Beruflich Dokumente
Kultur Dokumente
1. Variables Aleatorias
2. Distribuciones de Probabilidad
3. Valor Esperado, varianza y desviación estándar
4. Distribución de probabilidad Binomial
5. Distribución de probabilidad Poisson
6. Distribución de probabilidad Normal
Variable Aleatoria
• Experimento:
– Lanzar una moneda tres veces al aire.
• Evento
– Obtener SELLOS en los tres lanzamientos.
• Resultados Posibles (Variable Aleatoria)
– 0 Sellos
– 1 Sello
– 2 Sellos
– 3 Sellos
C CCC (0) 0.53=0.125
C
S CCS (1) 0.53=0.125
S C
S SCS (2) 0.53=0.125
S (3) 0.53=0.125
SSS
Variable Aleatoria
Experimento: Lanzar 1 moneda 3 veces
Evento: Número de Sellos
Distribución de Probabilidades
N° Sellos Probabilidad
0.4
0 0.125 0.35
0.3
1 0.375 Probabilidad 0.25
2 0.375 0.2
0.15
3 0.125 0.1
1.0 0.05
0
0 1 2 3
Número de Sellos
Función de Distribución Acumulativa
• Para una variable aleatoria X, el valor de la Función de
Distribución Acumulativa F(x), es la probabilidad de que X tome
los valores menores o iguales a x.
F ( x) P( X x)
F (3) P( X 3) f (0) f (1) f (2) f (3)
1
X=x F(x) 0.9
0 0.125 0.8
0.7
1 0.5
0.6
2 0.875 0.5
3 1 0.4
0.3
0.2
0.1
0
0 1 2 3
Esperanza matemática o Valor esperado
• El valor esperado de un experimento aleatorio
discreto se puede considerar como el promedio
ponderado de todos sus valores posibles.
• Se obtiene de la sumatoria de la multiplicación de
la probabilidad de ocurrencia de un evento por el
pago (ganancia o pérdida) si este ocurriera.
E x xi .Pxi ;
N
μ = E ( X ) = x * f ( x)
i 1
( xi ) .Px
N 2
2
i
i 1
Desviación Estándar de una
Distribución de Probabilidad
VAR( X )
2
(x ) 2
* f ( x)
VAR( X ) E ( X ) E ( X )
2 2 2
x P( x)
2 2
Valor esperado de una Distribución de
Probabilidad
N° Sellos Probabilidad
0 0.125
1 0.375
2 0.375
3 0.125
1.0
10 15 0.15
11 20 0.20
12 40 0.40
13 25 0.25
100 1.00
Esperanza matemática o Valor esperado
Tipo de perdidas
(A) Pérdidas por mermas (obsolescencia):
oferta > demanda (costo contable)
(B) Pérdidas de oportunidad:
oferta < demanda (costo económico)
10 0 20 40 60
11 30 0 20 40
12 60 30 0 20
13 90 60 30 0
Esperanza matemática o Valor esperado
Posibles Nº Probabilidad
de cajitas Pérdida que se reciban Pérdida
pedidas/día Condicional estos pedidos esperada
10 0 0.15 0.00
11 30 0.20 6.00
12 60 0.40 24.00
13 90 0.25 22.50
Oferta
10 11 12 13
Perd. Perd. Perd. Perd. Perd. Perd. Perd. Perd.
Cond. Esper. Cond. Esper. Cond. Esper. Cond. Esper.
Demanda P (Dm)
10 0,15 0 0,00 20 3,00 40 6,00 60 9,00
11 0,2 30 6,00 0 0,00 20 4,00 40 8,00
12 0,4 60 24,00 30 12,00 0 0,00 20 8,00
13 0,25 90 22,50 60 15,00 30 7,50 0 0,00
52,50 30,00 17,50 25,00
Esperanza matemática o Valor esperado
• Su hermano se encuentra a cargo de un pequeño hospital rural en
el Departamento de Ucayali, el hospital compra sangre cada mes a
un banco de sangre lejano. Cada mes es necesario reabastecer un
cierto tipo de sangre raro debido a que su almacenamiento es de
solo un mes. Si el pedido se efectúa con un mes de anticipación el
costo para el hospital es de $10.00 por unidad.
• Si la demanda de este tipo de sangre durante el mes excede a las
existencias, se tiene que hacer un pedido especial con un costo de
$100.00 por unidad.
• A lo largo de tres años se ha levantado la siguiente información:
Demanda 0 1 2
Frecuencia en Meses 24 8 4
n! r nr
P(r ) pq
r!(n r )!
• n es el número de ensayos
• r es el numero de éxitos observados/deseados
• p es la probabilidad de éxito en c/e.
• q es la probabilidad de fracaso, 1-p
X
μ
Media
Mediana
Moda
Distribución Normal
Familia de Distribuciones
Igual µ, Diferente
=1
=5
= 10
X
= 50
Distribución Normal
Familia de Distribuciones
Diferente µ, Igual
= 15 =25 = 40 X
Distribución Normal
Familia de Distribuciones
Diferente µ, Diferente
=1
= 3
= 10
= 15 =25 = 40 X
Distribución Normal de Probabilidad
Media
0.683
0.955
0.997
Distribución Normal Estándar
• Caso especial de la distribución normal.
• Media es igual a cero
• Desviación estándar es igual a 1.
• Área bajo la curva igual a 1
• Cualquier distribución normal puede
estandarizarse mediante el # z.
• Indica la desviación en términos de z.
Distribución Normal Estándar
0
1
-3 -2 -1 0 +1 +2 +3
Distribución Normal & Distribución
Normal Estándar
100
20
x
z
Distribución Normal Estándar
Estandarizar la Distribución Normal
Distribución Normal Distribución Normal Estándar
z = 1
x z
z =0
0 1 2 3 4 5 6 7 8 9 10
P( X 2.5)
“Estadística”
Prof. Juan Narro Lavi
Diplomatura de Estudio
en
Analítica de Negocios
y Gestión de la Información