Mtodos Cuantitativos y Simulacin

Revisin de Probabilidad y Estadstica

CONTENIDO
VARIABLES ALEATORIAS
DISTRIBUCIONES DE PROBABILIDADES DISCRETAS
Esperanza matemtica de una distribucin de probabilidad discreta Varianza de una distribucin de probabilidad discreta

Tema 1.2 Revisin de Probabilidad y Estadstica

DISTRIBUCIONES DE PROBABILIDAD CONTINUAS

La distribucin normal

Por qu estudiar probabilidad y estadstica?

La toma de muchas decisiones depende de probabilidades basadas en

Experimento. Cualquier actividad que se puede llevar

informacin limitada o incierta.

La comprensin de los conceptos de variable aleatoria, distribucin de

a cabo cuyo resultado exacto es incierto (hasta que se hace y se ve lo que sucede).
Espacio muestral (de un experimento). Lista completa

probabilidad, esperanza matemtica y varianza, es necesaria para:

el estudio de los rboles de decisin,
control de la calidad, modelos de colas, mediciones del trabajo, curvas de aprendizaje, inventarios, simulacin, etc.
3

de todos los resultados individuales que podran ocurrir cuando se hace el experimento.
Probabilidad. La posibilidad relativa del evento que

ocurrir cuando se haga un experimento.

Una variable aleatoria es un nmero cuyo valor se determina por el resultado de un experimento. Se puede pensar en ella como en la cuantificacin de un experimento.
Una caracterstica de un experimento o de una unidad de muestra. En particular, es una caracterstica que no es controlada directamente

Las variables aleatorias pueden ser discretas o continuas. Una variable aleatoria se considera discreta si los valores que asume se pueden contar. Ejemplos:
Numero de accidentes que ocurren en una semana Nmero de defectos en un refrigerador. Nmero de terremotos en un ao. Cantidad de libros en un estante.

por el investigador.
Tiende a variar de observacin en observacin debido a factores

relacionados con el azar. Por ejemplo,

si tiene un muestreo de estudiantes de secundaria, la unidad de muestra sera

un estudiante.
Las variables aleatorias posibles incluiran estatura, peso, sexo, color de cabello,

etc.
Como la seleccin de los estudiantes es aleatoria, cada una de estas

caractersticas variar.
5 6

ITESM Campus Saltillo

Mtodos Cuantitativos y Simulacin

Revisin de Probabilidad y Estadstica

Una variable aleatoria se considera continua si puede asumir cualquier valor dentro de un determinado intervalo. Tiene un nmero infinito de valores posibles.

Una distribucin de probabilidad es una distribucin de frecuencias relativa respecto a resultados del espacio muestral; seala la proporcin de veces que la variable aleatoria tiende a adoptar diversos valores.
Dada una distribucin de probabilidad, es fcilmente evidente que algunos

resultados de una variable aleatoria sean mas probables que otros.

Las distribuciones de probabilidad se pueden considerar como modelos

Ejemplos:
Peso de las cajas de fresas. Altura de los pinos. Duracin de una conversacin telefnica. Tiempo para contestar un examen.

que describen situaciones que comprenden resultados generados aleatoriamente.

Existe una gran variedad de distribuciones de probabilidad, cada una de las

cuales tiene su propio conjunto de supuestos que definen las condiciones en las que cada tipo de distribucin se puede emplear eficazmente.
La clave del uso de distribuciones probabilsticas es hacer corresponder los

supuestos de un tipo de distribucin con las caractersticas de la situacin real.

7 8

Distribuciones de probabilidad discretas

Los valores no son continuos Existe una probabilidad asociada a cada posible suceso. Estas probabilidades deben
estar comprendidas entre 0 y 1, y deben sumar 1.

10

Esta distribucin sigue las tres reglas requeridas por todas las distribuciones de probabilidad: 1. Los sucesos son mutuamente excluyentes y colectivamente exhaustivos. 2. Las probabilidades individuales estn entre 0 y 1 (ambos inclusive). 3. La suma total de las probabilidades es 1
11

El grfico de la distribucin de probabilidad del

Ejemplo T1 nos da una imagen de su forma.

Esto nos ayuda a identificar la tendencia central de la

distribucin (llamada esperanza matemtica) y la variabilidad o dispersin de la distribucin (llamada varianza).

12

ITESM Campus Saltillo

Mtodos Cuantitativos y Simulacin

Revisin de Probabilidad y Estadstica

Considrese la variable aleatoria nmero de guilas al tirar dos veces al aire una moneda. Considrese la variable aleatoria puntos totales al tirar un par de dados

Una vez establecida la distribucin de probabilidad, la primera caracterstica en la que solemos estar interesados es la tendencia central o media de la distribucin.

Nota: Si los datos con los que se est tratando no han sido agrupados en una distribucin de probabilidad, la medida de tendencia central se llama media aritmtica, o simplemente media. Ejemplo: La media de los siete siguientes nmeros 10, 12, 18, 6, 4, 5 y 15 es

Calculamos la esperanza matemtica, como medida de tendencia central, como una media ponderada de los valores de la variable:

donde:
13

x = valores posibles de la variable P(x ) = probabilidad de cada valor posible de la variable.

i i

14

Calcular la Esperanza Matemtica del Ejemplo T1

La esperanza matemtica de una distribucin discreta puede calcularse:

(1) Multiplicando cada posible valor de la variable x por la probabilidad P(x ) de que ocurra y
i i

15

(2) Sumando los resultados, indicado por el signo de sumatoria, S.

16

Adems de la tendencia central de una distribucin de probabilidad, la mayor parte de las personas encargadas de tomar las decisiones estn interesadas en la variabilidad o dispersin de la distribucin. La varianza de una distribucin de probabilidad es un nmero que revela la dispersin global de sta.

