13/11/2020

Universidad Nacional de Ingeniería – UNI

PROGRAMA DE
ESPECIALIZACIÓN EN
PROYECTOS DE
INVERSIÓN PÚBLICA

Distribución de variables aleatorias

• Distribución de Variables Aleatorias Discretas
• Distribución de Variables Aleatorias Enteras
• Distribución de Variables Aleatorias Continuas
• Distribución de “Expertos“

Consultor: Ramón Ponce de León Rodríguez

Análisis de riego y decisiones

Distribuciones con variables aleatorias discretas

Distribución Discreta General
• Una distribución discreta solamente puede tomar un número finito de valores
• Los valores de una distribución discreta pueden ser enteros o reales (positivos o negativos)
• Los parámetros serán las probabilidades asignadas de los valores correspondientes

Ejemplo: suponga un producto cuyo precio tiene las siguientes probabilidades de ocurrencia.

0.50

0.45

0.40
Precio Probabilidad Estadísticas
0.35
45.0 0.35 Media 51.2500
0.30
50.0 0.45 Var 52.1875 0.25
65.0 0.20 Desv.Est 7.2241 0.20

0.15

0.10

0.05

0.00
45 50 65

1
 13/11/2020

Análisis de riego y decisiones

Distribuciones con variables aleatorias discretas

Distribución discreta binaria: Bernoulli
• Es un caso particular de distribución discreta
• Sólo puede tomar valoras 1 y 0
• Los parámetros son:
o P: probabilidad que el valor sea 1
o q: probabilidad que el valor sea 0.

Ejemplo: suponga un evento cuya ocurrencia tiene las siguientes probabilidades:

1.0

0.9

0.8

0.7
Valores Probabilidad Estadisticas
0.6
1 0.30 Media 0.300
0.5

0 0.70 Var 0.210 0.4

Desv. Est 0.458 0.3

0.2

0.1

0.0
0 1

Análisis de riego y decisiones

Distribuciones con variables aleatorias enteras

Distribución discreta de Poisson
• La distribución de Poisson sólo puede tomar valoras enteros no-negativos: 0, 1, 2, 3, 4, 5, …….
• Los parámetros son:
o λ : Media
o σ 2 : Varianza
o Media (λ) = Varianza (σ 2)

Ejemplo: suponga que el número de clientes que pueden llegar en los próximos 10 minutos a la
ventanilla de un banco es igual a 4.
0.25

0.20

Estadísticas
0.15
Media 4
Var 4
Desv. Est 2 0.10

0.05

0.00
0 1 2 3 4 5 6 7 8 9 10 11 12

Ejemplo: suponga que el número de cliente llegan a razón de 10 por hora. ¿Cuál será la probabilidad que
lleguen al menos 3 durante los primeros 20 minutos?

2
 13/11/2020

Análisis de riego y decisiones

Distribuciones con variables aleatorias enteras

Distribución Binomial
• Es la generalización de la distribución de Bernuolli
• Se utiliza para describir el número de éxitos en “N” pruebas Bernuolli
independientes
• Sólo admite números enteros no negativos
• Los parámetros son:
o N: número de ensayos
o p: probabilidad de éxito
o q: probabilidad de fracaso

Ejemplo: considere un examen de 10 preguntas, con cuatro respuestas posibles para marcar. Cuál es la probabilidad de
marcar más de 6 respuestas correctas al azar?

0.30

0.25
Estadísticas
Media 0.25 0.20

Var 0.1875
0.15
Desv. Est 0.433
0.10

0.05

0.00
0 1 2 3 4 5 6 7 8 9 10

Análisis de riego y decisiones

Distribuciones con variables aleatorias enteras

Distribución Entera Uniforme
• Sólo puede tomar números enteros
• La condición es que lo números sean consecutivos
• Sólo admite números enteros no negativos.
• Los parámetros son:
o Número Mínimo
o Número Máximo

Ejemplo: considere el resultado después de lanzar un dado.

0.20
Probabilidad

0.18

0.16

Estadísticas 0.14

0.12
Media 3.5000
0.10
Var 2.9167
0.08
Desv. Est 1.7078
0.06

0.04

0.02

0.00
1 2 3 Ganancia 4 5 6

3
 13/11/2020

Análisis de riego y decisiones

Distribuciones con variables aleatorias continuas

Distribución Uniforme
• Es similar a la distribución entera uniforme
• Definido el rango, la variable puede tomar cualquier valor real
• Todos los valores son igualmente probables
• Los parámetros son:
o Número Mínimo
o Número Máximo

Ejemplo: considere el caso donde sólo se puede estimar los limites de los valores de ocurrencia. Min = 10 y Max = 15 (obs)

Probabilidad
Media 12.50
Mediana 12.50
Desv Est 1.427
Var 2.038
Curtosis -1.188
Coef. de asimetría -0.019
Rango 4.991
Mínimo 10.007
Máximo 14.999
Suma 12503.966
Cuenta 1000.000
Nivel de confianza(95.0%) 0.089

