Nombre de la escuela: Colegio De Bachilleres Del Estado De

Quintana Roo Plantel Cancún 1

Grupo: F

Turno: Matutino

Materia: Matemáticas

Título del trabajo: MODELOS DE PROBABILIDAD Y ESTADÍSTICA

Nombre del maestro: Maria Del Carmen Flores Sanchez

Fecha de entrega: Viernes 7 de Octubre del 2022

Integrantes:
1. Ac Mérida Ricardo Daniel.

2. Alfaro Castro Sheccid Aime.

3. España Tovar Eduardo Manuel.

4. Jimenez cruz america joselin.

 MODELOS DE PROBABILIDAD Y ESTADÍSTICA.

Concepto de estadística: La estadística consiste en la aplicación de métodos,

procedimientos y fórmulas que permiten recolectar información para luego analizarla
y extraer de ella conclusiones relevantes. Se puede decir que su principal objetivo
es mejorar la comprensión de los hechos a partir de datos o información ya
disponibles. Es de suma importancia recalcar que la estadística no es una rama de
las matemáticas. Utiliza herramientas de las matemáticas del mismo modo que lo
hace otro campo como la física, la ingeniería o la economía, pero eso no las hace
ser parte de las matemáticas. Estadística y matemáticas tienen una relación
estrecha, pero la estadística y las matemáticas son disciplinas diferentes y no deben
ser consideradas como una sola.
Una de las principales características fundamentales de la estadística es su
transversalidad, es decir que tiene relación con otro tipo de campos. Su metodología
es aplicable para el estudio de diversas disciplinas tales como pueden ser: biología,
física, economía, sociología, psicología , entre otras.
La estadística facilita la obtención de conclusiones de aspecto relevante para el
estudio de todo tipo de agentes/entes como: humanos, animales, plantas,
enfermedades, entre otras. Tipos de estadística:
Estadística descriptiva. Dedicada a la visualización, clasificación y presentación
numérica o gráfica de los datos surgidos durante el estudio. Su objetivo es facilitar el
manejo de grandes volúmenes de datos, tal y como ocurre en pirámides
poblacionales, histogramas o gráficos circulares.
Estadística inferencial. Dedicada a generar modelos y predicciones a partir de los
fenómenos estudiados, tomando en cuenta su dinámica de aleatoriedad. A través de
dichos modelos matemáticos aspira a dar con conclusiones útiles o pronósticos que
trascienden el ámbito de lo meramente descriptivo.

Concepto de probabilidad: La probabilidad es un tipo de cálculo o rama de las

matemáticas que puede ayudarnos a determinar qué tan probable es que suceda o
que se repita un evento, fenómeno, ente, ser, etc.
Esta disciplina suele ser muy empleada por otro tipo de ciencias, como las ciencias
naturales y las sociales, como disciplina auxiliar, ya que nos permite manejar
escenarios posibles en base a generalizaciones y/o repeticiones.
El origen de la probabilidad reside en la necesidad del ser humano de querer
anticiparse a los hechos, y de predecir en cierta medida lo que sucederá en el
futuro. Así, en su empeño por percibir patrones y conexiones en la realidad, se
enfrentó constantemente al azar, o sea, a lo que carece de orden. Por lo que se
empezó a tratar la probabilidad, para tratar de predecir algo a un futuro. Los tipos de
probabilidad que existen son:
Frecuencial. Aquella que determina la cantidad de veces que un fenómeno puede
ocurrir, considerando un número determinado de oportunidades, a través de la
experimentación.
Matemática. Pertenece al ámbito de la aritmética, y aspira al cálculo en cifras de la
probabilidad de que determinados eventos aleatorios tengan lugar, a partir de la
lógica formal y no de su experimentación.
Binomial. Aquella en la que se estudia el éxito o fracaso de un evento, o cualquier
otro tipo de escenario probable que tenga dos posibles resultados únicamente.