Para una distribucin de probabilidades discreta, la varianza puede calcularse a travs de la siguiente ecuacin:

Nota: Al igual que la varianza de una distribucin de probabilidades muestra la dispersin de los datos, lo mismo hace la varianza de unos datos no agrupados, esto es, datos que no forman parte de una distribucin de probabilidades. La frmula es: Varianza =
Obsrvese tambin que cuando los datos que estamos examinando son una muestra de un conjunto completo de datos, empleamos el trmino n 1 en el denominador, en lugar de n, en la frmula de la varianza.

donde: xi = valores posibles de la variable E(x) = esperanza matemtica de la variable P(xi) = probabilidad de cada valor posible de la variable

17

18

ITESM Campus Saltillo

Mtodos Cuantitativos y Simulacin

Revisin de Probabilidad y Estadstica

Calcular la varianza del ejemplo T1

Para el clculo de la varianza, la esperanza matemtica es restada de cada valor de la variable y elevado al cuadrado, y multiplicado por la probabilidad de ocurrencia de cada valor. Los resultados se suman para obtener la varianza.

19

20

Otra medida de dispersin. Empleada en muchos clculos relacionados con las

Ejemplos de variables continuas:

El tiempo que tarda en finalizarse un proyecto, el nmero de gramos en una barra de mantequilla, la temperatura ms alta de un da determinado, la longitud exacta de una determinada madera.

distribuciones de probabilidad. La desviacin estndar, s, es la raz cuadrada de la varianza: s=

Estas variables pueden tomar un nmero infinito de posibles valores; por tanto, las reglas fundamentales de probabilidad deben modificarse para las variables continuas. Como en el caso de las distribuciones de probabilidad discretas, la suma de las probabilidades debe ser igual a 1. Dado que hay un nmero infinito de valores para la variable, la probabilidad para cada valor debe ser 0. Si las probabilidades de los valores de la variable fueran mayores que 0, la suma sera infinitamente grande.

21

22

Una de las distribuciones ms populares y tiles de probabilidad continua es la distribucin normal, la cual se caracteriza por una curva en forma de campana. La distribucin normal est perfectamente definida cuando los valores de la media, m, y la desviacin estndar, s, son conocidos.

En trminos de una aplicacin prctica, la figura de abajo significa que si el tiempo de vida esperado de un chip de computador experimental es de = 100 das, y si la desviacin estndar es = 15 das, entonces podemos realizar las siguientes afirmaciones:

El 68% de la poblacin de los chips de computador estudiados presentan vidas entre 85 y 115 das (a saber, 1s).
El 95.4% de los chips tiene vidas entre 70 y 130 das ( 2s). El 99.7% de los chips de computador tiene vidas entre 55 y 145 das ( 3s). nicamente el 16% de los chips tiene vidas superiores a los 115 das (en la primera grfica, el rea de la derecha de + 1s).

23

24

ITESM Campus Saltillo

Mtodos Cuantitativos y Simulacin

Revisin de Probabilidad y Estadstica

El uso de la tabla para hallar las probabilidades de los valores de una normal, sigue dos pasos:
Paso 1: Convertir la distribucin normal a lo que llamamos la distribucin normal estndar. Una distribucin normal estndar es la que tiene media 0 y desviacin estndar 1. Todas las tablas normales estn diseadas para manejar variables con = 0 y = 1. Sin una distribucin normal estndar, se necesitara una tabla diferente para cada par de valores y . Si llamamos z a la nueva variable estndar, el valor de z para cualquier distribucin normal se calcula a travs de la ecuacin: donde:

Por ejemplo, si = 100 y = 15, y estamos interesados en encontrar la probabilidad de que la variable x sea menor de 130, entonces queremos que P (z < 130).

Esto significa que el punto x est a 2,0 desviaciones estndar a la derecha de la media.

x = valor de la variable que se desea medir = media de la distribucin = desviacin estndar de la distribucin z = nmero de desviaciones estndar desde x hasta la media

25

26

Paso 2: Buscar la probabilidad en una tabla de la ley normal. Una tabla con las reas para la distribucin normal estndar est preparada para proporcionar el rea por debajo de la curva a la izquierda de cualquier valor especfico de z.

La columna de la izquierda muestra los valores de z, apareciendo el segundo decimal del valor z en la fila superior. Por ejemplo, para un valor z = 2,00 se buscara en la columna izquierda 2.0 y 0.00 en la fila superior.

En el cuerpo de la tabla, podemos ver que el rea buscada es 0.97725 97.7%.

Por tanto, P (x < 130) = P (z < 2.00) = 97.7%

27

28

Holden Construction Co. construye principalmente edificios de apartamentos de tres o cuatro unidades (llamados trplex o cudruplex) para inversores y cree que el tiempo total de construccin en das sigue una distribucin normal. El tiempo medio para construir un trplex es de 100 das y la desviacin estndar es de 20 das. Si la empresa acaba un trplex en 75 das o menos, se la premia con una bonificacin de 5.000 dlares. Cul es la probabilidad de que Holden reciba la bonificacin?

P(x > 125) = 1.0 - P(x < 125) = 1,0 0.89435 = 0.10565

29

30

ITESM Campus Saltillo

Mtodos Cuantitativos y Simulacin

Revisin de Probabilidad y Estadstica

cul es la probabilidad de que en la construccin del trplex se empleen entre 110 y 125 das?

Heizer, J. & Render B. (2001). Direccin de la Produccin. Decisiones estratgicas. Sexta Edicin. CDROM. Madrid. Prentice Hall.

31

32

ITESM Campus Saltillo