Mínimo Máximo

Análisis de riego y decisiones

Distribuciones con variables aleatorias continuas

Distribución Normal
• Los valores que puede tomar son ilimitados; es decir, los valores
están entre el menor infinito y el infinito
• La gran mayoría de estos valores están alrededor de la media, en
términos de desviaciones estándar.
• Los parámetros son:
o Media
o Desviación estándar
Ejemplo: suponga que la vida útil de neumáticos se distribuye normalmente con una media de 90000 km
con una desviación estándar de 9000 km
Probabilidad

Estadísticos
Media 90000.000
Mediana 90000.000
Desviación estándar 9000.000
Coeficiente de asimetría 0.000

μ–σ μ μ+σ

4
 13/11/2020

Análisis de riego y decisiones

Distribuciones con variables aleatorias continuas

Distribución Lognomal
• Una distribución lognormal puede obtenerse sustituyendo
• variables con distribución normal
• Una distribución lognormal solamente puede tomar valores
positivos; es decir tienen rango restrictivo
• Los parámetros son:
o Media
o Desviación estándar

Ejemplo: El ingreso familiar en un país donde la gran mayoría tienen poco ingreso y unos pocos tienen un alto nivel.
Media = 2500 y Desv est = 1500

Probabilidad
Estadísticas
Media 2500.000
Mediana 2143.730
Moda 1576.270
Desv Est 1500.000
Asimetria 2.020
Curtosis 11.000

0 μ

Análisis de riego y decisiones

Distribuciones con variables aleatorias continuas

Distribución Beta
• Es una distribución continua donde cualquier valor es probable
• Es una distribución restringida con valores entre 0 y 1
• Dado que los valores están en el intervalo [0 1], se podrá modelar
variables aleatorias que representen proporciones o probabilidades
• Los parámetros son:
o α1 y α2 : son parámetros que controlan la distribución
α1
o Media =
α1 +α2

Ejemplo: suponga que se quiere modelar la participación del mercado de una empresa con α1 = α2 = 2
Probabilidad

Estadísticas
Media 0.500
Mediana 0.500
Moda 0.500
Desv Est 0.220
Asimetria 0.000
Curtosis 2.143

0 1

10

5
 13/11/2020

Análisis de riego y decisiones

Distribuciones con variables aleatorias para

ponderar la opinión de expertos
Distribución Triangular
• Se utiliza cuando no se dispone de datos
• En tal caso se recurre a la opinión de expertos: distribución triangular
• Los parámetros son:
o Mínimo
o Máximo
o Más probable

Ejemplo: suponga que el precio de un producto, por lo general es de 14 dólares, pero en ocasiones
su mínimo es de 8 dólares y su máximo de 20 dólares

Probabilidad
Estadísticas
Mínimo 8.000
Máximo 20.000
Media 14.000
Mediana 14.000
Moda 14.000
Desv Est 2.449
Asimetria 0.000
Curtosis 2.400

Mínimo Más Máximo

probable

11

Análisis de riego y decisiones

Distribuciones con variables aleatorias para

ponderar la opinión de expertos
Distribución PERT
• Al igual que la distribución triangular se utiliza cuando no se dispone de datos
• Generalmente se utiliza para estimar los tiempos asignados a cierta tareas
• Los parámetros son:
o Mínimo
o Máximo
o Más probable
Ejemplo: Se estima que el tiempo para terminar un trabajo es de 18 días, pero en un escenario optimista podría
terminarse en 15 días mientras que si las condiciones son adversas podría terminarse en 21 días
Probabilidad

Estadísticas
Mínimo 15.000
Máximo 21.000
Media 18.000
Mediana 18.000
Moda 18.000
Desv Est 1.134
Asimetria 0.000
Curtosis 2.333

Mínimo Más Máximo

probable

12

6
 13/11/2020

Análisis de riego y decisiones

Distribución de probabilidades

Distribución de Precios: Acciones A y B

Probabilidad

Accion B: media = 30, estand =10

Accion A: media = 30, estand = 5

A
El nivel de riesgo esta asociado directamente con
la probabilidad y la dispersión de la información
que produzca un evento, ejemplo: Una inversión
en el activo B será más arriesgada que en el activo
A. “un inversionista adverso al riesgo preferiría el
activo A”

Variación diaria de precios

La media de los activos A y B son iguales μA = μ B = 30 sin embargo tienen diferente desviación típica (σA ≠ σB), σA = 5 y σB= 10

13

Análisis de riego y decisiones

Distribución de probabilidades

La media de los activos A y B son iguales (μA = μB) sin La media de los activos A y C son diferentes (μA ≠ μC)
embargo tienen diferente desviación típica (σA ≠ σB) sin embargo tienen igual desviación típica (σA = σC)
Probabilidad

Probabilidad

Accion A: media = 30, estand = 5

Accion B: media = 30, estand =10
Acción C: media = 40, estand = 5
Accion A: media = 30, estand = 5

A C
A

μA = μB μA ≠ μC
σA ≠ σB σA = σC

14

7
 13/11/2020

Análisis de riego y decisiones

Distribución de probabilidades
Probabilidad

Probabilidad
A B

– 20 0 20 80 100 120

σA = σB σA = σB

La forma de las distribuciones son idénticas, la desviación estándar de los activos A y B son iguales; sin embargo el activo A
es más riesgoso que el activo B por tener menos valores deseables en su distribución.

