Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Cartilla Semana 1.1 PDF
Cartilla Semana 1.1 PDF
SEMANA 1
ESTADÍSTICA
[ PROGRAMACIÓN ESTOCÁSTICA ]
SEMANA
UNO
LECTURA
UNO:
Repaso
de
Probabilidad
y
Estadística
En
esta
primera
parte
del
curso
y
a
manera
de
introducción
se
espera
que
el
estudiante
realice
un
repaso,
con
el
cual
se
pueda
crear
una
visión
general
de
los
aspectos
básicos
de
probabilidad,
específicamente
en
los
temas
relacionados
con
variables
aleatorias
y
distribuciones
de
probabilidad,
las
cuales
serán
base
fundamental
para
la
construcción
del
conocimiento
de
modelos
estocásticos.
De
igual
manera
se
espera
que
el
estudiante
por
medio
de
la
siguiente
lectura
tenga
claras
las
diferencias
entre
un
espacio
muestral
discreto
con
sus
respectivas
distribuciones
y
un
espacio
muestral
continuo
con
sus
respectivas
distribuciones.
VARIABLE
ALEATORIA
Y
DISTRIBUCIONES
DE
PROBABILIDAD
Diferentes
ciencias
y
disciplinas
han
querido
hacer
inferencias
acerca
de
comportamientos
en
la
población
y
el
mundo
en
general.
En
el
caso
de
los
inventarios,
es
importante
estar
en
capacidad
de
hacer
inferencias
del
comportamiento
de
la
demanda.
Para
tener
noción
de
ese
comportamiento,
debemos
conocer
básicamente
dos
cosas:
el
conjunto
de
valores
que
puede
tomar
la
demanda
y
la
probabilidad
asociada
a
cada
uno
de
esos
valores.
A
dicho
conjunto
de
valores
se
le
conoce
como
el
espacio
muestral.
De
esta
manera,
se
va
a
definir
una
variable
aleatoria
como
la
función
que
asocia
un
número
real
(probabilidad)
con
cada
uno
de
los
valores
del
espacio
muestral.
Un
ejemplo
de
definición
de
una
variable
aleatoria
(“X”)
relacionada
con
la
demanda
sería:
X:
Número
de
unidades
a
vender
en
el
mes
de
enero.
La
siguiente
tabla
representa
la
distribución
de
probabilidades
según
el
espacio
muestral.
Tabla
1.
Distribución
de
probabilidades
según
el
espacio
muestral
Espacio
Muestral
Probabilidad
100
35%
80
55%
60
10%
Fuente:
elaboración
propia
Para
definir
de
manera
más
fácil
las
variables
aleatorias,
se
crearon
distribuciones
de
probabilidad,
las
cuales
pueden
describir
el
comportamiento
de
una
serie
de
valores
determinados
de
forma
clara
y
resumida.
Estos
permiten
calcular
de
manera
más
eficiente
las
probabilidades
asociadas
a
los
diferentes
valores
y
para
fines
de
esta
lectura,
se
explicarán
las
tres
distribuciones
de
probabilidad
más
usadas
en
el
campo
de
la
administración
de
inventarios.
Antes
de
proceder
con
los
tipos
de
distribuciones
se
debe
aclarar
la
diferencia
fundamental
entre
un
espacio
muestral
discreto,
un
espacio
muestral
continuo
y
el
respectivo
comportamiento
de
las
variables
aleatorias.
Un
espacio
muestral
discreto
es
aquel
que
contiene
un
número
finito
de
posibilidades
o
una
serie
interminable
con
tantos
elementos
como
2
[ POLITÉCNICO GRANCOLOMBIANO ]
[ PROGRAMACIÓN ESTOCÁSTICA ] 3
4 3 ! 3 !!! 4! 3! 27
!"# 2; 4; 3 4 = 1− = ∗ != = !. !"#$
2 4 4 2! 2! 4 128
La
probabilidad
de
que
sobrevivan
exactamente
dos
de
los
siguientes
cuatro
componentes
que
se
prueben
es
del
21%.
En
algunos
casos,
nos
interesaremos
por
solucionar
problemas
donde
conocer
!(! < !)
o
!(! ≤ ! ≤ !)
sea
necesario.
Para
solucionar
este
tipo
de
problemas
disponemos
de
las
sumas
binomiales:
!
! !; !, ! = ! !; !, !
!!!
