104561 METODOS PROBABILISTICOS

TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION

EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO

EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS

1. VALIDACION ESTADISTICA PARA TIEMPO ENTRE LLEGADAS

DISTRIBUCION EMPIRICA PARA TIEMPO ENTRE LLEGADAS

1. Generar la Relación de tiempos (consulte aquí), para tomar y presentar los Tiempos entre
llegadas en la siguiente tabla:

TIEMPO ENTRE LLEGADAS

No. Tiempo entre llegadas No. Tiempo entre llegadas
(minutos) (minutos)
1 31
2 32
3 33
4 34
5 35
6 36
7 37
8 38
9 39
10 40
11 41
12 42
13 43
14 44
15 45
16 46
17 47
18 48
19 49
20 50
21 51
22 52
23 53
24 54
25 55
26 56
27 57
28 58
29 59
30 60

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO

Nota 1. Los Tiempos entre llegadas se generan entre un valor mínimo de 5 y un valor máximo de
15.

2. Ordenar los datos de menor a mayor y agruparlos en Clases (intervalos) para diligenciar la
Tabla de Distribución Empírica para Tiempo entre llegadas:

Tabla de Distribución Empírica para Tiempo entre llegadas

No. Frecuencia Frecuencia Frecuencia Relativa
Marca de
de Clase Observada Relativa Acumulada
Clase
Clase 𝑰𝒊−𝟏 – 𝑰𝒊 empírica empírica empírica
𝑰𝒊
𝒊 𝑶𝒊 𝒇𝒊 𝑭𝒊
1 (5 – 6) 5,5
2 (6 – 7) 6,5
3 (7 – 8) 7,5
4 (8 – 9) 8,5
5 (9 – 10) 9,5
6 (10 – 11) 10,5
7 (11– 12) 11,5
8 (12 – 13) 12,5
9 (13 – 14) 13,5
10 (14 – 15) 14,5
Total n = 60 1.000

Si,

• No. de clases. Sea,

𝒊 = 1, N
Donde:
𝒊 : No. de Clase
𝑵 : Ultima Clase (10)

• Clase, intervalo que agrupa los datos. Sea,

𝑰 ∶ 𝑰𝒊−𝟏 – 𝑰𝒊
Donde:
𝑰 ∶ Clase

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
𝑰𝒊−𝟏 ∶ límite inferior de la Clase (en unidad entera)
𝑰𝒊 ∶ límite superior de la Clase (en unidad entera)
• Marca de Clase (mitad de la Clase). Sea,

𝑰𝒊−𝟏 – 𝑰𝒊
𝑰𝒊=
𝟐
Donde:
𝑰 𝒊 ∶ Marca de Clase
𝑰𝒊−𝟏 ∶ límite inferior de la Clase
𝑰𝒊 ∶ límite superior de la Clase
Frecuencia observada. Sea,

𝑶𝒊 = No de datos que se encuentran en la Clase

Donde:
𝑶𝒊 : Frecuencia observada de la Clase
𝒊 : No. de Clase
𝒊 = 1, 10
Frecuencia relativa de la Clase. Sea,

𝑶𝒊
𝒇𝒊 =
𝒏
Donde:
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝑶𝒊 ∶ Frecuencia observada de la Clase
𝒏: tamaño de la muestra (cantidad de datos)
𝒏 = 60
𝒊 = 1, 10
Frecuencia relativa acumulada en la Clase. Sea,

𝟏𝟎

𝑭𝒊 = ∑ 𝒇𝒊
𝒊= 𝟏

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
Donde:
𝑭𝒊 ∶ Frecuencia relativa acumulada en la Clase
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝒊 : No. de Clase
𝒊 = 1, 10

3. Representar gráficamente la Frecuencia Relativa empírica 𝒇𝒊 y la Frecuencia Relativa

Acumulada empírica 𝑭𝒊

4. Determinar la Media de la distribución empírica para Tiempos entre llegada. Sea,

𝟏𝟎

𝒕 = ∑ 𝒇𝒊 ∗ 𝑰 𝒊
𝒊= 𝟏

Donde:
𝒕 : Media de la distribución empírica
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝑰 𝒊 ∶ Marca de clase
𝒊 : No. de Clase
𝒊 = 1, 10
Entonces,

