Administrativa I
2016-1
Distribuciones
de probabilidad
Captulo VII
Distribuciones de probabilidad
Distribucin binomial
Distribucin normal
Distribuciones de
probabilidad
Son similares a las distribuciones de frecuencias
relativas; pero, en lugar de analizar el pasado,
describe la probabilidad de que un evento ocurra
en el futuro.
Qu es una distribucin
de probabilidad?
Desarrollo
La variable Lanzar moneda tiene dos eventos,
cara y escudo. Las opciones que se tienen
empiezan de la siguiente manera:
Opcin 1: 1 vez cara, 2 vez cara, 3 vez cara
Opcin 2: 1 vez cara, 2 vez cara, 3 vez escudo
Opcin 3: 1 vez cara, 2 vez escudo, 3 vez cara
5
. . . Ejemplo 7.1
Resumen
6
. . . Ejemplo 7.1
Crear una tabla con las frecuencias para cada
opcin en que cae cara, siendo que:
1 opcin en la que no cae ninguna cara
3 opciones en la que cae una cara
3 opciones en la que caen dos caras
1 opcin en la que caen las 3 caras.
7
. . . Ejemplo 7.1
Calcular la frecuencia relativa (probabilidad)
de la tabla:
Distribucin de
probabilidad 8
. . . Ejemplo 7.1
2. Cuntas posibilidades existen en el caso que se lance al
aire una moneda 5 veces.
Desarrollo
La variable Lanzar moneda tiene 2 eventos (cara
y escudo) y se quiere lanzar 5 veces.
Se tendran 32 opciones.
Para construir la distribucin de
probabilidad de las veces que se
puede caer escudo se utiliza la frmula
de combinaciones. 9
. . . Ejemplo 7.1
Veces que aparece una cara
10
. . . Ejemplo 7.1
Tabla de frecuencias Distribucin de probabilidad
11
Caractersticas de una
distribucin de probabilidad
12
Variables aleatorias
Siempre se que se hace referencia a
variables aleatorias, se debe asumir que el
experimento que se est llevando a cabo
es al azar.
14
Variable aleatoria
Ejemplo 7.2 . discreta
15
Variable aleatoria continua
16
Variable aleatoria
Ejemplo 7.3 continua
17
Medidas de ubicacin y
dispersin
Media
Varianza
Desviacin estndar
18
Media
=
19
Varianza y desviacin estndar
Mide el grado de dispersin de los datos con
relacin al valor esperado.
Tambin es un valor ponderado entre las
diferencias de sus frecuencias, multiplicadas
por su respectiva probabilidad.
20
Ejemplo 7.4
Juan Prez vende vehculos en la empresa El Pelcano;
por lo general vende la mayor cantidad de vehculos los
das sbados. Ide la siguiente distribucin de probabilidad
de la cantidad que espera vender el prximo sbado.
Cantidad de
vehculos Probabilidad
vendidos en P(x)
sbado
Determinar el tipo de
0 0.10
distribucin de probabilidad
1 0.20 Cuntos automviles
2 0.30 espera vender?
3 0.30 Desviacin estndar
4 0.10
21
. . .Ejemplo 7.4
Tipo de distribucin: Aleatoria discreta
Variable aleatoria: nmero de automviles vendidos.
Media =
Vehculos
vendidos en da Probabilidad
sbado P(x) Se multiplica cada dato
x
de la variable aleatoria
0 0.10 por su respectiva
1 0.20 probabilidad
2 0.30
Se suman todos los
3 0.30
productos.
4 0.10
22
. . .Ejemplo 7.4 =
23
. . .Ejemplo 7.4
Varianza
24
. . .Ejemplo 7.4
Desviacin estndar
25
Distribuciones de probabilidad
Discretas Continuas
Binomial Uniforme
Hiper-geomtrica Normal
Poisson
26
Distribuciones de probabilidad
discretas
Binomial
Hiper-geomtrica
Poisson
27
Distribucin de
probabilidad binomial
Es una de las tcnicas ms utilizadas
con experimentos en los que se
tienen nicamente dos eventos.
28
Distribucin de probabilidad
Binomial
29
Distribucin binomial
C : Combinacin
n : Nmero de pruebas
: Variable aleatoria definida
: Probabilidad de xito de cada prueba
31
Ejemplo 7.5
a) Cul es la probabilidad de que ninguno de los
vuelos llegue tarde hoy?
La empresa hace 5 vuelos diarios
Probabilidad es 0.23
Que ningn vuelo llega retrasado
32
Ejemplo 7.5
35
Ejemplo 7.5
a) Cul es la probabilidad de que el pedido se
entregue tarde a 1 o 2 ciudades?
Son 7 rutas las que se estn evaluando
36
Ejemplo 7.5
38
Medidas
* Media :
* Varianza :
* Desviacin estndar :
39
Ejemplo 7.6
US Airways tiene 5 vuelos diarios de Pittsburgh al Aeropuerto
de Bradford, Pennsylvania. La probabilidad histrica de que
cualquier vuelo llegue tarde es de 0.19.
Calcular el tiempo promedio de llegada tarde.
Calcular la variacin estndar entre cada llegada tarde.
40
Ejemplo 7.6
Tiempo promedio de llegada tarde
Media
Desviacin estndar
41
Distribucin de probabilidad
normal
Familias de distribuciones
de probabilidad normal
La distribucin normal viene generada por una
frmula compleja para trabajar con probabilidades
continuas.
45
Distribucin de probabilidad
normal estndar
Cualquier distribucin de probabilidad normal se puede
convertir en una distribucin de probabilidad normal
estndar.
50
Ejemplo 7.7
51
. . . Ejemplo 7.7
a. Cul es el valor z para el ingreso X de un supervisor que
percibe Lps. 12,000.00 mensuales?
57
Ejemplo 7.8
a) Entre qu ingresos se encuentra el 68% de los
ingresos?
Ingreso modal :
60
rea bajo la curva
normal
Aplicacin de la distribucin normal
estndar que determina el valor
existente entre el valor de la media y
el z elegido.
Distribucin normal
Valor Z
Rango=[0,4[
62
rea bajo la curva normal
La base del rea bajo la curva es el valor de z; con
el auxilio de la tabla de distribucin normal.
Al estandarizar la informacin en se desglosa
el valor de z en dos datos.
Los dos dgitos a la par del punto forman un dato
y el resto del decimal es el otro dato.
Dato 1 Dato 2
63
Distribucin Normal
64
Distribucin Normal
Los clculos para Z menor que 0 se realizan en
el lado positivo; es decir, si el valor de Z es -1.22,
se busca en la curva como si fuera 1.22
65
Tipos de reas
El clculo del rea bajo la curva vara
dependiendo de las necesidades de la
probabilidad que se est buscando. La bsicas
son las siguientes:
Tipos de reas
67
Tipo de reas
68
rea entre 0 y un z positivo
Ubicar el z en la tabla,
unir la fila 1.2 con la
columna 0.03.
72
rea despus de z positivo
74
rea antes de z negativo
76
rea a ambos lados de
Suma de probabilidades
rea mayor que Z
Suma de probabilidades
rea entre Z de signos iguales
Resta de probabilidades
Interpretacin de
probabilidades
87
. . . Ejemplo 7.17
88
. . . Ejemplo 7.17
Calcular
89
. . . Ejemplo 7.17
Calcular
91
. . . Ejemplo 7.17
Calcular
92
. . . Ejemplo 7.17
Calcular
Lind, D.A., Marchal, W.G., Wathen, S.A. (15). (2012). Estadstica Aplicada a los
Negocios y la Economa. Mxico: McGrawHill