Las
cuales
pueden
ser
consultadas
en
tablas
para
solucionar
los
problemas
o
con
la
herramienta
de
Excel,
la
cual
directamente
calcula
la
probabilidad
introduciendo
previamente
los
datos
pertinentes
y
el
tipo
de
distribución.
Las
tablas
mencionadas
anteriormente
pueden
ser
consultadas
en
el
libro
“Probabilidad
y
estadística
para
ingenieros-‐
Ronald
Walpole
–
6
Ed.”
en
la
tabla
A.1
del
apéndice.
Ejemplo:
La
probabilidad
de
que
un
paciente
se
recupere
de
una
rara
enfermedad
sanguínea
es
del
0.4
si
se
sabe
que
15
personas
contraen
esta
enfermedad,
¿cuál
es
la
probabilidad
de
que
(a)
sobrevivan
al
menos
10,
(b)
sobrevivan
de
3
a
8
y
(c)
sobrevivan
exactamente
5?
X=
Número
de
personas
que
sobreviven
(a) ! ! ≥ 10 = 1 − ! ! < 10 = 1 − !!!! ! !; 15, 0.4 = 1 − 0.9662
= !. !""#
(b) !(3 ≤ ! ≤ 8) = !!!! ! !; 15,0.4
! !
4
[ POLITÉCNICO GRANCOLOMBIANO ]
Fuente:
elaboración
propia
Ejemplo:
Se
sabe
que
cierto
proceso
de
fabricación,
en
promedio,
uno
de
cada
100
artículos
está
defectuoso.
¿Cuál
es
la
probabilidad
de
que
el
quinto
artículo
que
se
inspecciona
sea
el
primer
defectuoso
que
se
encuentra?
Al
usar
la
distribución
geométrica
con
n=5
y
p=
0.01,
tenemos
! 5; 0.01 = 0.01 0.99 !!! = !. !!"#
La
probabilidad
de
que
el
quinto
artículo
que
se
inspecciona
sea
el
primer
defectuoso
que
se
encuentra
es
del
0.96%.
Ejemplo:
En
“tiempo
ocupado”
un
conmutador
telefónico
está
muy
cerca
de
su
capacidad,
por
lo
que
los
usuarios
tienen
dificultad
al
hacer
sus
llamadas.
Puede
ser
de
interés
conocer
el
número
de
intentos
necesarios
a
fin
de
conseguir
un
enlace
telefónico.
Suponga
que
p=
0.05
es
la
probabilidad
de
conseguir
un
enlace
durante
el
tiempo
ocupado.
Nos
interesa
conocer
la
probabilidad
de
que
se
necesiten
cinco
intentos
para
una
llamada
exitosa.
El
uso
de
la
distribución
geométrica
con
n=
5
y
p=
0.05
nos
da
! ! = ! = ! 5: 0.05 = 0.05 0.95 !!! = !. !"#
La
probabilidad
de
que
se
necesiten
cinco
intentos
para
una
llamada
exitosa
es
del
4.1%.
DISTRIBUCIÓN
BINOMIAL
NEGATIVA
La
distribución
binomial
negativa
es
aquella
en
donde
si
pruebas
independientes
repetidas
pueden
tener
como
resultado
un
éxito
con
probabilidad
p
y
un
fracaso
con
probabilidad
q
=
1-‐
p,
entonces
la
distribución
de
probabilidad
de
la
variable
aleatoria
X,
el
número
de
la
prueba
en
la
que
ocurre
el
k-‐ésimo
éxito,
es
! − ! ! !!!
! !; !, ! = ! ! , ! = !, ! + !, ! + !, ….
!−!
[ PROGRAMACIÓN ESTOCÁSTICA ] 5
Ejemplo:
Encuentre
la
probabilidad
de
que
una
persona
que
lanza
tres
monedas
obtenga
sólo
caras
o
sólo
cruces
por
segunda
vez
en
el
quinto
lanzamiento.
Al
utilizar
la
distribución
binomial
negativa
con
x=
5,
k=
2,
y
p=
¼,
tenemos:
1 4 1 ! 3 ! 4! 3! 27
! 5; 2, = = ∗ != = !. !"#
4 1 4 4 1! 3! 4 256
La
probabilidad
de
que
la
persona
que
lanza
tres
monedas
obtenga
sólo
caras
o
sólo
cruces
por
segunda
vez
en
el
quinto
lanzamiento
es
del
10.5%.