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
𝒕 = (𝒇𝟏 ∗ 𝑰 𝟏) + (𝒇𝟐 ∗ 𝑰 𝟐) + (𝒇𝟑 ∗ 𝑰 𝟑) + (𝒇𝟒 ∗ 𝑰 𝟒) + (𝒇𝟓 ∗ 𝑰 𝟓) + (𝒇𝟔
∗ 𝑰 𝟔) + (𝒇𝟕 ∗ 𝑰 𝟕) + (𝒇𝟖 ∗ 𝑰 𝟖) + (𝒇𝟗 ∗ 𝑰 𝟗) + (𝒇𝟏𝟎 ∗ 𝑰 𝟏𝟎)

5. Determinar la Varianza de la distribución empírica para Tiempo entre llegada. Sea,

𝟏𝟎

𝑺𝟐 = ∑ 𝒇 𝒊 ∗ ( 𝑰 𝒊 − 𝒕 )𝟐
𝒊= 𝟏

Donde:
𝑺𝟐 : Varianza de la distribución empírica
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝑰 𝒊 ∶ Marca de Clase
𝒕 : Media de la distribución empírica
𝒊 : No. de Clase
𝒊 = 1, 10

Entonces,

𝟐 𝟐 𝟐
𝑺𝟐 = [𝒇 𝟏 ∗ ( 𝑰 𝟏 − 𝒕 ) ] + [𝒇 𝟐 ∗ ( 𝑰 𝟐 − 𝒕 ) ] + [𝒇 𝟑 ∗ ( 𝑰 𝟑 − 𝒕 ) ]
𝟐 𝟐
+ [𝒇 𝟒 ∗ ( 𝑰 𝟒 − 𝒕 ) ] + [𝒇 𝟓 ∗ ( 𝑰 𝟓 − 𝒕 ) ]
𝟐 𝟐
+ [𝒇 𝟔 ∗ ( 𝑰 𝟔 − 𝒕 ) ] + [𝒇 𝟕 ∗ ( 𝑰 𝟕 − 𝒕 ) ]
𝟐 𝟐
+ [𝒇 𝟖 ∗ ( 𝑰 𝟖 − 𝒕 ) ] + [𝒇 𝟗 ∗ ( 𝑰 𝟗 − 𝒕 ) ]
𝟐
+ [𝒇 𝟏𝟎 ∗ ( 𝑰 𝟏𝟎 − 𝒕 ) ]

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO

PRUEBA DE BONDAD DE AJUSTE PARA TIEMPO ENTRE LLEGADAS

DISTRIBUCION EXPONENCIAL TEORICA

6. Diligenciar la Tabla de Distribución Exponencial teórica para Tiempo entre llegadas:

Tabla de Distribución Exponencial teórica para Tiempo entre llegadas

No. Clase Marca de Frecuencia Frecuencia
de Clase Exponencial Relativa
Clase 𝑰𝒊−𝟏 – 𝑰𝒊 𝑻=𝑰𝒊 teórica Exponencial
𝒊=𝒕 𝒇 (𝒕) teórica
𝑭 (𝑻)
1 (5 – 6) 5,5
2 (6 – 7) 6,5
3 (7 – 8) 7,5
4 (8 – 9) 8,5
5 (9 – 10) 9,5
6 (10 – 11) 10,5
7 (11– 12) 11,5
8 (12 – 13) 12,5
9 (13 – 14) 13,5
10 (14 – 15) 14,5
Si,

• Media de la distribución Exponencial teórica para Tiempo entre llegadas. Sea,

𝟏
𝝀=
𝒕
Donde:
𝝀 : Media de la distribución Exponencial teórica
𝒕 : Media de la distribución empírica

• Frecuencia Exponencial teórica para Tiempo entre llegadas. Sea,

𝒇 (𝒕) = 𝝀 𝒆(−𝝀 ∗ 𝒕) , 𝑡 > 0 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒

