Post on 09-Feb-2016
description
1 Slide
Universidad Diego PortalesFacultad de Economía
y Empresa
2 Slide
Modelos de Probabilidad Continuos Distribución de Probabilidad Uniforme Distribución de Probabilidad Normal Distribución de Probabilidad Exponencial
x
f(x)
3 Slide
Modelos de Probabilidad Continuos
Como recordará, una Variable Aleatoria Continua puede asumir cualquier valor en un intervalo en la línea de los números reales o en un conjunto de intervalos.
No es posible hablar de la probabilidad de una variable aleatoria asumiendo solo un valor.
Más bien, hablamos de la probabilidad de que la variable aleatoria asuma un determinado valor en un determinado intervalo.
La probabilidad de que la VA asuma un valor al interior de un intervalo de x1 a x2 se define como el área bajo la curva de la función de densidad de probabilidad entre x1 y x2.
4 Slide
Una Variable Aleatoria se encuentra uniformemente distribuida siempre que su probabilidad sea proporcional al largo del intervalo.
Función de Densidad de Probabilidad Uniforme:
f(x) = 1/(b - a) para a < x < b = 0 TOL
Donde: a = Menor valor que la VA puede asumir
b = Mayor valor que la VA puede asumir
Distribución de Probabilidad Uniforme
5 Slide
Distribución de Probabilidad Uniforme
Valor Esperado de xE(x) = (a + b)/2
Varianza de x Var(x) = (b - a)2/12
Donde: a = Menor valor que la VA puede asumir
b = Mayor valor que la VA puede asumir
6 Slide
Ejemplo: Restaurante Slater
Distribución de Probabilidad UniformeA los clientes de Slater se les cobra por
el tamaño de la porción de ensalada que toman. Muestreos anteriores sugieren que el tamaño de la ensalada se distribuye uniforme entre 5 y 15 onzas.
La función de densidad de probabilidad es:
f(x) = 1/10 para 5 < x < 15 = 0 TOL
Donde:x = peso en onzas del plato de
ensalada
7 Slide
Ejemplo: Restaurante Slater
Distribución de Probabilidad Uniforme¿Cuál es la probabilidad de que un
cliente tome entre 12 y 15 onzas de ensalada?f(x)
x5 10 1512
1/10
Peso (oz.)
P(12 < x < 15) = 1/10(3) = 0,3
8 Slide
Ejemplo: Restaurante Slater
Valor Esperado de xE(x) = (a + b)/2 = (5 + 15)/2 = 10
Varianza de x Var(x) = (b - a)2/12
= (15 – 5)2/12 = 8,33
9 Slide
Distribución de Probabilidad Normal
Gráfico de una Función de Densidad de Probabilidad Normal
x
f(x)
10 Slide
Distribución de Probabilidad Normal
Características de la Distribución de Probabilidad Normal• La forma de la curva normal tiene la forma
de una curva en forma de campana.• Consiste de dos parámetros, (media) y s
(desviación estándar); ellos son suficientes para determinar la localización y la forma de la distribución.
• El punto más alto en la curva normal es la media, que también corresponde a la mediana y la moda.
• La media puede ser cualquier valor numérico: negativa, cero, o positiva.
… continua
11 Slide
Distribución de Probabilidad Normal
Características de la Distribución de Probabilidad Normal• La curva normal es simétrica.• La desviación estándar determina el ancho
de la curva: valores mayores resultan en curvas más anchas y planas.
• El área total bajo la curva es 1 (0,5 a la izquierda de la media, y 0,5 a la derecha).
• Las probabilidades para la VA normal están dadas por áreas bajo la curva.
12 Slide
Distribución de Probabilidad Normal
% de los valores en intervalos comúnmente utilizados• El 68,26% de los valores en una VA normal se
localizan alrededor de +/- 1 desviación de su media.
• El 95.44% de los valores en una VA normal se alrededor de +/- 1 desviación de su media.
• El 99.72% de los valores en una VA normal se alrededor de +/- 1 desviación de su media.
13 Slide
Distribución de Probabilidad Normal
Función de Densidad de Probabilidad Normal
Donde: = media s = desviación estándar = 3.14159 e = 2.71828
f x e x( ) ( ) / 12
2 2 2
s s
14 Slide
Distribución de Probabilidad Normal Estandarizada
Una VA que tiene una distribución normal con media cero y una desviación estándar de uno se dice tener una Distribución de Probabilidad Normal Estandarizada.
La letra z se usa comúnmente para describir a esta VA normal.
Convirtiendo a una Desviación Normal Estandarizada
Podemos pensar a z como una medida del número de desviaciones estándar en que x se encuentra alejada de .
z x s
15 Slide
Ejemplo: Pep Zone
Distribución de Probabilidad Normal Estandarizada
La cadena de venta de Auto partes Pep Zone vende repuestos para autos y aceites para motores de diferentes graduaciones. Cuando los inventarios de aceite llegan a los 20 galones, se emite de inmediato una orden de recompra.
El administrador de una tienda local está preocupado de que se pierdan ventas debido a falta de inventarios mientras se espera por reabastecimientos. Se ha determinado que la demanda se encuentra normalmente distribuida con media de 15 galones y una desviación estándar de 6 galones.
