Resumen estadstico

1. La probabilidad 2. Anlisis de decisiones 3. Pronsticos Unidad 1 La probabilidad es una medicin numrica que va de 0 a 1 de la posibilidad de que un evento ocurra. Si da cerca de 0 es improbable que ocurra el evento y si da cerca de uno es casi seguro que ocurra. P (a): n de resultados en que ocurra a ! de resultados posibles Tipos de sucesos "#$austivo: se dice que dos o m%s sucesos son e#$austivos si se consideran todos los posibles resultados. Simblicamente: p (& o ' o...) ( 1 !o e#$austivos: se dice que dos o m%s sucesos son e#$austivos si no cubren todos los posibles resultados. )utuamente e#cluyentes: sucesos que no pueden ocurrir en *orma simult%nea: P(& y ') ( 0 y p(& o ') ( p(&) + p (') ",emplo: $ombres- mu,eres !o mutuamente e#cluyentes: sucesos que pueden ocurrir en *orma simult%nea: P (& o ') ( p (&) + p (') . p (& y ') ",emplo: $ombres- o,os ca*s /ndependientes: Sucesos cuya probabilidad no se ve a*ectada por la ocurrencia o no ocurrencia del otro : P ( &/ ' ) ( P ( & )0 P ( '/& ) ( P (') 1 P (& 1 ') ( P(&) P(') ",emplo: se#o y color de o,os 2ependientes: sucesos cuya probabilidad cambia dependiendo de la ocurrencia o no ocurrencia del otro: P ( &/ ' ) di*iere de p (&)0 P ( '/& ) di*iere de P(')0 1 P (& 1 ')( P ( & ) P ( '/& )( P (') P ( &/ ' ) ",emplo: ra3a y color de o,os Distribucin maestral "l diagrama de %rbol es muy 4til para visuali3ar las probabilidades condicional y con,unta y en particular para el an%lisis de decisiones administrativas que involucran varias etapas. "5")PL6: una bolsa contiene 7 *ic$as ro,as (8) y 9 a3ules (')- se escogen : *ic$as- una despus de la otra sin reempla3o. ;onstruya el diagrama de %rbol con esta in*ormacin.

Distribuciones de probabilidad: ariables aleatorias: es la descripcin numrica del resultado de un e#perimento. Puede ser: 1. <ariable aleatoria discreta: puede tomar una secuencia de valores *inita o in*inita. :. <ariable aleatoria continua: puede tomar cualquier valor en un intervalo o en una coleccin de intervalos. ",emplo- peso- tiempo- temperatura.

1. ariables aleatorias discretas: !ndicadores: alor esperado " esperan#a matemtica o media : es un promedio ponderado de los valores posibles de la variable aleatoria. Para esto debemos multiplicar cada uno de los valores de la variable aleatoria por su probabilidad y luego sumar los resultados. " (#) : = : > #* (#) arian#a: nos da una medida de la dispersin o de la variabilidad de la variable aleatoria con respecto al media. Se trata de un promedio ponderado de las desviaciones cuadr%ticas de la media = ? : : > ( # @ =) : * (#) Des$i estndar: es la raA3 cuadrada de la varian3a % ?:

;uando mayor es la desviacin est%ndar mayor es la dispersin de datos alrededor de la media. &'emplo inte(rador )umero llamadas *+, de Probabilidad - *+, &speran#a media . o arian#a / 2 *+1 0 ., 2 1 - *+, Des$i estndar % ?:

0 1 : C D 9

0.1 0.19 0.C 0.: 0.19 0.10 .

0 0.19 0.B 0.B 0.B 0.9 2.23

0.B0 0.C1 0.0B0 0.0B0 0.CB 0.B9 2.42 / 2

1.22

Distribucin binomial: se utili3a para calcular la probabilidad de # #itos en n intentos. ;aracterAsticas: ensayos idnticos. (! ensayos de bernoulli idnticos) "n cada ensayo $ay dos resultados. &cierto o *racaso. Las probabilidades de los dos resultados no se modi*ican de un ensayo a otro. 1 es constante de prueba a prueba Los ensayos son independientes- es decir que el resultado de un ensayo no a*ecta el resultado del siguiente. "n un lengua,e m%s *ormal- el sAmbolo p representa la probabilidad de un #ito y el sAmbolo q ( 1@ p ) representa la probabilidad de un *racaso. Para representar cierto n4mero de #itos- utili3aremos el sAmbolo r y para simboli3ar el n4mero total de ensayos emplearemos el sAmbolo n.

n: numero de intentos p: probabilidad de acierto E: numero de aciertos en n intentos arian#a: / 2 : n 1 p *1 5 p,

* #: probabilidad de # aciertos en n intentos.