Objetiva. Se denomina así a toda probabilidad en la que conocemos de antemano

la frecuencia de un evento, y simplemente se dan a conocer los casos probables de
que ocurra dicho evento.
Subjetiva. Contrapuesta a la matemática, se sustenta en ciertas eventualidades que
permiten inferir la probabilidad de un evento, aunque alejada de una probabilidad
certera o calculable. De allí su subjetividad.
Hipergeométrica. Aquella que se obtiene gracias a técnicas de muestreo, creando
grupos de eventos según su aparición.
Lógica. La que posee como rasgo característico que establece la posibilidad de
ocurrencia de un hecho a partir de las leyes de la lógica inductiva.
Condicionada. Aquella que se emplea para comprender la causalidad entre dos
hechos distintos, cuando puede determinarse la ocurrencia de uno tras la ocurrencia
del otro.

Campo de aplicación de la estadística:La estadística es una ciencia de aplicación

práctica casi universal en todos los campos científicos:
En las ciencias naturales: se emplea con profusión en la descripción de modelos
termodinámicos complejos (mecánica estadística), en física cuántica, en mecánica
de fluidos o en la teoría cinética de los gases, entre otros muchos campos.
En las ciencias sociales y económicas: es un pilar básico del desarrollo de la
demografía y la sociología aplicada.
En economía: suministra los valores que ayudan a descubrir interrelaciones entre
múltiples parámetros macro y microeconómicos.
En las ciencias médicas: permite establecer pautas sobre la evolución de las
enfermedades y los enfermos, los índices de mortalidad asociados a procesos
morbosos, el grado de eficacia de un medicamento, etcétera.

Campo de aplicación de la probabilidad: El análisis de riesgo empresarial. Según

el cual se estiman las posibilidades de caída de precio de las acciones bursátiles, y
se intenta predecir la conveniencia o no de la inversión en una u otra empresa.
El análisis estadístico de la conducta. De importancia para la sociología, emplea la
probabilidad para evaluar la posible conducta de la población, y así predecir
tendencias de pensamiento o de opinión. Es común verlo en las campañas
electorales.
La determinación de garantías y seguros. Procesos en los que se evalúa la
probabilidad de avería de los productos o la fiabilidad de un servicio (o de un
asegurado, por ejemplo), para así saber cuánto tiempo de garantía conviene
ofrecer, o a quiénes conviene asegurar y por cuánto.
En la ubicación de partículas subatómicas. Según el Principio de Incertidumbre de
Heisenberg, el cual establece que no podemos saber dónde está una partícula
subatómica en un momento determinado y al mismo tiempo a qué velocidad se
mueve, de modo que los cálculos en la materia se realizan normalmente en
términos probabilísticos: existe X por ciento de probabilidades de que la partícula
esté allí.
En la investigación biomédica. Se calculan porcentajes de éxito y de fracaso de las
drogas médicas o de las vacunas, para así saber si son fiables o no, y si conviene o
no producirlas en masa, o a qué porcentaje de la población podrán causarle
determinados efectos secundarios.
2
CONCEPTOS BÁSICOS DE PROBABILIDAD:

Ley aditiva: La ley aditiva de las probabilidades establece que la probabilidad de ocurrencia
de dos sucesos es igual a la probabilidad de ocurrencia de cada uno menos la probabilidad de
ocurrencia de ambos.Usando notación de probabilidades: sea P(A) a la probabilidad de
ocurrencia del evento A, P(B) a la probabilidad de ocurrencia del evento B, y P(AyB) la
probabilidad de ocurrencia de ambos eventos, la probabilidad de ocurrencia de uno
cualquiera de los dos eventos es P(A) + P(B) – P(AyB).Te lo quise exponer primero en
palabras, pero es más fácil usar la notación de conjuntos.Dado:P(A ∪ B): es la probabilidad
de ocurrencia de A o B (o ambos)P (A): es la probabilidad de ocurrencia de AP(B) es la
probabilidad de ocurrencia de BP(A∩B): es la probabilidad de ocurrencia de
ambos .Entonces, P (AUB) = P(A) + P(B) – P(A∩B).Recuerda que P (AUB) es la
probabilidad de que al menos uno de los dos eventos A o B ocurra, mientras que P(A∩B) es
la probabilidad de que ocurran los dos eventos.

