Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Lic en comercio Exterior Estadística de los Negocios Florencia Jaureguiberry Fjaureguiberry@unrn.edu.ar Funciones de probabilidad Discretas Binomial Poisson *Geométrica Continuas Uniforme *Exponencial Normal (generalizada y standard) *Chi-cuadrado t de student (U3) *F de Snedecor Variables continuas Variable continua: puede tomar cualquier valor en un intervalo de valores dado. La función de densidad de probabilidad continua: expresión matemática que define la distribución de los valores para una variable aleatoria continua Distribución uniforme Todos los posibles valores de la variable con distribución uniforme tienen la misma probabilidad de ocurrencia. Usos • Es simple y fácil de entender • Se puede usar para modelar muchas situaciones y eventos aleatorios, como lanzar un dado o elegir un número al azar Aplicación Situación: Una empresa importa un producto de un país extranjero, y el precio de este producto puede variar aleatoriamente debido a diferentes factores, como la variación en el tipo de cambio o la fluctuación en los precios de las materias primas utilizadas en su producción. Para modelar esta situación, se puede utilizar una distribución uniforme para simular el rango de precios que puede tomar el producto en diferentes períodos de tiempo. Por ejemplo, si se sabe que el precio del producto puede variar entre $100 y $200 por unidad, se puede utilizar una distribución uniforme con límites de $100 y $200 para modelar el precio aleatorio del producto en un determinado período de tiempo. De esta manera, se pueden realizar simulaciones y análisis de sensibilidad para evaluar el impacto de diferentes factores en el precio del producto y tomar decisiones informadas sobre la importación del mismo. La distribución uniforme también puede ser utilizada en situaciones similares para modelar los precios de exportación de un producto, o para simular los tiempos de entrega de un envío, entre otros ejemplos. Función de densidad de probabilidad La función de densidad de la variable aleatoria uniforme continua X en el intervalo [A, B] es Esperanza y varianza La esperanza de la distribución uniforme es el punto medio del intervalo y la varianza de la distribución uniforme es Ejemplo Suponga que el tiempo máximo que se puede reservar una sala de conferencias son 4 horas. La duración X de una conferencia tiene una distribución uniforme en el intervalo [0, 4]. A. ¿Cual es la función de densidad de probabilidad? B. ¿Cual es la probabilidad de que cualquier conferencia determinada dure al menos 3 horas? Ejemplo Suponga que el tiempo máximo que se puede reservar una sala de conferencias son cuatro horas. La duración X de una conferencia tiene una distribución uniforme en el intervalo [0, 4]. ¿Cual es la función de densidad de probabilidad?, ¿Cual es la probabilidad de que cualquier conferencia determinada dure al menos 3 horas? Distribución normal: importancia La distribución más importante de la Estadística Se ajusta a las distribuciones de frecuencias reales observadas en muchos fenómenos: – características humanas (peso, altura, coeficiente intelectual) – resultados de procesos físicos (dimensiones y rendimientos) – y muchas otras medidas de interés para los administradores, tanto en el sector público como en el privado Inferencia estadística: aplicable a muchas situaciones en las que es necesario hacer inferencias mediante la toma de muestras. Muchos estadísticos muestrales tienden a la distribución normal cuando el tamaño de la muestra crece. Sirve para acercarse a distribuciones de probabilidad discreta (binomial y Poisson). La mayor parte de las poblaciones reales no se extienden de manera indefinida en ambas direcciones; pero para estas poblaciones, la distribución normal es una aproximación conveniente. Características de la Dist. Normal Tiene forma de campana La curva tiene un solo pico => es unimodal. La media de una población distribuida normalmente cae en el centro de su curva normal Es simétrica: La media, la mediana y la moda son iguales La variable aleatoria tiene un rango infinito (-∞<X<+∞): Las dos colas de la distribución normal de probabilidad se extienden indefinidamente Se puede calcular la probabilidad para un rango, pero no para un valor exacto La probabilidad exacta para un valor específico es cero Función de densidad de probabilidad normal e es la constante matemática aproximada por 2,71828 π es la constante matemática aproximada por 3,1459 µ es la media σ es la desviación estándar X es cualquier valor de la variable continua Esperanza y varianza Representación gráfica Características de la Dist. Normal Para definir una distribución normal de probabilidad necesitamos definir sólo dos parámetros: la media (µ) la desviación estándar (σ). No hay una sola curva normal, para cada combinación σ y µ genera una curva. Por eso se dice que hay una familia de curvas normales Áreas bajo las curvas normales No importa cuáles sean los valores de µ y σ para una distribución de probabilidad normal, el área total bajo la curva es 1.00, de manera que podemos pensar en áreas bajo la curva como si fueran probabilidades. Matemáticamente es verdad que: 1. Aproximadamente el 68% de todos los valores de una población normalmente distribuida se encuentra dentro de ± 1 desviación estándar de la media. 2. Aproximadamente el 95.5% de todos los valores de una población normalmente distribuida se encuentra dentro de ± 2 desviaciones estándar de la media. 3. Aproximadamente el 99.7% de todos los valores de una población normalmente distribuida se encuentra dentro de ± 3 desviaciones estándar de la media. Áreas bajo las curvas normales Estandarización de una variable normal No es posible ni necesario tener una tabla distinta para cada curva normal posible. En lugar de ello podemos utilizar una distribución de probabilidad normal estándar para encontrar áreas bajo cualquier curva normal. Con esta tabla podemos determinar el área o la probabilidad de que la variable aleatoria distribuida normalmente esté dentro de ciertas distancias a partir de la media. Estas distancias están definidas en términos de desviaciones estándar. Fórmula de transformación Z= Z~N(0,1) f(Z)= Ejemplo Tiempo de descarga de página web se distribuye normalmente con media 7 y desvío estándar 2 X~N(7,2) X Z 3 4 5 6 7 8 9 10 11 Ejemplo Tiempo de descarga de página web se distribuye normalmente con media 7 y desvío estándar 2 X~N(7,2) X Z 3 (3-7)/2=-2 4 -1.5 5 -1 6 -0.5 7 0 8 0.5 9 1 10 1.5 11 2 Ejemplo Tiempo de descarga de OTRA página web se distribuye normalmente con media 4 y desvío estándar 1 X~N(4,1) X Z 2 -2 3 -1 4 0 5 1 6 2 Ejemplo P(X<9)=? Ejercicios ¿Cual es la probabilidad de que la descarga sea de más de 9 segundos? ¿ Cual es la probabilidad de que la descarga esté entre 7 y 9 segundos? ¿ Cual es la probabilidad de que la descarga sea menor de 7 y más de 9 segundos? ¿ Cual es la probabilidad de que la descarga esté entre 5 y 9 segundos? unrn.edu. ar @unrionegr o Slide 1 Lic en comercio Exterior Estadística de los Negocios Funciones de probabilidad Variables continuas Distribución uniforme Aplicación Función de densidad de probabilidad Esperanza y varianza Ejemplo Ejemplo (2) Distribución normal: importancia Características de la Dist. Normal Función de densidad de probabilidad normal Esperanza y varianza (2) Representación gráfica Características de la Dist. Normal (2) Áreas bajo las curvas normales Áreas bajo las curvas normales (2) Estandarización de una variable normal Slide 20 Ejemplo (3) Ejemplo (4) Ejemplo (5) Ejemplo (6) Ejercicios Slide 26
Compartir