Beruflich Dokumente
Kultur Dokumente
Captulo 5
Distribuciones Tericas de
Probabilidad. (Variables Discretas)
Chap 5-1
Objetivos de aprendizaje
En este captulo aprender;
Las propiedades de las distribuciones de
probabilidad
Calcular el valor esperado ,y, varianza de una
distribucin de probabilidad
Calcular la covarianza, y ,su aplicacin en finanzas
Calcular probabilidades de la binomial,
hipergeomtrica y Poisson
Como usar la binomial, hipergeomtrica y, Poisson
para resolver problemas de negocios
Chap 5-2
Discretas
Variable
Aleatoria
Continua
Variable
Aleatoria
C06
Chap 5-3
Probabilidad de Distribuciones
Discretas
Experimento: Arrojar 2 Monedas. Sea X = n de caras.
4 posibles resultados
T
H
H
T
H
X Valor
1/4 = 0.25
2/4 = 0.50
1/4 = 0.25
T
H
Probabilidad
Probabiidad
Distribucin de Probabilidad
0.50
0.25
X
Chap 5-5
E(X) Xi P( Xi )
i1
P(X)
0.25
0.50
0.25
Chap 5-6
2
[X
E(X)]
P(Xi )
i
i1
donde:
E(X) = Valor esperado de una variable aleatoria discreta X
Xi = el iesimo resultado de X
P(Xi) = Probabilidad de la iesimo ocurrencia de X
Chap 5-7
2
[X
E(X)]
P(Xi )
i
Chap 5-8
La covarianza
La covarianza mide la intensidad de la relacin
entre dos variables
La covarianza:
N
XY [ Xi E( X)][( Yi E( Y )] P( Xi Yi )
i1
Recesin
Economa estable
Economa Expansiva
Inversin
Fondo Pasivo X
Fondo Agresivo Y
- $ 25
+$ 50
+$ 100
- $ 200
+$ 60
+$ 350
(YX1
-4
)9
(3
..7922)(5
2
5
0
)6922(0
0
.5)(1
)3922(0
0
5
.3
Recesin
Economa estable
Economa Expansiva
Inversin
Fondo Pasivo X
Fondo Agresivo Y
- $ 25
+$ 50
+$ 100
- $ 200
+$ 60
+$ 350
Chap 5-11
(
-8
2
)1(-2
5
0
)3(0
0
9
5
.2
(3
5
0
)
(
6
0
9
5
)
(
0
.
X
Y
)
Calculo la covarianza para
retorno de inversin
Recesin
Economa estable
Economa Expansiva
Inversin
Fondo Pasivo X
Fondo Agresivo Y
- $ 25
+$ 50
+$ 100
- $ 200
+$ 60
+$ 350
Chap 5-12
Y)
2 XY
Y la suma
X
Y
Desviacin estndar Xde
de dos
variables aleatorias:
X Y
2
X Y
Chap 5-14
E(P) w E( X) (1 w ) E( Y )
Riesgo del Portfolio (variabilidad ponderada)
P w 2 2X (1 w )2 2Y 2w(1 - w) XY
donde
Portfolio Ejemplo
Inversin X:
Inversin Y:
XY = 8250
X = 50 X = 43.30
Y = 95 Y = 193.21
Distribuciones de Probabilidad
Distribuciones de
Probabilidad
C5
Distribuciones de
Probabilidad
Discretas
Binomial
Distribuciones de
Probabilidad
Continuas
C6
Normal
Poison
Uniforme
Hipergeomtrica
Exponencial
Chap 5-17
La Distribucin Binomial
Distribuciones de
Probabilidad
Distribuciones
de Probabilidad
Discretas
Binomial
Poisson
Hipergeomtrica
Chap 5-18
Chap 5-20
Algunos ejemplos de la
distribucin Binomial
Una fbrica que produce tems aceptables
o defectuosos.
Una firma de acuerdo a que firme contrato
o no.
Una firma de investigacin en marketing
de encuestas, cuyas respuestas son: Si,
yo voy a comprar o, No , no voy a
comprar.
Nuevos procesos de trabajo en las que
acepto o rechazo los mismos.
Chap 5-21
La Regla de Combinaciones
El numero de combinaciones de elegir X objetos
de n objetos es:
n!
n Cx
X!(n X)!
donde:
(por definicin)
Chap 5-22
Ejemplo:
Calculando la Probabilidad Binomial
Cul es la probabilidad de un xito en cinco
observaciones, si la probabilidad de xito es .1?
X = 1, n = 5, y p = 0.1
n!
P(X 1)
p X (1 p)n X
X! (n X)!
5!
(0.1)1(1 0.1)51
1! (5 1)!