Ley multiplicativa: Esta regla concierne a la probabilidad de dos eventos que están
sucediendo al mismo tiempo, pero solamente si los eventos son independientes y si
no ejercen influencias entre sí, entonces la probabilidad de que sucedan los dos es
igual al producto de sus respectivas probabilidades.
Fórmula: p(A Ç B) = p(A)*p(B). Esta ley no es válida para eventos que son
dependientes entre sí,es decir, los eventos que tienen una relación básicamente
directa, lo que es sujeto de Probabilidad condicional.

Muestreo: El muestreo es una herramienta de la investigación científica. Su función

básica es determinar qué parte de una realidad en estudio (población o universo)
debe examinarse con el fin de hacer inferencias sobre esa población o universo.
El muestreo es necesario por el hecho de que las poblaciones pueden ser
demasiado grandes y no es factible (económica y materialmente hablando) tomar
datos de todos los individuos.
El objetivo es que la muestra sea representativa. Es decir, que sus indicadores
como la media de edad, el ingreso promedio, el porcentaje de hombres y de
mujeres, entre otros, sea el mismo, o muy similar al de la población, básicamente
que identifique a la mayoría del total de la población.

Evento: El evento es considerado como un subconjunto de un espacio muestral, es

decir, un conjunto de posibles resultados que se pueden dar en un “posible” pero
muy lejano experimento aleatorio. En teoría de la probabilidad a cada evento
aleatorio se le puede asignar una medida de probabilidad, y el conjunto de todos los
sucesos aleatorios constituye una σ-álgebra de conjuntos.
Existen dos tipos básicos de evento:
Evento simple: siendo aquel que tiene un solo punto muestral.
Evento compuesto: siendo aquel que tiene dos o más puntos muestrales.

3
Población finita: Básicamente es medible. Es aquella que indica que es posible
alcanzarse o sobrepasarse al contar, y que posee o incluye un número limitado de
estándares de medidas y observaciones. Para que una población pueda ser
considerada como finita debe tener menos de 100,000 individuos de estudio e
investigación. Al tener un número limitado de entes de observación, se hace más
fácil la contabilización y la identificación, pero también debe de ser más estricta en
el margen de error, es decir, es más estricta y no debe de permitirse cometer
errores a la hora de realizar la localización y contabilización.

Población infinita: Es imposible de medir. Es infinita ya que incluye un gran

conjunto de estándares de medidas y observaciones. Esta suele tener un número
mayor de 100.000 individuos de estudio y suele haber un mayor margen de
confianza y error de muestreo al tener que extrapolar los resultados del estudio
obtenido a la muestra de la población total.
 4
CONCEPTOS BASICOS DE ESTADISTICA DESCRIPTIVA MEDIDAS
DE TENDENCIA CENTRAL

Media: La media, también considerada como el valor promedio de un conjunto de

datos numéricos, calculada como la suma del conjunto de valores dividida entre el
número total de valores, un claro ejemplo podría ser la promediación de nuestras
calificaciones como estudiantes.
Existen muchas formas de calcular una media. La más conocida es la media
aritmética. Aun así, hay otras formas para calcular la media de un conjunto de
valores, como la media geométrica, la ponderada o la armonizada.
Media aritmética: Es la forma que todos conocemos en la que todas las
observaciones tienen la misma ponderación y la solemos calcular con la siguiente
fórmula:

Media ponderada: El promedio ponderado es un tipo de promedio en donde las

diferentes observaciones o números están acompañadas de un número que
determina su influencia en el resultado (“pesos”). Se calcula con la siguiente
fórmula.

Ejemplo de media: Tomamos del grupo 1F a 10 alumnos de las siguientes edades:

16, 15,17,16,14,15,14,16,14 y 15. Sumamos los 10 resultados dando un total de
152, el cual se divide entre el número de resultados: 152 entre 10= 15.2 por lo que
la media es 15.2.

Mediana: En su definición más técnica se considera como un estadístico de

posición central que parte la distribución en dos, es decir, deja la misma cantidad de
valores a un lado que a otro. En el ámbito de la estadística, la mediana representa el
valor de la variable de posición central en un conjunto de datos ordenados. Se le
denomina mediana si la serie tiene un número par de puntuaciones, la mediana es
la media entre las dos puntuaciones centrales.
Ejemplo de mediana: El orden de los números de las edades de unos alumnos del
1F de menor al mayor es el siguiente: 14, 14, 14, 15, 15, 15, 15, 16, 16, 16. Y como
el conjunto de números es par, se suman los números del centro, cuyo valor sería
15 y se dividen entre dos, dando resultado un 15 el cual sería el valor de la
mediana.