Donde:
𝒇 (𝒕) ∶ Frecuencia Exponencial teórica

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
𝝀 : Media de la distribución Exponencial teórica
𝒆 ∶ Constante Euler, 𝒆 = 𝟐. 𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝒕 = 𝒊 , donde 𝒊 : No. de Clases, 𝒊 = 𝟏, 𝟏𝟎

• Frecuencia relativa Exponencial teórica para Tiempo entre llegadas. Sea,

𝑭 (𝑻) = 𝟏 − 𝒆(−𝝀 ∗ 𝑻) , 𝑇 > 0 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒

Donde:
𝑭 (𝑻) ∶ Frecuencia relativa Exponencial teórica
𝝀 : Media de la distribución Exponencial teórica
𝒆 ∶ Constante Euler, 𝒆 = 𝟐. 𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝑻 = 𝑰 , donde 𝑰 : Marca de Clase

7. Representar gráficamente la Frecuencia relativa acumulada empírica 𝒇𝒊 Vs Frecuencia

relativa Exponencial teórica 𝑭 (𝑻)

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
DISTRIBUCION X2 CHI CUADRADO

8. Diligenciar la Tabla de Distribución 𝑿𝟐 para Tiempo entre llegadas:

Tabla de Distribución 𝑿𝟐 para Tiempo entre llegadas

No.
de Clase
Frecuencia Agrupamiento Frecuencia Agrupamiento
𝟐
(𝑶𝒊 − 𝒏𝒊 )𝟐
Observada de Clases 𝑶𝒊 Teórica de Clases 𝒏𝒊 𝑿 =
Clase 𝑰𝒊−𝟏 – 𝑰𝒊 𝒏𝒊
𝑶𝒊 para 𝑿𝟐 𝒏𝒊 para 𝑿𝟐
𝒊
1 (5 – 6)
2 (6 – 7)
3 (7 – 8)
4 (8 – 9)
5 (9 – 10)
6 (10 – 11)
7 (11– 12)
8 (12 – 13)
9 (13 – 14)
10 (14 – 15)
(15 - ∞ 0
Total 𝒏 = 60 𝒏 = 60 𝑿𝟐 =

Nota 2. En la Distribución 𝒙𝟐 como regla práctica, el conteo de la Frecuencia Teórica 𝒏𝒊 debe ser
al menos de 5. Este requerimiento se suele resolver combinando Clases sucesivas hasta que se
satisface la regla para el Agrupamiento de Clases para 𝑿𝟐

Si,

• Frecuencia teórica para Tiempo entre llegadas. Sea,

𝒏𝒊 = 𝟔𝟎 ( 𝒆(−𝝀 ∗𝑰𝒊−𝟏 ) − 𝒆(−𝝀 ∗𝑰𝒊 ) ) 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒

Donde:
𝒏𝒊 ∶ Frecuencia teórica
𝝀 : Media de la distribución Exponencial teórica
𝒆 ∶ Constante Euler, 𝒆 = 𝟐. 𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
𝑰𝒊−𝟏 ∶ límite inferior de la Clase
𝑰𝒊 ∶ límite superior de la Clase

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
• Distribución 𝑿𝟐 para Tiempo entre llegadas. Sea,

𝟐
(𝑶𝒊 − 𝒏𝒊 )𝟐
𝑿 = 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒
𝒏𝒊
𝒎
𝟐
(𝑶𝒊 − 𝒏𝒊 )𝟐
𝑿 =∑ 𝑃𝑎𝑟𝑎 𝑒𝑙 𝑎𝑔𝑟𝑢𝑝𝑎𝑚𝑖𝑛𝑒𝑡𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒𝑠
𝒏𝒊
𝟏

Donde:
𝑿𝟐 : Distribución 𝑿𝟐
𝑶𝒊 : Frecuencia observada empírica
𝒏𝒊 : Frecuencia teórica de la distribución 𝑿𝟐
𝒎 : No. de Clases agrupadas para 𝑿𝟐

