Professional Documents
Culture Documents
1
Estadística para la Administración
Profesor Juan Narro
4. Distribución de probabilidad
Binomial
5. Distribución de probabilidad
Poisson
6. Distribución de probabilidad
Todos los derechos reservados
Normal
2
Estadística para la Administración
Profesor Juan Narro
Variable Aleatoria
• Cantidad que es el resultado de un
experimento aleatorio que, debido al azar,
puede adoptar diversos valores.
• Variable Aleatoria Discreta
Variable Aleatoria
• Experimento:
– Lanzar una moneda tres veces al aire.
• Evento
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
– 2 Sellos
– 3 Sellos
3
Estadística para la Administración
Profesor Juan Narro
C
CCC (0) 0.53=0.125
C
S CCS (1) 0.53=0.125
C CSC (1) 0.53=0.125
C S
Variable Aleatoria
Experimento: Lanzar 3 monedas
Evento: Número de Sellos
N° Sellos Resultado Probabilidad Probabilidad
0 CCC 0.5 x 0.5 x 0.5 0.125
1 CCS 0.5 x 0.5 x 0.5 0.125
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
1.00
4
Estadística para la Administración
Profesor Juan Narro
N° Sellos Probabilidad
0 0.125
1 0.375
2 0.375
3 0.125
VARIABLE
PROBABILIDAD
ALEATORIA
• Variable Aleatoria: Variable “X = Número de sellos”
Variable Aleatoria
5
Estadística para la Administración
Profesor Juan Narro
Variable Aleatoria
Función de probabilidad
probabilidad.
6
Estadística para la Administración
Profesor Juan Narro
Distribución de Frecuencias
Listado de todos los resultados observados de un
Distribución de probabilidades
• Características:
– La probabilidad de un resultado especifico
debe estar entre 0 y 1.
– La suma de probabilidades de todos los
Todos los derechos reservados
7
Estadística para la Administración
Profesor Juan Narro
Distribución de probabilidades
Distribución de probabilidades
Distribución de Probabilidades
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
N° Sellos Probabilidad
0.4
0 0.125 0.35
0.3
Probabilidad
1 0.375 0.25
2 0.375 0.2
0.15
3 0.125 0.1
0.05
1.0
Todos los derechos reservados
0
0 1 2 3
Número de Sellos
8
Estadística para la Administración
Profesor Juan Narro
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)
Esperanza matemática o
Valor esperado
• El valor esperado de un experimento aleatorio
discreto se puede considerar como el promedio de
todos sus valores posibles.
• Se obtiene de la sumatoria de la multiplicación de la
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
E x xi .Pxi ;
N
μ = E ( X ) = x * f ( x)
i 1
Todos los derechos reservados
( xi ) .Pxi
N
2 2
i 1
9
Estadística para la Administración
Profesor Juan Narro
Varianza de una
Distribución de Probabilidad
la Variable Aleatoria X.
2 VAR ( X ) E ( X ) 2 ( x ) 2 * f ( x)
2 VAR ( X ) E ( X 2 ) E ( X )2
Todos los derechos reservados
2 x 2 P( x) 2
10
Estadística para la Administración
Profesor Juan Narro
2 VAR ( X ) (x ) 2
* f ( x)
Distribución de probabilidades
1 0.20
2 0.30
3 0.30
4 0.10
Todos los derechos reservados
11
Estadística para la Administración
Profesor Juan Narro
Distribución de probabilidades
Autos
P(x) x*P(x)
P(x)
Vendidos 0.35
0 0.1 0 0.3
1 0.2 0.2 0.25
2 0.3 0.6
3 0.3 0.9 0.2
4 0.1 0.4 0.15 P(x)
E (x) 2.1
0.1
0
0 1 2 3 4
VAR ( X ) E ( X ) E ( X )2
Autos
x2 P(x) x2*P(x) 2 2
Vendidos
0 0 0.1 0
1
2
1
4
0.2
0.3
0.2
1.2
2 x 2 P( x) 2
Distribución de probabilidades
Uso del valor esperado y las pérdidas monetarias.
Un mayorista de frutas compra cada caja de fresas a 20 u.m.
y las vende a 50 u.m.. No puede especificar el número de
cajas que le solicitarán diariamente, pero dispone de los
siguientes datos:
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
13 25 0.25
100 1.00
12
Estadística para la Administración
Profesor Juan Narro
Distribución de probabilidades
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
Distribución de probabilidades
Cálculo de la pérdida esperada
Para un stocks de 10 cajas, la pérdida esperada será:
Posibles Nº Probabilidad
de cajitas Pérdida que se reciban Pérdida
pedidas/día Condicional estos pedidos esperada
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
10 0 0.15 0.00
11 30 0.20 6.00
12 60 0.40 24.00
13 90 0.25 22.50
13
Estadística para la Administración
Profesor Juan Narro
Distribución Binomial
Distribución Binomial
n!
P(r ) p r q nr
r!(n r )!
• n es el número de ensayos
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
np
Todos los derechos reservados
2 np(1 p)
14
Estadística para la Administración
Profesor Juan Narro
Distribución Binomial
Distribución Binomial
n!
P(r ) p r q nr
r!(n r )!