(5)(0.1)(0.9)4
0.32805
Chap 5-24
Distribucin Binomial
La forma de la distribucin binomial depende de los
valores de p y n
Mean
Aqu, n = 5 y p = 0.1
.6
.4
.2
0
P(X)
X
0
Aqu, n = 5 y p = 0.5
.6
.4
.2
0
n = 5 p = 0.1
P(X)
n = 5 p = 0.5
X
5
Chap 5-25
Caractersticas de la Distribucin
Binomial
Media
E(x) np
np(1 - p)
2
np(1 - p)
donde
n = tamao de la muestra
p = probabilidad de xito
(1 p) = probabilidad de fracaso
Chap 5-26
Caractersticas de la Binomial
Ejemplo
np (5)(0.1) 0.5
Mean
np(1- p) (5)(0.1)(1 0.1)
0.6708
np (5)(0.5) 2.5
np(1- p) (5)(0.5)(1 0.5)
1.118
.6
.4
.2
0
P(X)
X
0
.6
.4
.2
0
n = 5 p = 0.1
P(X)
n = 5 p = 0.5
X
5
Chap 5-27
p=.20
p=.25
p=.30
p=.35
p=.40
p=.45
p=.50
0
1
2
3
4
5
6
7
8
9
10
0.1074
0.2684
0.3020
0.2013
0.0881
0.0264
0.0055
0.0008
0.0001
0.0000
0.0000
0.0563
0.1877
0.2816
0.2503
0.1460
0.0584
0.0162
0.0031
0.0004
0.0000
0.0000
0.0282
0.1211
0.2335
0.2668
0.2001
0.1029
0.0368
0.0090
0.0014
0.0001
0.0000
0.0135
0.0725
0.1757
0.2522
0.2377
0.1536
0.0689
0.0212
0.0043
0.0005
0.0000
0.0060
0.0403
0.1209
0.2150
0.2508
0.2007
0.1115
0.0425
0.0106
0.0016
0.0001
0.0025
0.0207
0.0763
0.1665
0.2384
0.2340
0.1596
0.0746
0.0229
0.0042
0.0003
0.0010
0.0098
0.0439
0.1172
0.2051
0.2461
0.2051
0.1172
0.0439
0.0098
0.0010
10
9
8
7
6
5
4
3
2
1
0
p=.80
p=.75
p=.70
p=.65
p=.60
p=.55
p=.50
Ejemplo:
n = 10, p = 0.35, x = 3:
n = 10, p = 0.75, x = 2:
La Distribuci de Poisson
Distribucin de
Probabilidad
Distribucin de
Probabilidad
Discreta
Binomial
Poisson
Hipergeomtrica
Chap 5-29
La Distribucin de Poisson
Se aplica la Distribucin de Poisson cuando:
Se desea contar el numero de veces en que ocurra un evento en
una determinada rea de oportunidad
La probabilidad que un evento ocurra en un rea de oportunidad,
es la misma para todas las reas de oportunidad
El numero de eventos que ocurren en un rea de oportunidad es
independiente del numero de eventos que ocurren en las otras
reas de oportunidad
La probabilidad que, dos o mas eventos ocurran en un rea de
oportunidad tiende a cero, cuando el rea de oportunidad tiende a
ser pequeo
El numero promedio de eventos por unidad es (lambda)
Chap 5-30
Formula de la Distribucin de
Poisson
x
e
P( X)
X!
donde:
X = numero de eventos en un rea de oportunidad
= valor esperado de eventos
e = base del sistema de los logaritmos naturales 2.71828...)
Chap 5-31
Caractersticas de la Distribucin
de Poisson
Media
2
donde = numero esperado de eventos
Chap 5-32
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
0
1
2
3
4
5
6
7
0.9048
0.0905
0.0045
0.0002
0.0000
0.0000
0.0000
0.0000
0.8187
0.1637
0.0164
0.0011
0.0001
0.0000
0.0000
0.0000
0.7408
0.2222
0.0333
0.0033
0.0003
0.0000
0.0000
0.0000
0.6703
0.2681
0.0536
0.0072
0.0007
0.0001
0.0000
0.0000
0.6065
0.3033
0.0758
0.0126
0.0016
0.0002
0.0000
0.0000
0.5488
0.3293
0.0988
0.0198
0.0030
0.0004
0.0000
0.0000
0.4966
0.3476
0.1217
0.0284
0.0050
0.0007
0.0001
0.0000
0.4493
0.3595
0.1438
0.0383
0.0077
0.0012
0.0002
0.0000
0.4066
0.3659
0.1647
0.0494
0.0111
0.0020
0.0003
0.0000
e X e 0.50 (0.50)2
P(X 2)
0.0758
X!
2!
Chap 5-33
=
0.50
0.6065
0.3033
0.0758
0.0126
0.0016
0.0002
0.0000
0.0000
P(X = 2) = 0.0758
Chap 5-34
Forma de la Distribucin de
Poisson
Forma de la Distribucin de Poisson
depende del parmetro :
= 0.50
= 3.00
Chap 5-35
La Distribucin Hipergeomtrica
Distribucin de
Probabilidad
Distribucin
Discreta de
Probabilidad
Binomial
Poisson
Hipergeomtrica
Chap 5-36
La Distribucin Hipergeometrica
n pruebas de una muestra tomada para de poblacin
finita de tamao N
Muestras tomadas sin reemplazo
Los resultados de las pruebas son dependientes
Queremos encontrar la probabilidad de X xitos en la
muestra donde hay A exitos en la poblacin
Chap 5-37
Formula de la Distribucin
Hipergeomtrica
A N A
[ A C X ][N A Cn X ] X n X
P(X)
N
N Cn
n
donde
N = tamao de la poblacin
A = numero de xitos en la poblacin
N A = numero de fracasos en la poblacin
n = tamao de la muestra
X = numero de xitos en la muestra
n X = numero de fracasos en la muestra
Chap 5-38
Propiedades de la Distribucin
Hipergeomtrica
La media de la distribucin hipergeomtrica es
nA
E(x)
N
La desviacin estndar es
nA(N - A) N - n
2
N
N -1
donde
N-n
N -1
Utilizando la
Distribucin Hipergeomtrica
Ejemplo: 3 diferentes computadoras son chequeadas de 10
en un departamento. 4 de 10 computadoras tienen cargados
software ilegal. Cual es la probabilidad que 2 de 3
computadoras seleccionadas tengan software ilegal
cargado?
N = 10
A= 4
A
X
P(X 2)
n=3
X=2
N A
4 6
2 1
n X
(6)(6)
0.3
N
120
10
3
n
Chap 5-41