Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribuci - N Log
Distribuci - N Log
1. INTRODUCCIN
X = N(,) Y = eX
Parmetros
Soporte
cdf
Media
Mediana e
1
Moda
Varianza
Asimetra
Curtose
Entropa
Funcin de densidad
Funcin de distribucin
2
Puede comprobarse que la mediana est comprendida entre la moda 1 y la
media y ms cerca de la media que la moda, en particular, puede comprobarse
que la mediana2 est casi dos veces ms cerca de la media que de la moda.
Segn Cabrera (1998), una condicin para la validez de que una variable se
distribuya Lognormal es que x sea la resultante de un nmero elevado de causas
independientes con efectos positivos, que se componen de manera multiplicativa
y cada una de estas causas tiene un efecto despreciable frente al global.
LOG-NORMAL
1
Es el valor para el cual le distribucin toma su mximo absoluto.
2
F(xmed)=P(Xx)=P(Xx)=0.5
3
1. Patrones de abundancia de especies
El desarrollo de Fisher y colaboradores llam la atencin de Frank Preston,
un ingeniero ingls. Motivado por los trabajos de Fisher, Preston public en 1948
un trabajo sobre la abundancia y la rareza de las especies biolgicas que marc el
desarrollo de la teora ecolgica por varias dcadas. El trabajo de Preston
demostr que, aunque el modelo de Fisher era esencialmente correcto, el
supuesto que la abundancia media es una caracterstica fija en cada especie, era
innecesariamente restrictivo. En efecto, el supuesto de Fisher implica que la
cantidad de recursos que conquista inicialmente una especie en una comunidad
permanece constante a lo largo del tiempo evolutivo, aunque nuevos
competidores le disputen su nicho ecolgico. En contraposicin, Preston parti de
un supuesto mucho menos restrictivo, basado en un razonamiento estrictamente
demogrfico, que puede demostrarse fcilmente mediante el clculo. As
logaritmo de la abundancia de una especie en una comunidad depende del
logaritmo de la abundancia inicial y de las variaciones en su tasa real de
crecimiento a lo largo del tiempo. Preston infiri correctamente que si una
especie se encuentra en equilibrio con su medio, las tasas reales de crecimiento
oscilarn aleatoriamente, a veces incrementando la poblacin cuando ocurren
periodos favorables y a veces disminuyndola cuando ocurren periodos
desfavorables. De acuerdo con el Teorema del Lmite central (Teorema que
demuestra que todas las variables estadsticas aditivas tienen una
distribucin normal de Gauss), el logaritmo del nmero de individuos tendr
una variacin Gaussiana a lo largo del tiempo. El corolario que sac Preston
de esta demostracin fue que, si la distribucin del logaritmo de las
abundancias de una especie vara de forma Gaussiana a lo largo del tiempo,
entonces, en un tiempo dado, la distribucin del logaritmo de las
abundancias de varias especies en un slo tiempo y lugar tambin debe
variar normalmente. Es decir, que en un instante dado habr algunas
especies que se presenten en grandes abundancias y otras que lo hagan en
cantidades mucho ms bajas, pero el logaritmo de sus abundancias tendr
una distribucin normal.
4
comunidades con distribucin de abundancias de tipo log-normal, Preston
demostr que el valor del exponente z debera estar cerca de 0,23 en muestras
relativamente grandes y un valor algo mayor en muestras pequeas (May, 1975),
pero la ecuacin anterior puede linealizarse sacando logaritmos, de forma que:
www.geocities.com/CollegePark/ Classroom/7370/pagina5b.htm
Fig. 1: Distribuciones lognormales de igual media aritmtica (10 ppm) y distintos G.S.D.
www.mtas.es/insht/ntp/ntp_140.htm
6
3. Modelo log-normal del precio de las acciones
Abstract
Introduccin
7
La log-normalidad en el precio de las acciones
(1)
8
A partir de la ecuacin (1) puede demostrarse que:
Conclusin
www.bcr.com.ar/.../images/pdf/ Modelo%20de%20valuacin%20de%20opciones%20sobre
%20acciones%202005_DIC.pdf
9
4. Anlisis de la comunidad de una laguna costera en
la costa sur occidental de Mxico.
S = Soe- (a R) donde:
Fig. 11. Nmero y abundancia relativa de las especies de la comunidad y las distribuciones tericas
esperadas de acuerdo con el modelo de MacArtur y con la log normal.
5
Aunque en la introduccin se ha definido la distribucin log-normal con logaritmos neperianos, la
base no tiene demasiada importancia.
11
Como resultado de la aplicacin de los datos a esta serie se encontr un
ajuste ms aceptable que en los dos primeros casos, segn puede observarse en
las figuras 11 y 12.
Fig. 12. Relacin que describe la abundancia relativa de las especies y su ajuste a la serie log-normal.