Ejemplo:
Los
registros
de
una
compañía
constructora
de
pozos,
indican
que
la
probabilidad
de
que
uno
de
sus
pozos
nuevos,
requiera
de
reparaciones
en
el
término
de
un
año
es
de
0.20.
¿Cuál
es
la
probabilidad
de
que
el
sexto
pozo
construido
por
esta
compañía
en
un
año
dado
sea
el
segundo
en
requerir
reparaciones
en
un
año?
Al
utilizar
la
distribución
binomial
negativa
con
x=6,
k=
2,
y
p=
0.20,
tenemos
5 5!
! 6; 2, 0.20 = 0.20 ! 0.80 !!! = ∗ 0.20 ! 0.80 ! = !. !"#$
1 1! 4!
La
probabilidad
de
que
el
sexto
pozo
construido
por
la
compañía
en
un
año
dado
sea
el
segundo
en
requerir
reparaciones
en
un
año
es
del
8.19%.
DISTRIBUCIONES
CONTINUAS
DISTRIBUCIÓN
NORMAL
Otra
de
las
distribuciones
de
probabilidad
más
usadas
es
la
distribución
normal.
Esta
función
es
denominada
la
más
importante
en
el
campo
estadístico
gracias
a
que
su
aproximación
puede
describir
la
mayoría
de
fenómenos
de
la
naturaleza,
la
industria
y
la
ciencia.
Se
caracteriza
por
su
simetría
y
su
forma
de
campana.
Su
función
de
densidad,
media,
varianza
y
gráfica
son
las
siguientes:
6
[ POLITÉCNICO GRANCOLOMBIANO ]
Gráfica 2. Función de densidad, media, varianza y gráfica de la variable aleatoria normal.
Fuente1:
Distribución
normal.
Consecuentemente
su
función
de
densidad
acumulada
sería:
!! !!
1 !
(!!!)
!! = ! ! = ! !!! !"
!
!! !! 2!!
Para
facilitar
la
resolución
de
problemas
se
crearon
tablas
de
la
función
de
densidad
acumulada
de
una
distribución
de
una
variable
aleatoria
normal
con
media
0
y
varianza
1.
Esta
distribución
se
conoce
como
la
distribución
normal
estándar
y
su
función
acumulada
es
la
siguiente:
!−!
!=
!
! = !"#$% !"#$%"&' !" !" !"#$%$&'&(%( (!ú!"#$ !" ! !"# !" !"#$! !" !)
1
tomado
el
8
de
febrero
de
2013
de
http://www.virtual.unal.edu.co/cursos/odontologia/2002890/lecciones/distribprobabil/distribnormal.htm
Consultada
7
de
marzo
de
2013
[ PROGRAMACIÓN ESTOCÁSTICA ] 7
Fuente2:
Tabla
Distribución
normal.
Estas
tablas
de
distribución
normal
Z
se
pueden
encontrar
fácilmente
en
internet
o
en
el
libro
mencionado
anteriormente,
“Probabilidad
y
estadística
para
ingenieros-‐
Ronald
Walpole
–
6
Ed.”
Ejemplo
(Ubicación
de
áreas
en
la
curva
de
la
distribución
normal):
Dada
una
distribución
normal
estándar,
encuentre
el
área
bajo
la
curva
que
yace
(a)
a
la
derecha
de
z
=
1.84
y
(b)
entre
z
=
-‐1.97
y
z
=
0.86
2
tomado
el
8
de
febrero
de
2013
de
http://www.google.com.co/search?q=tabla+de+la+normal&hl=es-‐
419&tbo=u&biw=1366&bih=673&tbm=isch&source=univ&sa=X&ei=dA8YUdD9GqbX0QGho4D4CQ&ved=0CCoQsA
Q#imgrc=-‐sMTe-‐
Aztfi9cM%3A%3B4WbD6AAHuB6blM%3Bhttp%253A%252F%252Fwww.ieszaframagon.com%252Fmatematicas%25
2Festadistica%252Fvar_aleatoria%252Ftabla_normal.png%3Bhttp%253A%252F%252Fwww.ieszaframagon.com%2
52Fmatematicas%252Festadistica%252Fvar_aleatoria%252Ftema5_5.html%3B513%3B681
Consultada
el
7
de
marzo
de
2013.
