Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


tema 6, Ejercicios de Estadística Aplicada

Asignatura: Estadística Aplicada al Sector Turístico, Profesor: , Carrera: Turismo, Universidad: UCM

Tipo: Ejercicios

2017/2018

Subido el 27/05/2018

juancito1987
juancito1987 🇪🇸

4.2

(19)

26 documentos

1 / 68

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
Sección Departamental de Estadística e I.O. II
Facultad de Comercio y Turismo
TEMA 6. VARIABLE ALEATORIA
Distribución de probabilidad de una variable aleatoria
discreta
•Modelos discretos
•Distribución de probabilidad de una variable aleatoria
continua
•La distribución Normal
•Otros modelos continuos
•El Teorema Central del Límite
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23
pf24
pf25
pf26
pf27
pf28
pf29
pf2a
pf2b
pf2c
pf2d
pf2e
pf2f
pf30
pf31
pf32
pf33
pf34
pf35
pf36
pf37
pf38
pf39
pf3a
pf3b
pf3c
pf3d
pf3e
pf3f
pf40
pf41
pf42
pf43
pf44

Vista previa parcial del texto

¡Descarga tema 6 y más Ejercicios en PDF de Estadística Aplicada solo en Docsity!

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

TEMA 6. VARIABLE ALEATORIA • Distribución de probabilidad de una variable aleatoriadiscreta•Modelos discretos•Distribución de probabilidad de una variable aleatoriacontinua•La distribución Normal•Otros modelos continuos•El Teorema Central del Límite

Los fenómenos objeto de estudio no se describen entérminos de sucesos ya que esto obliga a formalizar elestudio

en^ la^

teoría^ de

conjuntos.

Es^ más

cómodo

trabajar con números.

Por esta razón describiremos

los fenómenos en términos de Variables Aleatorias

Una VARIABLE ALEATORIA

es una característica

observable

del^ fenómeno

objeto

de^ estudio.

(El

resultado numérico de un experimento aleatorio)Los^ datos

son^ los

resultados

observados

de^ una

o

varias variables aleatorias

VARIABLE ALEATORIA

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

•Categóricas: son las variables no numéricas

Clasificación de las variables aleatorias

Numéricas

•Discretas : surgen de proceso de contar (“número de……) Toman por tanto valores aislados•Continuas : surgen de proceso de medirPueden tomar cualquier valor de un intervalo

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Distribución de probabilidad de una variable

aleatoria discreta

Puesto que una variable aleatoria discreta toma valoresaislados, su distribución de probabilidad es la relación devalores que puede tomar y la probabilidad de ocurrenciaasociada a cada uno de los valores ¿cómo

podemos

determinar

la^ distribución

de

probabilidad de una variable aleatoria?

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Si^ registramos

el^ número

de^ hipotecas

que^ la

sucursal

ha

concedido

durante

50 semanas:

(ejemplo^

del^ libro^ “Estadística

para

Administración”. Berenson, Levine, Krehbiel. Editorial Prentice Hall) semana

Nºhipotecas semana 1^

0

semana 2^

1

semana 3^

1

-^

-^ - 

semana 48

2

semana 49

3

semana 50

3

Cuenta de hipotecashipotecas^ Total^0 DATOS

2 1 102 153 104 9 5 4 Total general

50 Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Los datos recogidos para 50 semanas constituyen un registro de lo que“ha^ pasado”.

Si^ consideramos

que^ la^

experiencia

de^50

semanas

representa un comportamiento típico, podemos utilizar estos registrospara^ asignar

una^ probabilidad

a^ cada

nº^ hipotecas

concedidas

semanalmente, y encontrar así una

distribución de probabilidad

que

describa lo que

probablemente sucederá

(lo que se espera que suceda)

y no lo que realmente sucedió.

Las distribuciones de probabilidad

representan expectativas de que algo suceda y por tanto resultanmodelos

útiles^

para^ tomar

decisiones

en^ situaciones

de

incertidumbre

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Requisitos de una distribución de probabilidad:

1  P x   x 0 1   P x  

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Las distribuciones de probabilidad pueden presentarse en forma de lista(caso del ejemplo), gráficamente o con una expresión matemática. Representación gráfica^ Histograma deprobabilidad

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Esperanza matemática (

La^ Esperanza matemática

,^ media^ o^

valor probable

de una variable aleatoria es

la media de sus valores ponderados por su probabilidad.Se calcula por tanto, sobre la distribución de probabilidad (“estructura” delfenómeno)

Varianza (

El significado es el mismo que el de la varianza calculada sobre unadistribución de frecuencias: es una medida de dispersión a la Esperanza omedia.