May (1975), menciona que las distribuciones de abundancia del tipo log
normal en comunidades con organismos "oportunistas", como posiblemente sea
el caso de las que son objeto del presente estudio, reflejan poco detalle sobre la
estructura de la comunidad y que las especies dominantes son simplemente
aquellas que recientemente han disfrutado de un valor grande de r, o sea su
potencial bitico y por lo mismo, en momentos distintos habr diferentes
dominantes. Por lo que respecta a la peculiaridad observada en la serie log
normal de que el valor de a usualmente vale 0.2 y el de y 29 1, es decir, la
relacin existente entre el intervalo donde el nmero de especies es mximo,
12
dividido por el intervalo donde se localiza la especie ms abundante, May sugiere
que en su opinin estas caractersticas no tienen mayor significado que el de ser
propiedades matemticas de la distribucin log normal. Al respecto de los
modelos de la barra fragmentada y la serie logartmica o geomtrica, l opina que
son distribuciones caractersticas de comunidades relativamente simples cuya
dinmica est dominada por algn factor individual, pues en un extremo est el
citado en primer trmino, que es una expresin estadstica realista de una
distribucin intrnsecamente uniformes; y en el otro est la serie logartmica que
con frecuencia expresa estadsticamente el proceso desigual del "niche
preemption", o sea, el derecho de ocupar un nicho disponible antes de que otra
especie lo haga, del cual la forma ideal es la serie geomtrica. Por otra parte, la
serie log normal, que probablemente es la ms importante, se puede considerar en
muchos aspectos como intermedia entre las otras dos.
http://biblioweb.dgsca.unam.mx/cienciasdelmar/centro/1979-
2/articulo68.html
5. Cuantificacin de la vitamina B2
www.bvs.sld.cu/revistas/mil/vol29_3_00/mil05300.pdf
14
Obsrvese que a partir de estas tres definiciones (M n, Mw y W(M)) y
teniendo en cuenta las correspondientes a H()7 y y admitiendo una
distribucin log-normal para una mezcla de polmeros, es posible, obtener una
funcin tipo:
G'(+G''() = f(,c,M0)
www.angel.qui.ub.es/~curco/Reologia/viscoel.html
8
9
Este documento no es demasiado preciso y probablemente parte de su contenido podra haberse
omitido de este trabajo.
15
Regin: san Marcos
Esto nos dice que el segmento de San Marcos (cerca de Acapulco) est
definido por tres sismos "caractersticos", en 1845, 1907 y en 1957 (que fue
llamado "Sismo del ngel"). Los intervalos respectivos fueron de 62 y 50 aos, y
el intervalo promedio fue de 56.0 aos.
En tal caso, sin embargo, cmo explicar el hecho de que los intervalos
medios, en dos "segmentos" tan cercanos como Parkfield y Pallett Creek, ambos
en la falla de San Andrs, sean tan diferentes? El intervalo promedio de Parkfield
(ya lo mencionamos) es de 21.8 aos. El de Pallett Creek, de 194.3 aos. Ambos
supuestamente definidos con base en sismos "caractersticos". Ambos sobre la
misma falla. El corrimiento anual de la falla es el mismo en ambos lugares. Si
hay auto-similitud el mecanismo de fractura debe ser homogneo (Kolmogorov,
1941). Pero no lo es, puesto que hay diferencias tan enormes en el intervalo
promedio de temblores.
Sin embargo, los autores explcitamente declaran que todos los sismos
caractersticos son generados por un solo proceso comn. Esto significa que
debera poder predecirse un sismo de Pallett Creek mediante observaciones
hechas en Parkfield, lo que es absurdo, puesto que los intervalos son
completamente diversos. En conclusin, los sismos "caractersticos" no
caracterizan nada, a no ser un gran deseo de predecir fenmenos que an no
entendemos suficientemente bien.
www.ssn.unam.mx/SSN/Doc/Prediccion/cinna.htm
17
8. Factores que afectan las tasas de captura de
langostino amarillo (Cervimunida johni) en la zona norte
de Chile
18
& Nelder, 1989). Segn Punt et al., (2000) las distribuciones gamma y log-
normal son candidatas adecuadas para describir la distribucin de la variable
respuesta, siempre que la varianza de las tasas de captura sea proporcional al
cuadrado de la media. En el caso de las tasas de captura mensuales de langostino
amarillo para la zona norte, la relacin potencial no es significativamente
diferente de la cuadrtica (P < 0,05; r2 = 0,85) (Fig. 3).
www.scielo.cl/pdf/imar/v33n1/art03.pdf
10
Se llaman percentil Pn (1<n<100) a los valores xi de una distribucin de frecuencias tales
que el n% de los valores de la misma estn por debajo de xi .
19
9. Comportamiento de las precipitaciones
en el sector del Lago Titicaca (Bolivia)
durante "El Fenmeno El Nio"
www.unesco.org.uy/phi/libros/enso/maldonado.html
a) Nanopartculas.
Dentro de las diversas reas cientfica-tecnolgicas, cada da estn tomando
ms fuerza las que dicen relacin con el estudio y desarrollo de nuevos
materiales.
Las nanopartculas son materiales con un tamao de grano del orden de los
nanometros, cuyo confinamiento espacial es menor a los 100[nm]
21
Existen diversas formas de producir Nanopartculas, las ms tpicas son:
condensacin desde el vapor, reaccin qumica y deformacin mecnica, cada
una con sus ventajas y desventajas dependiendo de las propiedades que se
buscan. Agregados de tomos (clusters) son generalmente sintetizados va
condensacin desde el vapor, que es esencialmente evaporacin de un slido
metlico seguido por una condensacin rpida para formar agregados de tomos
de tamao del orden de nanmetros.
22
Se sabe de la termodinmica que el dimetro crtico X crit para la formacin
espontnea de partculas embrionarias est dado por la siguiente relacin:
cabierta.uchile.cl/revista/21/articulos/pdf/edu1.pdf
24