15

Análisis de riego y decisiones

Distribución de probabilidades
Probabilidad

Probabilidad

A B

– 20 0 20 80 100 120

La distribución de probabilidad de A es más riesgosa que la distribución de B. Ambas distribuciones tienen

formas iguales, pero el rango de A presenta menos resultados deseables.

16

8
 13/11/2020

Análisis de riego y decisiones

Distribución de probabilidades
Probabilidad

Probabilidad
A B

80 100 120 80 100 120

La distribución de probabilidad B representa un riesgo mayor que la distribución A porque el

rango es mayor y la probabilidad está “más distribuida” que en A.

17

Análisis de riego y decisiones

Distribución de probabilidades
La distribución de probabilidad A es más riesgosa que la distribución B. La probabilidad
que se produzca un valor en A es uniforme en todo el rango, mientras que en B la
probabilidad se concentra entorno a 100.
Probabilidad

Probabilidad

A
B

80 100 120 80 100 120

18

9
 13/11/2020

Análisis de riego y decisiones

Distribución de probabilidades

Probabilidad
Probabilidad

A B

Valor mínimo Valor más probable Valor máximo μ–σ μ μ+σ

Existen otras distribuciones que deben ser analizadas con sus respectivos parámetros

19

Análisis de riego y decisiones

Variables de entrada

Variables de Variables de
incertidumbre decisión Modelo: un modelo es un planteamiento diseñado para explicar
una realidad En un análisis de riesgo y decisiones financiero, el
modelo se sistematiza en términos de ingresos y egresos en
estados financieros

Variables de decisión: son las variables donde su control depende

únicamente del decisor es decir, el decisor tiene pleno control de
las mismas

Variables de incertidumbre: son las variables que están fuera del

control del decisor es decir, son las fuentes de riesgo las cuales se
Sistema de procesamiento y deben describir su comportamiento en términos de una función
de distribución
análisis del modelo
Variables de valor: son variables aleatorias de que reflejan el
resultado del procesamiento en el modelo Generalmente son
métricas que resumen la interacción de las variables de decisión e
incertidumbre en el modelo En el caso de un proyecto de
inversión, estas variables pueden ser el VAN, TIR, VAC, entre otras

Variables de
valor

20

10
 13/11/2020

Análisis de riego y decisiones

Ejemplo:
Considere un juego que consiste en lanzar dos dados. Si los dos números son iguales, usted gana 10% multiplicado por
el número que salió; es decir, si sale 1 y 1 ganará 10% de su inversión, si sale 2 y 2 ganará 20% de su inversión y así
sucesivamente. En caso contrario perderá 1% de su inversión

Variables de entrada
Lanzamiento de los Cantidad de
dados inversión 0.9

0.8

0.7

0.6
Dado1 Dado2 Probabilidad Ganancias
0.5
1 1 1/36 10%
2 2 1/36 20% 0.4
3 3 1/36 30%
0.3
4 4 1/36 40%
5 5 1/36 50% 0.2

6 6 1/36 60%
0.1
Otros resultados -1%
0.0
-0.01 0.1 0.2 0.3 0.4 0.5 0.6

Variables de valor
Media 0.05000
Var 0.02286
Desv Est 0.15120

21

Análisis de riego y decisiones

Ejemplo:
Usted dispone de 10 000.00 dólares para invertir en la bolsa en acciones que siguen una distribución normal, con un
rendimiento promedio anual de 12% y una desviación estándar de 20%. Su bróker le ofrece un préstamo en proporción
a su inversión al 5% anual. Si su objetivo es maximizar el rendimiento esperado ¿Cuánto debe pedir prestado?

Variables de entrada
Inversión sin prestamo 10000
Porcentaje del prestamo 40%
Préstamo 4000
Tasa de rendimiento 12%
Tasa de intéres 5%
Desviación estándar de las acciones 20% Distribución sin financiamiento
Distribución con financiamiento

Ingresos brutos sin prestamo 11200

Ingresos brutos con prestamo 15680
Pago de prestamo 4200
-1.50
-1.40
-1.30
-1.20
-1.10
-1.00
-0.90
-0.80
-0.70
-0.60
-0.50
-0.40
-0.30
-0.20
-0.10
0.00
0.10
0.20
0.30
0.40
0.50
0.60
0.70
0.80
0.90
1.00
1.10
1.20
1.30
1.40
1.50

Ingresos netos con prestamo 11480

Rendimiento de la inversión 0.1480

22

11