PRUEBA DE HIPOTESIS

9. Realizar la Prueba de Bondad de ajusta. Para el Tiempo entre llegadas probar:

Hipótesis nula 𝑯𝒐 : Aceptar 𝒇(𝒕) si 𝒙𝟐 < 𝒙𝟐𝑵−𝒌−𝟏, 𝟏−𝜶

𝟐
Hipótesis alterna 𝑯𝒐 : No aceptar 𝒇(𝒕) si 𝒙𝟐 ≥ 𝒙𝑵−𝒌−𝟏, 𝟏−𝜶

Si,

𝒇(𝒕) : Frecuencia Exponencial teórica

𝒙𝟐 : Valor obtenido en 𝒙𝟐 para Tiempo entre llegadas
𝒙𝟐𝑵−𝒌−𝟏, 𝟐
𝜶 : Valor 𝒙 de la Tabla de Distribución 𝒙
𝟐

Donde:
𝑵 − 𝒌 − 𝟏: Grados de libertad
𝑵 : No. de Clases utilizadas en la Distribución 𝒙𝟐
𝒌 : Parámetros utilizadas en la Distribución 𝒙𝟐
𝜶 : Nivel de significancia
𝜶 = 𝟏 − 𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂

Entones,

𝑵:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
𝒌 : 1, un parámetro utilizado, la media
𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂 = 𝟎. 𝟗𝟓
𝜶 = 𝟏 − 𝟎. 𝟗𝟓
𝜶 = 0.05

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO

2. VALIDACION ESTADISTICA PARA TIEMPOS DE SERVICIO

DISTRIBUCION EMPIRICA PARA TIEMPOS DE SERVICIO

1. Generar la la Relación de tiempos (consulte aquí), para tomar y presentar los Tiempos de
servicio en la siguiente tabla:

TIEMPOS DE SERVICIO
No. Tiempos de servicio No. Tiempos de servicio
(minutos) (minutos)
1 31
2 32
3 33
4 34
5 35
6 36
7 37
8 38
9 39
10 40
11 41
12 42
13 43
14 44
15 45
16 46
17 47
18 48
19 49
20 50
21 51
22 52
23 53
24 54
25 55
26 56
27 57
28 58
29 59
30 60

Nota 1. Los Tiempos de servicio se generan entre un valor mínimo de 3 y un valor máximo de 13.
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO

2. Ordenar los datos de menor a mayor y agruparlos en Clases (intervalos) para diligenciar la
Tabla de Distribución Empírica para Tiempos de servicio:

Tabla de Distribución Empírica para Tiempos de servicio

No. Frecuencia Frecuencia Frecuencia Relativa
Marca de
de Clase Observada Relativa Acumulada
Clase
Clase 𝑰𝒊−𝟏 – 𝑰𝒊 empírica empírica empírica
𝑰𝒊
𝒊 𝑶𝒊 𝒇𝒊 𝑭𝒊
1 (3 – 4) 3,5
2 (4 – 5) 4,5
3 (5 – 6) 5,5
4 (6 – 7) 6,5
5 (7 – 8) 7,5
6 (8 – 9) 8,5
7 (9 – 10) 9,5
8 (10 – 11) 10,5
9 (11 – 12) 11,5
10 (12 – 13) 12,5
Total n = 60 1.000

Si,

• No. de clases. Sea,

𝒊 = 1, N
Donde:
𝒊 : No. de Clase
𝑵 : Ultima Clase (10)

• Clase, intervalo que agrupa los datos. Sea,

𝑰 ∶ 𝑰𝒊−𝟏 – 𝑰𝒊
Donde:
𝑰 ∶ Clase
𝑰𝒊−𝟏 ∶ límite inferior de la Clase (en unidad entera)
𝑰𝒊 ∶ límite superior de la Clase (en unidad entera)
• Marca de Clase (mitad de la Clase). Sea,
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO

𝑰𝒊−𝟏 – 𝑰𝒊
𝑰𝒊=
𝟐
Donde:
𝑰 𝒊 ∶ Marca de Clase
𝑰𝒊−𝟏 ∶ límite inferior de la Clase
𝑰𝒊 ∶ límite superior de la Clase
Frecuencia observada. Sea,