Al administrador le gustaría conocer la probabilidad de quedarse sin inventarios de aceite, es decir, P(x > 20).
16 Slide
Distribución de Probabilidad Normal EstandarizadaLas tablas normales estándar muestran una área de 0, 2967 para la región entre z = 0 y z = 0,83 de las líneas abajo. El área de la cola sombreada es 0,5 – 0,2967 = 0,2033. La probabilidad de quedarse sin inventarios es de 0,2033. z = (x - )/s = (20 - 15)/6
= 0,83
Ejemplo: Pep Zone
0 .83
Area = 0,2967
Area = .5
Area = 0,5 – 0,2967 = 0,2033
z
17 Slide
Usando la Tabla de Probabilidades Normal Estándar
Ejemplo: Pep Zone
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09.0 .0000 .0040 .0080 .0120 .0160 .0199 .0239 .0279 .0319 .0359.1 .0398 .0438 .0478 .0517 .0557 .0596 .0636 .0675 .0714 .0753.2 .0793 .0832 .0871 .0910 .0948 .0987 .1026 .1064 .1103 .1141.3 .1179 .1217 .1255 .1293 .1331 .1368 .1406 .1443 .1480 .1517.4 .1554 .1591 .1628 .1664 .1700 .1736 .1772 .1808 .1844 .1879
.5 .1915 .1950 .1985 .2019 .2054 .2088 .2123 .2157 .2190 .2224
.6 .2257 .2291 .2324 .2357 .2389 .2422 .2454 .2486 .2518 .2549
.7 .2580 .2612 .2642 .2673 .2704 .2734 .2764 .2794 .2823 .2852
.8 .2881 .2910 .2939 .2967 .2995 .3023 .3051 .3078 .3106 .3133
.9 .3159 .3186 .3212 .3238 .3264 .3289 .3315 .3340 .3365 .3389
18 Slide
Distribución de Probabilidad Normal EstandarizadaSi el administrador de Pep Zone quiere que la prob. de quedarse son inventarios sea no más de 0,05 ¿En que nivel de inventarios debería emitir una orden de recompra?
z.05 representa el valor z de corte del área de
0,05 en la cola
Ejemplo: Pep Zone
Area = .05
Area = .5 Area = .450 z.05
19 Slide
Usando la Tabla de Probabilidades Normal EstándarBuscamos el área 0, 4500 en la tabla de probabilidades área encontrar el valor de z.05
z.05 = 1.645 es el estimado más cercano.
z .00 .01 .02 .03 .04 .05 .06 .07 .08 .09. . . . . . . . . . .
1.5 .4332 .4345 .4357 .4370 .4382 .4394 .4406 .4418 .4429 .44411.6 .4452 .4463 .4474 .4484 .4495 .4505 .4515 .4525 .4535 .45451.7 .4554 .4564 .4573 .4582 .4591 .4599 .4608 .4616 .4625 .46331.8 .4641 .4649 .4656 .4664 .4671 .4678 .4686 .4693 .4699 .47061.9 .4713 .4719 .4726 .4732 .4738 .4744 .4750 .4756 .4761 .4767 . . . . . . . . . . .
Ejemplo: Pep Zone
20 Slide
Distribución de Probabilidad Normal Estandarizada
El valor correspondiente de x está dado por
x = + z.05s= 15 + 1.645(6) = 24.87
Cuando los inventarios alcancen 24.87 galones, debe emitirse una orden de recompra para que la probabilidad de quedarse sin ellos sea de 0,05.
Tal vez el administrador de Pep Zone deba emitir la orden de recompra en 25 galones, y no en los 20 galones actuales, para mantener dicha probabilidad bajo 0,05.
Ejemplo: Pep Zone
21 Slide
Distribución de Probabilidad Exponencial
Función de Densidad de Probabilidad Exponencial
para x > 0, > 0
donde: = media e = 2.71828
f x e x( ) / 1
22 Slide
Distribución de Probabilidad Exponencial
Función de Distribución Exponencial Acumulativa
donde: x0 = algún valor específico de x
P x x e x( ) / 0 1 o
23 Slide
Distribución de Probabilidad ExponencialEl tiempo de arribo de autos al negocio de
lavado de autos de Al sigue una distribución de probabilidad exponencial con un tiempo medio de arribo de 3 minutos. Al dueño le gustaría saber la probabilidad de que el tiempo entre la llegada de dos clientes sea 2 minutos o menos.
P(x < 2) = 1 - 2.71828-2/3 = 1 - .5134 = .4866
Ejemplo: Lavado de Autos de Al
24 Slide
Ejemplo: Lavado de Autos de Al
Gráfico de la Función de Densidad de Probabilidad
x
f(x)
.1
.3
.4
.2
1 2 3 4 5 6 7 8 9 10
P(x < 2) = area = .4866
Tiempo entre llegadas de clientes sucesivas (mins.)
25 Slide
Relación entre la distribución de Poissony la Distribución Exponencial
(Si) la distribución Poisson provee una descripción adecuada del número de
ocurrencias por intervalo
(Si) la distribución exponencialprovee una descripción adecuada de lalongitud del intervalo entre ocurrencias