Professional Documents
Culture Documents
de probabilidad
Ing. Pedro Arrivillaga Obiols M.A.
Tabla, gráfica o ecuación que describe los valores que puede tomar una
variable aleatoria y las probabilidades asociadas.
VARIABLE ALEATORIA:
Descripción numérica del
resultado de un experimento.
DISTRIBUCIONES
DE PROBABILIDAD
VARIABLE ALEATORIA
DISCRETA: Sólo puede tomar VARIABLE ALEATORIA CONTÍNUA:
una secuencia de valores (finita Puede asumir cualquier valor en un
o infinita) Ej: La cantidad de inérvalo o colección de intervalos. Ej:
unidades vendidas, el número Porcentaje de un proyecto
de defectos observados, la completado después de seis meses.
cantidad de clientes que entran
en un banco durante un día de
operación, etc.
Variables aleatorias
discretas
Si continuamos operando P(1) = 44.10% y P(3) = 2.7%, como se observa en la tabla y en la gráfica:
USO DE LA TABLA DE PROBABILIDAD BINOMIAL:
Para el caso de Nastke Clothing Store con n=10, x=4 y p=0.30
Distribución de probabilidad para una
variable aleatoria discreta. Se usa para
calcular la probabilidad de x ocurrencias a lo
largo de un intervalo especificado (tiempo,
longitud, distancia, etc.)
= Media o cantidad promedio
de ocurrencia en un intervalo
e= 2.71828
Distribución de X= cantidad de ocurrencias en el
intervalo
Poisson
Distribución normal
Distribución de probabilidad continua. Su función de densidad
de probabilidad tiene forma de campana y permite modelar
diversidad de fenómenos, siendo determinada por la media y la
desviación estándar.
Distribución
normal Se requiere:
• La Media
• La desviación estándar
• El valor X en observación
OBSERVEMOS:
A. Si deseamos encontrar la probabilidad de
obtener un valor Z entre Z = -1 y Z = 1, sabemos
que la probabilidad de un valor entre 0 y 1 es
0.3413 y como la distribución es simétrica el
valor entre -1 y 1 es 0.3413+0.3413 = 0.6826 =
68.26%
B. Si deseamos encontrar la probabilidad de un
valor Z entre Z = -2 y Z = 2 es 0.3413+0.1359 =
0.4772 y 0.4772+0.4772 = 0.9544 =95.44%
C. ¿Cuál es la probabilidad entre un valor Z = -3 y Z
= +3?
0.9974 = 99.74%
D. ¿Cuál es la probabilidad de que Z sea mayor que
2?
0.5000 – 0.4772 = 0.0228
E. ¿Cuál es la probabilidad de que Z esté entre 1 y 2?
0.4772 - 0.3413 = 0.1359
Dado un conjunto de datos que se distribuyen en forma
normal, con media µ, desviación estándar ,
convertimos el dato x en dato z mediante la fórmula:
EJEMPLOS:
1. Si la media es 30 y la desviación estándar es 8, ¿cuál es la distancia que hay entre 30 y 54?
Z= (54-30)/8= 3
¿cuál es el porcentaje que corresponde a Z? 49.87%
3. Para el conjunto de datos de las notas del curso de Modelos para la toma de decisiones, en
donde la media es 72.20 y la desviación estándar 4.51, ¿qué porcentaje de los alumnos
obtuvieron una calificación entre 72.20 y 78?
Z= (78-72.20)/4.51= 1.29 = 40.15%
EJERCICIOS:
1. La media del salario semanal de una empresa es de Q500.00 y su desviación es de Q100.00, si hay
45 empleados. ¿Cuál es el porcentaje de las personas que ganan entre Q420.00 y la media?
T de Student Se requiere:
• El tamaño
• La Media
• La desviación estándar
• El nivel de confianza
EJEMPLO:
Se tienen 12 facturas, con una media de Q.1,275.00 y una desviación
estándar de Q.235.00, con un intervalo de confianza del 95% ¿se puede
deducir que se tiene un caso de corrupción dentro de la empresa si se tiene
una factura por Q.1,150.00 o se puede asumir que los montos son normales?
Utilizamos
la prueba de bondad de ajuste cuando deseamos
comprobar que los datos muestrales observados se ajustan a
un tipo de distribución poblacional conocida y planteada en
forma de hipótesis. Si se comprueba que se ajusta
razonablemente al tipo de distribución planteado, se concluye
que nuestra hipótesis es correcta.
Chi-
cuadrado
EJEMPLO:
El gerente de mercadeo de una importante importadora de vehículos de lujo (VIP) en la
capital guatemalteca, debe estimar el inventario de vehículos para el nuevo trimestre,
anteriormente lo ha realizado con base a su criterio subjetivo y experiencia –empirismo-.
En realidad lo que ha hecho es asumir que los cuatro modelos tienen la misma
probabilidad de ser demandados.
Como segundo paso, seleccionando una muestra de 48 autos vendidos durante el ultimo
trimestre, lo que se espera comprobar es que se venden 12 autos de cada modelo (48/12, es
decir demanda uniforme).
Nivel de comprobación del 5%
Como 1.17 es menor que 7.815 (valor crítico) queda dentro de la zona de no
rechazo, por lo tanto la hipótesis nula (Ho) sobre la demanda uniforme no
se rechaza.
Conclusión: pueden preverse los cuatro modelos con el mismo número de
unidades cada uno para este nuevo trimestre.
Se desea confrontar los resultados con otra hipótesis, según sus estudios y ponderaciones de mercado el
comportamiento esperado será:
Ho=La demanda mantiene un patrón de 42% para el modelo A, 33% para el modelo D y 12.5% para cada
modelo B y C respectivamente
HA=El patrón deseado no se mantiene
ANOVA
http://www.laits.utexas.edu/orkelm/excel/E
XCEL/ANOVA1.HTM