𝑶𝒊 = No de datos que se encuentran en la Clase

Donde:
𝑶𝒊 : Frecuencia observada de la Clase
𝒊 : No. de Clase
𝒊 = 1, 10
Frecuencia relativa de la Clase. Sea,

𝑶𝒊
𝒇𝒊 =
𝒏
Donde:
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝑶𝒊 ∶ Frecuencia observada de la Clase
𝒏: tamaño de la muestra (cantidad de datos)
𝒏 = 60
𝒊 = 1, 10
Frecuencia relativa acumulada en la Clase. Sea,

𝟏𝟎

𝑭𝒊 = ∑ 𝒇𝒊
𝒊= 𝟏
Donde:
𝑭𝒊 ∶ Frecuencia relativa acumulada en la Clase
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝒊 : No. de Clase
𝒊 = 1, 10
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO

3. Representar gráficamente la Frecuencia Relativa empírica 𝒇𝒊 y la Frecuencia Relativa

Acumulada empírica 𝑭𝒊

4. Determinar la Media de la distribución empírica para Tiempos de servicio. Sea,

𝟏𝟎

𝒕 = ∑ 𝒇𝒊 ∗ 𝑰 𝒊
𝒊= 𝟏

Donde:
𝒕 : Media de la distribución empírica
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝑰 𝒊 ∶ Marca de clase
𝒊 : No. de Clase
𝒊 = 1, 10
Entonces,

𝒕 = (𝒇𝟏 ∗ 𝑰 𝟏) + (𝒇𝟐 ∗ 𝑰 𝟐) + (𝒇𝟑 ∗ 𝑰 𝟑) + (𝒇𝟒 ∗ 𝑰 𝟒) + (𝒇𝟓 ∗ 𝑰 𝟓) + (𝒇𝟔

∗ 𝑰 𝟔) + (𝒇𝟕 ∗ 𝑰 𝟕) + (𝒇𝟖 ∗ 𝑰 𝟖) + (𝒇𝟗 ∗ 𝑰 𝟗) + (𝒇𝟏𝟎 ∗ 𝑰 𝟏𝟎)

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
5. Determinar la Varianza de la distribución empírica para Tiempos de servicio. Sea,

𝟏𝟎

𝑺𝟐 = ∑ 𝒇 𝒊 ∗ ( 𝑰 𝒊 − 𝒕 )𝟐
𝒊= 𝟏

Donde:
𝑺𝟐 : Varianza de la distribución empírica
𝒇𝒊 ∶ Frecuencia relativa de la Clase
𝑰 𝒊 ∶ Marca de Clase
𝒕 : Media de la distribución empírica
𝒊 : No. de Clase
𝒊 = 1, 10

Entonces,

𝟐 𝟐 𝟐
𝑺𝟐 = [𝒇 𝟏 ∗ ( 𝑰 𝟏 − 𝒕 ) ] + [𝒇 𝟐 ∗ ( 𝑰 𝟐 − 𝒕 ) ] + [𝒇 𝟑 ∗ ( 𝑰 𝟑 − 𝒕 ) ]
𝟐 𝟐
+ [𝒇 𝟒 ∗ ( 𝑰 𝟒 − 𝒕 ) ] + [𝒇 𝟓 ∗ ( 𝑰 𝟓 − 𝒕 ) ]
𝟐 𝟐
+ [𝒇 𝟔 ∗ ( 𝑰 𝟔 − 𝒕 ) ] + [𝒇 𝟕 ∗ ( 𝑰 𝟕 − 𝒕 ) ]
𝟐 𝟐
+ [𝒇 𝟖 ∗ ( 𝑰 𝟖 − 𝒕 ) ] + [𝒇 𝟗 ∗ ( 𝑰 𝟗 − 𝒕 ) ]
𝟐
+ [𝒇 𝟏𝟎 ∗ ( 𝑰 𝟏𝟎 − 𝒕 ) ]

