Documentos de Académico
Documentos de Profesional
Documentos de Cultura
simulación
Estadística inferencial en simulación
• Una variable aleatoria es un número cuyo valor está determinado por el resultado de
una probabilidad de ocurrencia.
• Su conducta probabilística se describe por medio de una distribución donde para
cada valor se asocia su probabilidad y donde la suma de esas probabilidades
asociadas a cada valor de la variable debe ser 1.
• Se utiliza números aleatorios.
Variables aleatorias
• EJEMPLO:
Valor de la Probabilidad Acumulado
variable (x) (p(x)) (P(X))
2 0.05 0.05
3 0.12 0.17
4 0.25 0.42
5 0.30 0.72
6 0.13 0.85
7 0.12 0.97
8 0.03 1.00
𝑁
2
𝜎 =𝑉𝑎𝑟 ( 𝑥 )= ∑ 2
(𝑥 𝑖 − 𝜇) ∗ 𝑝(𝑥𝑖 )
𝑝 𝑎𝑟𝑎𝑡𝑜𝑑𝑜𝑖
Ejemplo
Sea la siguiente distribución de variable aleatoria
discreta, determinar el valor esperado de μ y de 2
Valor de la Probabilidad x*p(x)
variable (x) (p(x))
2 0.05 0.1
3 0.12 0.36
4 0.25 1
5 0.30 1.5
6 0.13 0.78
7 0.12 0.84
8 0.03 0.24
Sumatoria= 4.82
Ejemplo
El valor esperado de μ es 4.82 y el de 2 es 2.0276 sea
una desviación estándar de 1.4239.
2 e
•Probabilidad de ocurrencia:
1 x 2
1 x2
donde,
P(x1 X x2 )
2 e
x1
2
dx
= media, = desviación estándar, = 3,14159... ye=
2,71828
Dada la dificultad en poder realizar este cálculo, se desarrolló un procedimiento
mediante el cual se logra transformar una distribución normal en una distribución
normal estandarizada. A partir de los valores de una variable x, se crea una nueva
variable z.
TEOREMA DE LÍMITE CENTRAL
◾Es quizás el teorema más importante de toda la
estadística.
◾Este teorema nos dice que, sin tener en cuenta la forma
de la población que se está estudiando, podemos seguir
empleando la teoría normal para obtener inferencias
sobre la media poblacional a condición de que
obtengamos una muestra grande, porque la distribución
muestral de x será aproximadamente normal cuando n
sea grande.
◾Muchos expertos sugieren que un tamaño de muestra de
30 es suficientemente grande para justificar el uso del
teorema.
Tamaño de muestra
• Cantidad:
( )
2
𝑍
∗𝑆
𝛼
2
𝑛=
𝐸
( )
2
𝑍
• Cualidad: 𝛼
2
𝑛= 𝑝 ∗ 𝑞
𝐸