Академический Документы
Профессиональный Документы
Культура Документы
Aplicada
a la Gerencia
de Recursos
Humanos
República Bolivariana de Venezuela
Ministerio del Poder Popular para la Educación Superior
Universidad Nororiental Gran Mariscal De Ayacucho
Coordinación de Postgrado.
Núcleo: El Tigre
Cátedra: Estadística Aplicada
de Recursos Humanos
Docente: Maestrantes:
Lic. MSc. Carlena Astudillo Nuñez Mariapaola 20.172.167
León Myleidy 17.352.102
Mendoza Lizmaira 12.677.018
Salgado Yanesy 20.440.262
Febrero 2016
Variables
Aleatorias
Distribución de Probabilidad
Por ejemplo:
• Variable Aleatoria
Discretas Continuas
Es aquella que permite que una variable aleatoria adopte sólo un número limitado de
valores.
Características de las variables aleatorias discretas
1. Es una variable que puede tomar tanto valores enteros como fraccionarios.
2. Puede tomar cualquier valor en algún intervalo (o intervalos) del conjunto de los
números reales y no exclusivamente en puntos aislados.
Antes que nada, vamos al construir el espacio muestral del experimento lanzar tres
monedas. Éste sería:
E = {(c,c,c); (c,x,c); (x,c,c); (c,c,x); (c,x,x,); (x,c,x); (x,x,c); (x,x,x)}
xi 0 1 2 3
1/8 = 3/8 = 3/8 = 1/8 =
pi
0.125 0.375 0.375 0.125
Como puedes observar en los dos ejemplos, la suma de todas las probabilidades
tiene que ser 1, pues estaríamos considerando el espacio muestral completo.
Distribución
Binomial
Distribución Binomial
Características
Formulación
Donde
p: probabilidad de éxito.
q: probabilidad de fracaso (1-p)
r: número de éxitos deseados
n: número de ensayos efectuados
Distribución Binomial
Ejemplo
Solución
¿Cuál es la variable?
X: Nº de empleados ausentes
n= 10 empleados
X= Variable aleatoria
P= 10% = 0,1
110 10
0,1 0,9
10
Distribución Binomial
Solución
1
0 10-0 10
P(0)= 10! . (0,1) . (0.9) = 0,9 = 0,35 = 35%
0! (10 -0)!
𝜇 = 𝑛. 𝑝
𝜇 = 10 0,1
𝜇=1
Media y
Varianza de una
distribución
de probabilidad
Distribución de probabilidad
Distribución de Probabilidad
Distribución de Probabilidad
puede tomar un número de que puede tomar infinito
valores número de valores si el
Continua
de unidades vendidas, suficiente medición
La media aritmética de
una distribución de
probabilidad se Valor Esperado: de una
denomina valor variable aleatoria discreta es
esperado la media aritmética de todos
los resultados posibles
Formulación de Distribución de probabilidad
inversiones. Todas las mañanas se le encarga a cada analista que evalúe de uno a
cinco valores.
Xi Frecuencia P ( X = Xi)
1 4 4/20 = 0,20
2 2 2/20 = 0,10
3 3 3/20 = 0,15
4 5 5/20 = 0,25
5 6 6/20 = 0,30
20 1
Ejemplo
Xi= número de valores
Probabilidad
Xi Frecuencia P ( X = Xi)
0.35
0.3 1 4 4/20 = 0,20
0.25
2 2 2/20 = 0,10
0.2
0.15 3 3 3/20 = 0,15
0.1
0.05
4 5 5/20 = 0,25
0 5 6 6/20 = 0,30
1 2 3 4 5
Probabilidad
20 1
Xi Frecuencia P ( X = Xi)
1 4 4/20 = 0,20
2 2 2/20 = 0,10
3 3 3/20 = 0,15
4 5 5/20 = 0,25
5 6 6/20 = 0,30
20 1
(1x (4/20)) + (2x (2/20)) + (3x (3/20)) + (4x (5/20)) + (5x (6/20))
3,35 valores
Ejemplo
Xi= número de valores
Xi Frecuencia P ( X = Xi)
1 4 4/20 = 0,20
2 2 2/20 = 0,10
3 3 3/20 = 0,15
4 5 5/20 = 0,25
5 6 6/20 = 0,30
20 1
(1²x (4/20)) + (2²x (2/20)) + (3²x (3/20)) + (4²x (5/20)) + (5²x (6/20)) – (3,35) ²
2,23 valores
Interpretación
A los analistas se les asigno un promedio de 3,35 valores para que los evalúen y
analicen. La varianza de 2,23 es una medida de dispersión alrededor de la
media de 3,35.
Aplicación Estadística
Según los agentes de la bolsa de la oficina de Paine Weber (autor del libro
Estadística Aplicada a la empresa y economía ), esta era una práctica común
del director para calcular el número típico de cuentas que cada agente podía
tener a cargo de modo habitual. Con el objetivo de ayudar a medir la carga de
trabajo y ayudar a decidir la asignación de nuevas cuentas.
Distribución de
Poisson a la
Distribución
Binomial
La Distribución Poisson
Fue creada por el matemático francés Simeón Denis Poisson por medio
de un importante trabajo publicado por el mismo en el año 1837.
El número de
accidentes
laborales al
El número de mes.
El número de llegadas de
accidentes en clientes a una
un cruce. tienda por
La demanda hora
de servicios en
un hospital
por parte de
Se emplea para los pacientes.
descubrir varios
procesos, como lo
es la distribución
de las llamadas
telefónicas que
llegan a una
central.
Características
Media o promedio de
éxitos por unidad de
tiempo, área o productos.
ˣ ʎ
P(X!.ʎ) = ʎ. e es la constante 2.7183
X! Factorial
ˣ -np
P(x) = np. e
X!
Aproximación de la Distribución de Poisson a la Distribución Binomial
Ejercicio:
probabilidad de que una de ellas no funcione bien durante un día cualquiera es de 02.
día?
Aproximación de la Distribución de Poisson a la Distribución Binomial
= (4ˆ3)(e)ˆ-4 = 0065
(3.2.1)
=(064)(67032)
6
=00715
Como se puede apreciar , la diferencia entre las dos distribuciones de probabilidad es ligera, a penas
cerca de 10 % de error en el ejemplo