5
Moda: En estadística, la moda es el valor del conjunto de datos que tiene una
mayor frecuencia absoluta, es decir, la moda es el valor que más se repite de un
conjunto de datos. Por lo tanto, para calcular la moda de un conjunto de datos
estadísticos basta con contar el número de veces que aparece cada dato en la
muestra, y el dato más repetido será la moda. La moda sirve para definir distribución
estadística, ya que el valor más repetido suele estar por el centro de la distribución.
Tipos de moda:
Moda unimodal: solo hay un valor con el máximo número de repeticiones. Por
ejemplo, [1, 4, 2, 4, 5, 3].
Moda bimodal: el máximo número de repeticiones se produce en dos valores
diferentes y ambos valores se repiten el mismo número de veces. Por ejemplo, [2, 6,
7, 2, 3, 6, 9].
Moda multimodal: tres o más valores tienen el mismo número máximo de
repeticiones. Por ejemplo, [3, 3, 4, 1, 3, 4, 2, 1, 4, 5, 2, 1].
Ejemplo de moda: En el grupo 1F hay alumnos cuyas edades son de 16, 15,
15, 16, 14, 15, 14, 16, 14 y 15, nos podemos dar cuenta de que a pesar de que unos
números se repitan, como el 14, que se repite 3 veces, el número 15 se repite 4
veces, más veces que el 14 así que esa es la moda.
 6
MEDIDAS DE DISPERSIÓN

Rango: El rango es un valor numérico que sirve para manifestar la diferencia entre
el valor máximo y el valor mínimo de una muestra en Estadística. A través del rango
se puede observar la dispersión total en una muestra en concreto.
Este parámetro estadístico es especialmente utilizado en finanzas, ya que resulta de
gran utilidad para observar el tamaño que podría adquirir una variación.
Así pues, el rango es un concepto verdaderamente útil para medir la dispersión
sencilla, es decir, para observar de una manera sencilla, rápida e ilustrativa cuál es
la variabilidad de los datos de una muestra en concreto, ya que el rango muestra la
extensión del intervalo en que se encuentran estos datos. Para que sea más fácil de
entender, es simplemente la diferencia que hay de un número menor a uno mayor o
viceversa.

Varianza: La varianza es una medida de dispersión que representa la variabilidad

de una serie de datos respecto a su media. Formalmente se calcula como la suma
de los residuos al cuadrado divididos entre el total de observaciones.
También se puede calcular como la desviación típica al cuadrado. Dicho sea de
paso, entendemos como residuo a la diferencia entre el valor de una variable en un
momento y el valor medio de toda la variable. Hay que tener en cuenta que la
varianza puede verse muy influida por los valores atípicos y no se aconseja su uso
cuando las distribuciones de las variables aleatorias tienen colas pesadas. En tales
casos se recomienda el uso de otras medidas de dispersión más robustas.

Desviación tipica estandar: En estadística, la desviación típica (también conocida

como desviación estándar y desvío típico y representada de manera abreviada por
la letra griega minúscula sigma σ o la letra latina s, así como por las siglas SD (de
standard deviation, en algunos textos traducidos del inglés)) es una medida que se
utiliza para cuantificar la variación o la dispersión de un conjunto de datos
numéricos. Una desviación estándar baja indica que la mayor parte de los datos de
una muestra tienden a estar agrupados cerca de su media (también denominada el
valor esperado), mientras que una desviación estándar alta indica que los datos se
extienden sobre un rango de valores más amplio.
 7
GRÁFICOS PARA REPRESENTAR INFORMACIÓN ESTADÍSTICA