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
PRUEBA DE BONDAD DE AJUSTE PARA TIEMPOS DE SERVICIO

DISTRIBUCION EXPONENCIAL TEORICA

6. Diligenciar la Tabla de Distribución Exponencial teórica para Tiempo de servicio:

Tabla de Distribución Exponencial teórica para Tiempos de servicio

No. Clase Marca de Frecuencia Frecuencia
de Clase Exponencial Relativa
Clase 𝑰𝒊−𝟏 – 𝑰𝒊 𝑻=𝑰𝒊 teórica Exponencial
𝒊=𝒕 𝒇 (𝒕) teórica
𝑭 (𝑻)
1 (3 – 4) 3,5
2 (4 – 5) 4,5
3 (5 – 6) 5,5
4 (6 – 7) 6,5
5 (7 – 8) 7,5
6 (8 – 9) 8,5
7 (9 – 10) 9,5
8 (10 – 11) 10,5
9 (11 – 12) 11,5
10 (12 – 13) 12,5
Si,

• Media de la distribución Exponencial teórica para Tiempos de servicios. Sea,

𝟏
𝝀=
𝒕
Donde:
𝝀 : Media de la distribución Exponencial teórica
𝒕 : Media de la distribución empírica

• Frecuencia Exponencial teórica para Tiempos de servicio. Sea,

𝒇 (𝒕) = 𝝀 𝒆(−𝝀 ∗ 𝒕) , 𝑡 > 0 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒

Donde:
𝒇 (𝒕) ∶ Frecuencia Exponencial teórica
𝝀 : Media de la distribución Exponencial teórica
Alvaro Javier Rojas Baracaldo
Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
𝒆 ∶ Constante Euler, 𝒆 = 𝟐. 𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝒕 = 𝒊 , donde 𝒊 : No. de Clases, 𝒊 = 𝟏, 𝟏𝟎

• Frecuencia relativa Exponencial teórica para Tiempos de servicio. Sea,

𝑭 (𝑻) = 𝟏 − 𝒆(−𝝀 ∗ 𝑻) , 𝑇 > 0 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒

Donde:
𝑭 (𝑻) ∶ Frecuencia relativa Exponencial teórica
𝝀 : Media de la distribución Exponencial teórica
𝒆 ∶ Constante Euler, 𝒆 = 𝟐. 𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
Si 𝑻 = 𝑰 , donde 𝑰 : Marca de Clase

7. Representar gráficamente la Frecuencia relativa acumulada empírica 𝒇𝒊 Vs Frecuencia

relativa Exponencial teórica 𝑭 (𝑻)

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
DISTRIBUCION X2 CHI CUADRADO

8. Diligenciar la Tabla de Distribución 𝑿𝟐 para Tiempos de servicio:

Tabla de Distribución 𝑿𝟐 para Tiempos de servicio

No.
de Clase
Frecuencia Agrupamiento Frecuencia Agrupamiento
𝟐
(𝑶𝒊 − 𝒏𝒊 )𝟐
Observada de Clases 𝑶𝒊 Teórica de Clases 𝒏𝒊 𝑿 =
Clase 𝑰𝒊−𝟏 – 𝑰𝒊 𝒏𝒊
𝑶𝒊 para 𝑿𝟐 𝒏𝒊 para 𝑿𝟐
𝒊
1 (3 – 4)
2 (4 – 5)
3 (5 – 6)
4 (6 – 7)
5 (7 – 8)
6 (8 – 9)
7 (9 – 10)
8 (10 – 11)
9 (11 – 12)
10 (12 – 13)
(13 - ∞ 0
Total 𝒏 = 60 𝒏 = 60 𝑿𝟐 =

Nota 2. En la Distribución 𝒙𝟐 como regla práctica, el conteo de la Frecuencia Teórica 𝒏𝒊 debe ser
al menos de 5. Este requerimiento se suele resolver combinando Clases sucesivas hasta que se
satisface la regla para el Agrupamiento de Clases para 𝑿𝟐

Si,

• Frecuencia teórica para Tiempos de servicio. Sea,

𝒏𝒊 = 𝟔𝟎 ( 𝒆(−𝝀 ∗𝑰𝒊−𝟏 ) − 𝒆(−𝝀 ∗𝑰𝒊 ) ) 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒

