Beruflich Dokumente
Kultur Dokumente
Distribucin de Probabilidad
Prof. Andrs Lillo
Distribucin de Probabilidad
Si algunos de los elementos del sistema se comportan estocsticamente, un problema que surge varias veces durante un estudio de simulacin tpico es aquel de la prueba de compatibilidad de un conjunto de frecuencias observadas con algunas frecuencia terica. Es decir, deseamos contestar la pregunta pudieron haberse originado los valores de las muestras o datos que observ, de cierta distribucin probabilidad especifica. Si la frecuencia de los datos observados se asemeja de manera conveniente con la frecuencia terica o esperada, entonces podemos usar la distribucin terica en el modelo para representar la poblacin principal. Por lo general, no podemos formular una hiptesis o suposicin razonable acerca de la distribucin de una variable aleatoria, hasta que hayamos compilado y analizado los datos (ya sean histricos y experimentales).
Simulacin Prof. Andrs Lillo
Simulacin
Distribucin de Probabilidad
Usualmente los datos compilados se agrupan en una distribucin de frecuencia. Si estamos manejando un variable discreta, registramos la frecuencia con la que ocurre cada valor individual. Si la variable es continua dividimos la gama de valores en intervalos o clases iguales y registramos la frecuencia que tiene lugar dentro de cada intervalo o clase. Usualmente el numero de intervalos de clases se toma enre 5 y 20; esto depende de los datos. Entonces, la frecuencia relativa de cada intervalo, es la suma de las frecuencias observadas en cada intervalo, dividida entre el nmero total de elementos de datos. A continuacin se presentan algunos ejemplos:
Distribucin de frecuencia
Ejemplo: Tabla 1. Distribucin de frecuencia de consultas telefnicas por intervalos de una hora (valores discretos)
Nmero de consultas 0 1 2 3 4 5 total Frecuencia Relativa 315 142 40 9 2 1 509 Probabilidad 0.619 0.279 0.078 0.018 0.004 0.002 1.000
Simulacin Prof. Andrs Lillo
Simulacin
Distribucin de frecuencia
Ejm: Tabla 2. Distribucin de frecuencia de la produccin semanal (valores continuos).
Produccin Semanal menos de 46 46 - 55 56 - 65 66 - 75 76 - 85 86 - 95 96 - 105 106 - 115 116 - 125 126 - 135 136 - 145 146 o ms Frecuencia 1 1 3 7 11 21 28 16 22 7 1 2 P(x) 0,008 0,008 0,025 0,058 0,092 0,175 0,234 0,134 0,183 0,058 0,008 0,017 Simulacin Prof. Andrs Lillo
Simulacin
Distribucin de Probabilidad
Despus de que el analista obtiene una distribucin de frecuencia relativa, la seleccin de posibles distribuciones de probabilidad a partir de las cuales se deriv, se vuelve un asunto de juicio y experiencia. Una ayuda es comparar visualmente la distribucin de frecuencia observada con aquellas distribuciones tericas. Las comparaciones visuales de las distribuciones solo sirven para sugerir cuales distribuciones se quiere probar; stas nunca representan un justificacin suficiente para aceptar la hiptesis o distribucin terica.
Simulacin
Simulacin
( f0
fe ) fe
Donde: f0 = frecuencia observada para cada clase o intervalo. fe = frecuencia esperada para cada clase o intervalo predicho por la distribucin terica.
Simulacin
Simulacin
Aplicamos:
20 +
( f0
fe ) fe
20 +
X2 =
(18 20)
20
(19 20)
20
(24 20)
20
= 1.7
Al buscar en la tabla de la distribucin X2 se encuentra que X20.05 = 11.070 con v=5 grados de libertad. Dado que 1.7 es menor que el valor critico, no se rechaza H0. Se concluye que no hay evidencia suficiente para rechazar la hiptesis de que la distribucin del muestreo es uniforme.
Simulacin Prof. Andrs Lillo
Simulacin
Simulacin
10
Simulacin
= 3.05
Dado que el valor calculado de X2 es menor que X20.05=7.815 para 3 grados de libertar, no hay razon para rechazar la hiptesis nula y se concluye que una distribucin normal con = 3.5 y = 0.7 proporciona un buen ajuste a la distribucin de la muestra.
Simulacin Prof. Andrs Lillo
11
Simulacin
P {x = n } = Px ( n ) =
n e
n!
Donde: P{x=n}=probabilidad de obtener n ocurrencias. e = 2.71828 = una constante positiva (que es tanto la media como la varianza)
Simulacin Prof. Andrs Lillo
Media = X =
i =1
M i Fi n
M
Varianza = S 2 =
i =1
2 i
Fi n X
Donde: n = total del tamao de la muestra k = nmero de clases o intervalos Mi = punto medio del isismo intervalo o valor de la isima clase si los datos son discretos Fi = frecuencia del isimo intervalo o en la isima clase.
Simulacin Prof. Andrs Lillo
n 1
12
Simulacin
X =
S2 =
13
Simulacin
Px(n)
0,571 0,319 0,089 0,017 0,003 0,001 1,000
fe
291 162 45 9 1 1 509
fo
315 142 40 9 2 1 509
(fo - fe)2 / fe
1,98 2,47 0,56
0,09
5,1
14
Simulacin
15
Simulacin
Total 50 1 50
= 0.41569
16
Simulacin
17
Simulacin
Fn ( x ) =
4. 5.
donde i es la posicin que ocupa el nmero xi. Calcular el estadstico Kolmogorov-Smirnov del modo siguiente: Dn = mx |Fn(x) - xi| para toda xi. Si Dn < d,n , entonces no se puede rechazar la hiptesis de que los valores observados proviene de una distribucin hipottica Simulacin Prof. Andrs Lillo
18
Simulacin
19
Simulacin
Debido a que nuestra desviacin ms grande fue de 0.048, y 0.048 < 0.0603 no rechazamos la hiptesis nula.
Simulacin Prof. Andrs Lillo
20
Simulacin
21