Diagrama de pastel: La gráfica de pastel es una de las formas más comunes de

representar los datos, por ejemplo para graficar datos cualitativos, donde la
información describe un rasgo o atributo y no es en sí algo numérico.
Este es uno de los tipos de gráficas más utilizados en investigación, pues se utiliza
para resumir los resultados de un sondeo o encuesta.
Una gráfica de pastel o gráfica circular es un tipo de representación para el análisis
de datos estadísticos. Tiene la forma de un disco dividido en sectores, cuyas áreas
son proporcionales a los porcentajes de los distintos componentes de la población
estadística.Cada valor del carácter estudiado corresponde a un sector. Las medidas
de los ángulos de los sectores son proporcionales a los números representados (o a
las frecuencias asociadas). La representación de números negativos es imposible
con este tipo de diagrama. Ejemplo de gráfica o diagrama de pastel: 100
personas se entrevistaron para ver cómo se sentían en cuanto a la atención y
servicio que se les ofrecía en un restaurante.
 8
Gráfica de barras: Una gráfica de barras es una representación gráfica de los
resultados de un análisis estadístico. El gráfico consta de barras para cada dato
representado. Las anchuras de estas barras son iguales, pero las longitudes varían
según la importancia del valor. Se compone de columnas o barras de diferentes
alturas, estas pueden ser horizontales o verticales.
Tiene un eje horizontal o eje x, donde se ubica una variable, por lo general,
cualitativa.
Tiene un eje vertical o eje y, donde se ponen los valores que determinan la altura de
las barras. A estos números se les conoce como frecuencia.
El ancho de las barras y el espacio entre cada una debe ser el mismo.
Las barras también sirven para comparar valores.
Ejemplo de gráfica de barras: Se le preguntó a 27 personas cuales eran de sus
comidas favoritas, respondieron lo siguiente.
 9
Histograma de frecuencia: Un histograma es la representación gráfica en forma de
barras, que simboliza la distribución de un conjunto de datos. Sirven para obtener
una "primera vista" general, o panorama, de la distribución de la población, o de la
muestra, respecto a una característica, cuantitativa y continua.
En un histograma el eje de las \qquad x \qquad (o abscisas) consiste del rango en el
cual se encuentran los datos. Ahora, las bases de los rectángulos consisten de los
intervalos en los cuales agrupamos dichos datos. Por otro lado, en el eje de las \
qquad y \qquad (u ordenadas) tenemos más opciones, dependiendo estas opciones
es el tipo de histograma que tenemos.
Histograma de frecuencias absolutas. Representa la frecuencia absoluta
mediante la altura de las barras.
Histograma de frecuencias relativas.Representa la frecuencia relativa mediante la
altura de las barras.
Ejemplo de histograma de frecuencia: Se realizó un censo de edades a los
jugadores olímpicos de fútbol del 2016. Quedó de la siguiente manera:
 10
REFERENCIAS BIBLIOGRÁFICAS

http://estadisticadelaprobabilidadivsemestre.blogspot.com/p/
evento-y-clases-de-evento.html
https://economipedia.com/definiciones/media.html
https://es.wikipedia.org/wiki/Moda_(estad%C3%ADstica)
https://tudashboard.com/grafica-de-barras/
https://edu.gcfglobal.org/es/estadistica-basica/que-es-un-grafico-
de-barras/1/
https://www.superprof.es/
https://ucema.edu.ar/
https://edu.gcfglobal.org/es/estadistica-basica/que-es-un-grafico-
de-barras/1/
https://www.sdelsol.com/glosario/rango/#
https://www.comunicare.es/poblacion-finita-vs-infinita-cuales-son-
sus-diferencias-2022/
https://radiomotul.com.mx/que-es-poblacion-finita-y-ejemplo/
http://teoriaprobabilidad.blogspot.com/2017/03/ley-
multiplicativa.html?m=1
https://www.hiru.eus/es/matematicas/aplicaciones-de-la-estadistica
http://www.hrc.es
https://economipedia.com/
https://es.khanacademy.org
https://www.redalyc.org/
https://economipedia.com/definiciones/rango-estadistica.html
https://es.wikipedia.org/wiki/Varianza
https://es.wikipedia.org/wiki/Media_(matem%C3%A1ticas)
https://es.wikipedia.org/wiki/Desviaci%C3%B3n_t%C3%ADpica
11