• n es 12
• r es x=0, x=2, x≤2, x≥2
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
• p es 0.20 (20/100)
• q es 0.80
Usando EXCEL función “Distribución Binomial”
P(x=0) = 0.069
P(x=2) = 0.283
Todos los derechos reservados
15
Estadística para la Administración
Profesor Juan Narro
Distribución Binomial
p = 0,20
q = 0,80
P(X = 2) =
4!
0.22 0.802
2! (4 - 2)!
0,1536
Todos los derechos reservados
16
Estadística para la Administración
Profesor Juan Narro
Distribución de Poisson
• Se cumplen las características de una distribución Binomial
• La probabilidad de éxito es muy pequeña (p).
• “n” es muy grande.
• Existe un régimen que caracteriza el proceso (número de ocurrencias
por intervalo de tiempo o espacio).
Distribución de Poisson
xe
P( x)
x!
• µ es la media del número de éxitos en un
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
periodo (λ)
• “e” es la constante Neper (2.71828)
• “x” es el número de éxitos.
Todos los derechos reservados
np
2 np
17
Estadística para la Administración
Profesor Juan Narro
Distribución de Poisson
Si en promedio llegan 3
clientes por minuto al
banco durante la hora del
Distribución de Poisson
xe
P( x)
x!
• µ es 3 clientes por minuto
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
18
Estadística para la Administración
Profesor Juan Narro
Distribución de Poisson
19
Estadística para la Administración
Profesor Juan Narro
Distribución de Poisson
La probabilidad de “número equivocado” a pesar de haber
marcado correctamente es 0,03. Si se toma una muestra de
100 llamadas, ¿cuál es la probabilidad de tener 2 “número
equivocado”?
Datos:
=3 = 0,2240
Distribución Normal
• Es simétrica respecto a la media.
• Su grafica tiene forma de campana
• El valor de la media, mediana y moda es el mismo.
• Es asintótica (no corta el eje X)
• Existe una familia de distribuciones.
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
X
μ
Todos los derechos reservados
Media
Mediana
Moda
20
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
Familia de Distribuciones
Igual µ, Diferente
=1
Distribución Normal
Familia de Distribuciones
Diferente µ, Igual
= 15 =25 = 40 X
21
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
Familia de Distribuciones
Diferente µ, Diferente
=1
= 3
Distribución Normal de
Probabilidad
0.0214 0.1359 0.3413 0.3413 0.1359 0.0214
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
Media
Todos los derechos reservados
0.683
0.955
0.997
22
Profesor Juan Narro
Estadística para la Administración
2.25%
15.85%
15.85%
2
1
1
95.5%
68.3%
68.3%
1
1
Distribución Normal
Distribución Normal
2
15.85%
15.85%
2.25%
X
X
X
© Pontificia Universidad Católica del Perú - CENTRUM, 2013 © Pontificia Universidad Católica del Perú - CENTRUM, 2013
Todos los derechos reservados Todos los derechos reservados
23
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
15.85% 15.85%
68.3%
X
1 1
2.25%
24
Estadística para la Administración
Profesor Juan Narro
0
1
100
20
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
Todos los derechos reservados
25
Estadística para la Administración
Profesor Juan Narro
z = 1
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
x
z =0
z
26
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
= 5 Encontrar:
P(10 < x < 14.2)
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
= 10 14.2
X
x 14.2-10
z 0.84
5
Todos los derechos reservados
27
Estadística para la Administración
Profesor Juan Narro
= 10
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
18.2 X
x 18.2-10
0.0505 z 1.64
5
Todos los derechos reservados
0 1.64 Z
Usando Excel función Dist. Normal
28
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
29
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
Distribución Normal
¿Cuál es la probabilidad de que un supervisor elegido
al azar se tome entre 500 y 650 horas para completar
el programa de entrenamiento.
La gráfica se muestra la
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
30
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
x
Z
650 500
Z 1.5
Distribución Normal
¿Cuál es la probabilidad de que un supervisor
elegido al azar se tome más de 700 horas en
completar el programa?
Estamos interesados en el área a la derecha de 700.
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
Estandarizamos
x
Z
Todos los derechos reservados
700 500
Z 2
100 P(X >700)= ?
31
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
Distribución Normal
Supongamos que el director del programa desea saber la
probabilidad de que un participante escogido al azar
requiera entre 550 y 650 horas para completar el trabajo
requerido en el programa.
Primero calculamos el valor de Z para 650
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
x
Z P(550 X 650)
650 500
Todos los derechos reservados
Z 1.5
100
A este valor le corresponde un área de 0,4332
32
Estadística para la Administración
Profesor Juan Narro
Distribución Normal
Después calculamos un valor de Z para 550
iguales a 5.
• Los valores discretos de la distribución binomial se
representan como rectángulos inscritos en la
distribución normal con un ancho de 1 y centrados
en el valor discreto.
np
Todos los derechos reservados
npq
33
Estadística para la Administración
Profesor Juan Narro
q 0 .5 nq 10 * 0.5 5
np 5
© Pontificia Universidad Católica del Perú - CENTRUM, 2013
n 10
r 3 npq 1.5811
0.9453125 0.94308129
Todos los derechos reservados
0 1 2 3 4 5 6 7 8 9 10
P( X 2.5)
34