Desviación típica (

)^ ^

2

^

  X X

^ ^

^

 ^

^

^ i^

i i

E^ X^

x P^ X^

x

^ 

^

^ ^

2

2

2

i X

i

i

E^ X

x

P^ X^

x

^

^

^ 

^

^

^

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

00.04  10.^

20.3^ 30.

4*0.

5*0.^

^

^ ^

^ 

Cálculo del valor esperado y la varianza para el ejemplo de las hipotecas^ Valores^ E^ X^ SIGNIFICADO. En un período largo, el número de hipotecas concedidas semanalmenteserá en media de 2.52. No es un significado literal dado que el número de hipotecasconcedidas semanalmente tiene que ser un número entero, por lo tanto no puedesignificar (error frecuente) que la próxima semana se vayan a conceder 2.52 hipotecas

Probabilidades

0.04^ 0.

0.^

0.2^ 0.

^ ^

^ ^

^ ^

^ 

2

2

2

*0.^
1 2.52^ *0.
.....^5
2.52^ *0.

 ^ ^

^ ^
^ ^ 
V^ X

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Situación económica

Probabilidad

Cartera A(ganancia €)

Cartera B(ganancia €)

Recesión^

0.^

30

-

Economía estable

0.

70

30

Crecimiento moderado

0.^

100

250

Auge repentino

0.

150

400

Gananciaesperada

.^ 30*0.1^ 

70*0.

100*0.

150*0.

91 €

^

^

^

^

A^ E^ X.^ ^ 

500.1^ 300.

 ^

^

^

^

B^ E Y

Varianzas^ ^ 

^

^ ^

^ ^

^ ^

2

2

2

2

.^
*0.4^100
*0.2^1269
^ ^
^ ^
^ ^
^ ^

A^ V^ X^ ^ ^

^ 

^

^ ^

^ ^

2

2

2

2

.^
*0.4^250
*0.2^25116
^ ^ ^
^ ^
^ ^
^ ^
B^ V^ Y

1269 0.39   CV X^91

25116 0.97   CVY^162^ Sección Departamental de Estadística e I.O. II

Facultad de Comercio y Turismo

MODELOS DISCRETOS

Estudiamos a continuación dos distribuciones de probabilidad particulares,que sirven para describir un gran número de situaciones o fenómenosaleatorios.

DISTRIBUCIÓN BINOMIAL

Es la distribución de probabilidad que describe un fenómeno aleatorio con lassiguientes características:•Cada realización particular del experimento sólo tiene dos resultados posibles,los llamaremos éxito y fracaso.•El resultado de cada realización particular es independiente de los demás.•La probabilidad de obtener un éxito en una realización particular es constante.•La variable aleatoria es el “número de éxitos en

n^ realizaciones particulares o

ensayos”

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

LIMITACIONES DE LA DISTRIBUCIÓN BINOMIAL

No siempre puede garantizarse, en la práctica, que se cumplen las condiciones parautilizar la distribución BinomialProbabilidad de éxito constante en cada prueba: Consideremos un proceso industrialen el que sabemos que la probabilidad de que una máquina fabrique una piezadefectuosa es 0.001 (1 de cada mil). Para utilizar la distribución Binomial comomodelo^ de

probabilidad

para^ la^

variable^ “nº

de^ piezas

defectuosas

en^ 2500”

necesitaría poder suponer que la probabilidad de defecto es la misma en cadaprueba. Lo razonable es suponer que cada vez que la máquina produce una pieza seda un desgaste infinitesimal que, si se acumula más allá de un punto razonable,puede modificar la proporción de piezas defectuosas que hace la máquina.Pruebas independientes: Una empresa de selección de personal tiene estimada en0.2 la probabilidad de que un candidato pase la primera entrevista personal. Nopodemos garantizar que el individuo que es entrevistado el último, tenga la mismaprobabilidad que el primero.

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo

Ejemplo 1 Un vendedor a domicilio sabe, por experiencia, que aproximadamente sólo el 10% delas visitas que realiza acaban concretándose en una venta. Si una mañana tieneprevisto realizar 12 visitas, determinar:• Probabilidad de que concrete 4 operaciones de venta• Probabilidad de que no concrete ninguna venta• nº esperado de ventas que realizará este día

^  ^ ^

^  ^ 

4 8

(^12) exito: concretar una venta

p(exito)=0. fracaso: no concretar una venta

p(fracaso)=0.

X: nº ventas en 12 visitas

B 12, 0.1012!
0.10 0.^
4! 12^ 4! 12! 0 0! 12
n P^
 X P^ X
^ ^
^ ^

  ^ 

0 12 0.10 0.90^ 0.2820!
12 * 0.^
E^ X
^

Sección Departamental de Estadística e I.O. IIFacultad de Comercio y Turismo