8
[ POLITÉCNICO GRANCOLOMBIANO ]
(a) El
área
en
la
figura
(a)
a
la
derecha
de
z
=
1.84
es
igual
a
1
menos
el
área
en
la
tabla
de
la
distribución
normal
para
dicho
valor
a
la
izquierda
de
z
=
1.84
,
entonces,
1
–
(el
valor
de
z=1.84
que
según
tablas
es
=
0.9671),
tenemos,
1
–
0.9671
=
0.0329
(b) El
área
en
la
figura
(b)
entre
z
=
-‐1.97
y
z
=
0.86
es
igual
al
área
a
la
izquierda
de
z
=
0.86
menos
el
área
a
la
izquierda
de
z
=
-‐1.97.
De
la
tabla
de
la
distribución
normal,
encontramos
que
para
dichos
valores
el
parea
deseada
es
0.8051
–
0.0244
=
0.7807.
Ejemplo:
Cierto
tipo
de
batería
de
almacenamiento
dura,
en
promedio,
3.0
años,
con
una
desviación
estándar
de
0.5
años.
Suponga
que
las
duraciones
de
la
batería
se
distribuyen
normalmente,
encuentre
la
probabilidad
de
que
una
batería
dada
dure
menos
de
2.3
años.
Primero
debemos
construir
un
diagrama
como
el
que
se
muestra
a
continuación,
el
cual
muestra
la
distribución
dada
de
duraciones
de
las
baterías
y
el
área
de
se
desea.
Para
encontrar
la
!(! < 2.3),
necesitamos
evaluar
el
área
bajo
la
curva
normal
a
la
izquierda
de
2.3.
Esto
se
logra
al
encontrar
el
área
a
la
izquierda
del
valor
de
x
correspondiente.
Gráfica
4.
Representación
gráfica
de
una
variable
aleatoria
normal
con
media
3
y
desviación
estándar
0.5
Fuente:
elaboración
propia
De
aquí
encontramos
que:
2.3 − 3
! = = −1.4
0.5
Y
luego
con
el
uso
de
las
tablas
de
la
distribución
para
Z
tenemos:
[ PROGRAMACIÓN ESTOCÁSTICA ] 9
Fuente:
elaboración
propia
Los
valores
Z
que
corresponden
a
!! = 778 ℎ!"#$ ! !! = 834 ℎ!"#$
son:
778 − 800 834 − 800
!! = = −!. !! ! !! = = !. !"
40 40
Entonces,
! 778 < ! < 834 = ! −0.55 < ! < 0.85
= ! ! < 0.85 − ! ! < −0.55
= 0.8023 − 0.2919 = !. !"""
La
probabilidad
de
que
un
foco
se
funda
entre
778
y
834
horas
es
del
51.11%.
DISTRIBUCIÓN
EXPONENCIAL
A
pesar
de
que
la
distribución
normal
puede
ser
usada
para
resolver
varios
problemas
de
cualquier
tipo,
existen
numerosas
situaciones
que
requieren
de
otro
tipo
de
distribuciones.
La
distribución
exponencial
se
caracteriza
por
modelar
tiempos
entre
eventos,
lo
que
la
hace
muy
útil
en
el
campo
de
la
ingeniería.
Su
función
de
densidad,
media,
varianza
y
gráfica
son
las
siguientes:
10
[ POLITÉCNICO GRANCOLOMBIANO ]
Gráfica
6.
Su
función
de
densidad,
media,
varianza
y
gráfica
de
una
variable
aleatoria
exponencial.
Fuente3:
Distribución
exponencial.
Recuerde
que
debido
a
la
relación
que
tiene
la
distribución
exponencial
con
el
proceso
Poisson,
la
función
de
densidad
se
puede
formular
en
términos
de
la
tasa
λ
de
la
siguiente
forma:
! ! = !!!!"
Integrando,
su
función
de
densidad
acumulada
en
términos
de
λ
sería:
!! = ! − !!!"
Ejemplo:
Suponga
que
un
sistema
contiene
cierto
tipo
de
componente
cuyos
tiempos
de
falla
en
años
está
dado
por
T.
La
variable
T
se
modela
bien
mediante
la
distribución
exponencial
con
tiempo
3
tomado
el
8
de
febrero
de
2013
de
http://www.monografias.com/trabajos84/distribucion-‐
exponencial/distribucion-‐exponencial.shtml
Consultada
7
de
marzo
de
2013.
[ PROGRAMACIÓN ESTOCÁSTICA ] 11
12
[ POLITÉCNICO GRANCOLOMBIANO ]