplicamos el total de empleados por los totales en contra que nos arrojó la tabla 300*0,42
c:
Respuesta
Multiplicamos el total de empleados por los totales Neutrales que nos arrojó la tabla 300*0,13
d:
Respuesta
Resolvemos la expresión de los totales Mujeres 230/300 y multiplicamos por 100 para pasar a porcentaje
e:
Respuesta
Pasamos a porcentaje el valor de Hombres en contra que nos arroja la tabla 0,05
f:
Respuesta
Pasamos a porcentaje el valor de Mujeres a favor que nos arroja la tabla 0,30
g:
Respuesta
Pasamos a porcentaje el valor de totales en contra 0,42
h:
Respuesta
Pasamos a porcentaje el valor de totales a favor 0,45
i:
Respuesta
Pasamos a porcentaje el valor de Mujeres en contra 0,37
j:
Nos están pidiendo hallar 𝑃(𝑋≤14) entonces usamos el teorema del complemento:
𝑃(𝑋≤14) = 1 - 𝑃(𝑋≤14)=1−𝑃(𝑋=15)
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores:
n= 15
k= 15
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2
ocedemos a aplicar la fórmula de Distribucción binomial reemplazando los Procedemos a aplicar la fórmula de Distribucció
siguientes valores: reemplazando los siguientes valores:
10 n= 10
7 k= 8
0.3333333 La probabilidad de éxito en de 2/6 p= 0.333333 La probabilidad de éxito en d
8(10@7))∗ 〖 0,33 〗 ^7∗ 〖 (1−0,33) 〗 ^(10−7) 𝑃(𝑋=8)=(■8(10@8))∗ 〖 0,33 〗 ^8∗ 〖 (1−0,33) 〗 ^(10
solvemos y nos da: Resolvemos y nos da:
120 0.000135 = 0.016258 𝑃(𝑋=8) = 45 6.774E-05
ocedemos a aplicar la fórmula de Distribucción binomial reemplazando los Procedemos a aplicar la fórmula de Distribucció
siguientes valores: reemplazando los siguientes valores:
9 n= 9
7 k= 8
0.3333333 La probabilidad de éxito en de 2/6 p= 0.333333 La probabilidad de éxito en d
(9@7))∗ 〖 0,33 〗 ^7∗ 〖 (1−0,33) 〗 ^(9−7) 𝑃(𝑋=8)=(■8(9@8))∗ 〖 0,33 〗 ^8∗ 〖 (1−0,33) 〗 ^(9−
solvemos y nos da: Resolvemos y nos da:
36 0.000203 = 0.007316 𝑃(𝑋=8) = 9 0.000102
Procedemos a aplicar la fórmula de Distribucción binomial reemplazando los siguientes valores: Procedemos a aplicar la fórm
n= 6 n=
k= 1 k=
p= 0.5 La probabilidad de éxito en un solo ensayo es de 1/2 p=
Dónde X es el número de artículos defectuosos. Además ya tenemos las probabilidades de X=0 y X=1. Entonces solo nos queda
cuando X = 2
n= 30
k= 2
p= 0.99% La probabilidad de éxito en un solo ensayo es de 0,99%
𝑃(𝑋=2)=(■8(30@2))∗ 〖 0,0099 〗 ^2∗(1−0,0099)^(30−2)
IBROS 1,2,3,4
Combinación. Más exactamente dos combinaciones que se multiplican entre sí para obtener el valor.
Combinación. Más exactamente dos combinaciones que se multiplican entre sí para obtener el valor.
dónde se tiene en cuenta que el baloot tiene 43 balotas en total, de las cuáles se seleccionan 5, además hay una sexta balota llamada sup
S DE GANARSE EL BALOTO
ntidad de mujeres:
ja la tabla 0,05 5%
la tabla 0,30 30%
42 42%
5 45%
,37 37%
complemento:
tes valores:
6
2
0.5 La probabilidad de éxito en un solo ensayo es de 1/2