Donde:
𝒏𝒊 ∶ Frecuencia teórica
𝝀 : Media de la distribución Exponencial teórica
𝒆 ∶ Constante Euler, 𝒆 = 𝟐. 𝟕𝟏𝟖𝟐𝟖𝟏𝟖𝟐𝟖
𝑰𝒊−𝟏 ∶ límite inferior de la Clase
𝑰𝒊 ∶ límite superior de la Clase

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
• Distribución 𝑿𝟐 para Tiempos de servicio. Sea,

𝟐
(𝑶𝒊 − 𝒏𝒊 )𝟐
𝑿 = 𝑃𝑎𝑟𝑎 𝑐𝑎𝑑𝑎 𝐶𝑙𝑎𝑠𝑒
𝒏𝒊
𝒎
𝟐
(𝑶𝒊 − 𝒏𝒊 )𝟐
𝑿 =∑ 𝑃𝑎𝑟𝑎 𝑒𝑙 𝑎𝑔𝑟𝑢𝑝𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒 𝐶𝑙𝑎𝑠𝑒𝑠
𝒏𝒊
𝟏

Donde:
𝑿𝟐 : Distribución 𝑿𝟐
𝑶𝒊 : Frecuencia observada empírica
𝒏𝒊 : Frecuencia teórica de la distribución 𝑿𝟐
𝒎 : No. de Clases agrupadas para 𝑿𝟐

PRUEBA DE HIPOTESIS

9. Realizar la Prueba de Bondad de ajuste. Para el Tiempo de servicio probar:

Hipótesis nula 𝑯𝒐 : Aceptar 𝒇(𝒕) si 𝒙𝟐 < 𝒙𝟐𝑵−𝒌−𝟏, 𝟏−𝜶

𝟐
Hipótesis alterna 𝑯𝒐 : No aceptar 𝒇(𝒕) si 𝒙𝟐 ≥ 𝒙𝑵−𝒌−𝟏, 𝟏−𝜶

Si,

𝒇(𝒕) : Frecuencia Exponencial teórica

𝒙𝟐 : Valor obtenido en 𝒙𝟐 para Tiempos de servicio
𝒙𝟐𝑵−𝒌−𝟏, 𝟐
𝜶 : Valor 𝒙 de la Tabla de Distribución 𝒙
𝟐

Donde:
𝑵 − 𝒌 − 𝟏: Grados de libertad
𝑵 : No. de Clases utilizadas en la Distribución 𝒙𝟐
𝒌 : Parámetros utilizadas en la Distribución 𝒙𝟐
𝜶 : Nivel de significancia
𝜶 = 𝟏 − 𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂

Entones,

𝑵:

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
𝒌 : 1, un parámetro utilizado, la media
𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒄𝒐𝒏𝒇𝒊𝒂𝒏𝒛𝒂 = 𝟎. 𝟗𝟓
𝜶 = 𝟏 − 𝟎. 𝟗𝟓,
𝜶 = 0.05

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020
 104561 METODOS PROBABILISTICOS
TAREA 1 – INTRODUCCION A LOS MODELOS PROBABILISTICOS DE DECISON Y OPTIMIZACION
EJERCICIO 1. REPRESENTACION PROBABILISTICA DE DATOS
GUIA DE DESARROLLO
Bibliografía:

Taha, H. (1995). Investigación de Operaciones (pp. 452-458). México, México: Editorial Alfaomega.

Taha, H. (2004). Distribuciones empíricas. Investigación de Operaciones (pp. 480-488). México,

México: Pearson Educación. Recuperado de
https://vagosuatfis.files.wordpress.com/2012/07/thaja-investigacion-de-operaciones-by-k9.pdf

Taha, H. (2012). Investigación de Operaciones (pp. 506-511). México, México: Pearson Educación.

Alvaro Javier Rojas Baracaldo

Director de curso
Red de curso 104561 Métodos Probabilísticos 16-01 2020