Distribucin 6iper(eom7trica: la probabilidad de aciertos di*iere de acuerdo a las sacadas de una bolsa. ( di* con la distribucin anterior)

Distribucin de Poisson: se utili3a para calcular la p de # ocurrencias en un intervalo especA*ico de tiempo- espacio o volumen. La p de ocurrencia de un evento es la misma para cualquiera de : intervalos de igual valor. La ocurrencia o no ocurrencia del evento en cualquier intervalo es independiente. Funcin de probabilidad de Poisson:

G : es el n4mero de ocurrencias en un intervalo o valor esperado. ": :.71H:H E: n de ocurrencias dentro de un intervalo F#: probabilidad de # ocurrencia. ariables aleatorias continuas. Distribucin normal: tiene *orma de campana y esta determinada por la media y la desviacin est%ndar. La distribucin normal est%ndar tiene una media igual a cero y un desvi est%ndar igual a uno 8aractersticas de la distribucin normal de la probabilidad. 1. La curva tiene un solo pico- por consiguiente es unA modal. Presenta una *orma de campana. 2. La media de una poblacin distribuida normalmente se encuentra en el centro de su curva normal. 3. & causa de la simetrAa de la distribucin normal de probabilidad- la mediana y la moda de la distribucin tambin se $allan en el centro- por tanto en una curva normal- la media- la mediana y la moda poseen el mismo valor. 2. Las dos colas (e#tremos) de una distribucin normal de probabilidad se e#tienden de manera inde*inida y nunca tocan el e,e $ori3ontal. 9reas ba'o la cur$a normal. "l %rea total ba,o la curva normal ser% de 1.00 por lo cual podemos considerar que las %reas ba,o la curva son probabilidades. &l $alor de :. I( !4mero de desviaciones est%ndar de # respecto a la media de esta distribucin. I: + 0 . / E(valor de la variable aleatoria que nos interesa. ( media de la distribucin de esta variable aleatoria. ( desviacin est%ndar de esta distribucin. Las variables aleatorias distribuidas en *orma normal asumen muc$as unidades di*erentes de medicin- por lo que $ablaremos de *orma est%ndar y les daremos el sAmbolo de I. Distribucin e+ponencial: es 4til para describir el tiempo para determinar una tarea o el tiempo entre ocurrencias de un evento. F(#): 1 e 5+; . . Unidad 2: Anlisis de decisiones: tiene como ob,eto identi*icar la me,or alternativa de decisin *rente a determinados eventos *uturos inciertos y riesgosos. )atri3 de resultados o de consecuencias. "n la toma de decisiones sin probabilidades e#isten di*erentes en*oques: &n-o<ue optimista: que consiste en elegir la opcin que aporta la utilidad m%s grande. en*oque m+imas. &n-o<ue conser$ador: L& &lternativa JK" elige es lo me,or entre lo peor que puede pasar. &n-o<ue pesimista. )/!/)&E se escoge la alternativa que minimice el arrepentimiento m%#imo. ;riterio de savage: traba,a con la prdida de oportunidad o arrepentimiento debido a no tomar la me,or decisin para cada estado de la naturale3a. Lambin se puede tomar decisiones con probabilidades. "l $alor esperado de una alternativa de decisin es la suma de los pagos ponderados correspondientes a la alternativa de decisin. La alternativa de decisin recomendada es aquella que proporcione el me,or valor esperado.

alor esperado de la in-ormacin per-ecta * &!P,: es la in*ormacin per*ecta que se le da al que toma decisin sobre lo que va a ocurrir. Unidad 3: pronsticos =7todos: ;ualitativos: utili3an el ,uicio de e#perto en los pronsticos. Las tcnicas cualitativas se usan cuando los datos son escasos. "stas tcnicas usan el criterio de la persona y ciertas relaciones para trans*ormar in*ormacin cualitativa en estimados cuantitativos. Son 4tiles cuando no se espera que el patrn $istrico de la serie de tiempo continu $acia el *uturo. ;uantitativos: $ay in*ormacin de la variable que se esta estudiando- se puede cuanti*icar- se presupone que se respetara los comportamientos pasados de las variables. "l procedimiento de pronstico se conoce como mtodo de serie de tiempo. ;on ellos se busca en los datos $istricos un patrn y luego e#trapolarlo $acia el *uturo. )todos de series de tiempo: Suavi3acin (promedios mviles- promedios ponderados mviles y suavi3acin e#ponencial)- proyeccin de tendencias y proyeccin de tendencias a,ustada por in*luencia estacional. ;omponentes de una serie de tiempo: ;omponente de Lendencia:

;omponente cAclico: son las observaciones por encima o por deba,o de la lAnea de tendencia. ;omponente estacional: son los cambios de acuerdo a las estaciones del tiempo. Si no tomamos en cuenta este componente se dice que e#iste una desestacionali3acion de la serie de tiempo. ;omponente irregular: *actores no previstos en la lAnea de tiempo. =7todo de sua$i#acin: son apropiados para serie de tiempos estables. Jue no e#$iban una tendencia signi*icativa. !i e*ectos estacinales Promedios mviles: > de los datos M sobre la cantidad de datos Promedios mviles ponderados: se pondera mas a los datos recientes que a los antiguos. La suma de las ponderaciones debe ser igual a 1. Suavi3acin e#ponencial: Siempre es conveniente $acer un a,uste estacional al pronstico que reali3amos. Anlisis de re(resin: se utili3a una ecuacin matem%tica para mostrar como se relacionan las variables. Se utili3a cuando no $ay datos de una serie de tiempo.