Simulación. Introducción El Riesgo y la incertidumbre No sabemos exactamente si se puede medir algo Sistemas complejos y medir exactamente nos lleva a.

Slides:



Advertisements
Presentaciones similares
Generación de variables aleatorias
Advertisements

Estadística Unidad III
ESTADISTICA INFERENCIAL
DISTRIBUCION NORMAL.
Variable Aleatoria Continua. Principales Distribuciones
Bioestadística Distribución Normal
Matemáticas aplicadas a las CCSS II Ana Pola IES Avempace
UNIVERSIDAD AUTÓNOMA DE QUERÉTARO FACULTAD DE INGENIERIA 1er SEMESTRE
La ley de los grandes números
II.2 DISTRIBUCIONES CONTINUAS DISTRIBUCIÓN UNIFORME O RECTANGULAR
1.2 Variables aleatorias..
Universidad de América
COMPORTAMIENTO DE LAS DISTRIBUCIONES DE
DISTRIBUCIÓN DE PROBABILIDAD CONTINUA DÍA 61 * 1º BAD CT.
FUNCIONES DE DENSIDAD DE PROBABILIDAD
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
Tema 5: Modelos probabilísticos
PROBABILIDAD Y ESTADISTICA
Distribuciones y Probabilidad
Distribución Normal.
Distribuciones derivadas del muestreo
Teoría de Probabilidad
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
Generación de variables aleatorias
DISTRIBUCIONES DE MUESTREO
Distribución Normal Distribución Normal
Unidad V: Estimación de
Gerenciamiento Técnico de Proyectos
Valor que toma la variable aleatoria
Distribuciones Continuas de Probabilidad
Distribuciones de probabilidad. La distribución Binomial.
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Simular: Representar una cosa, fingiendo o imitando lo que no es.
Matemáticas Aplicadas CS I
¿Cuándo usar esta distribución?
Función Densidad Continua (o distribución de probabilidad continua)
@ Angel Prieto BenitoMatemáticas Acceso a CFGS1 INTERPRETACIÓN DE LOS PARÁMETROS GRAFICAMENTE Bloque IV * Tema 177.
Variables aleatorias y sus distribuciones
PROBABILIDAD CONCEPTO.
CAMPANA DE GAUSS Leonardo Secades.
TEMA II Estimaciones y Distribuciones
Estimaciones y Distribuciones. BIOMETRIA I2 Estadística: Es la ciencia, pura y aplicada que crea, desarrolla y aplica técnicas de modo que pueda evaluarse.
ESTADISTICA II PARTE PRIMERA: PROBABILIDAD Y VARIABLES ALEATORIAS
ESTADÍSTICA Y ECONOMETRÍA PARA AVALUADORES Por Jorge Iván Duque Botero Economista Avaluador - Docente.
Teoría de Probabilidad Dr. Salvador García Lumbreras
Distribuciones de probabilidad bidimensionales o conjuntas
Medición de riesgos y valuación de seguros Riesgos.
Nociones Básicas de Análisis Estadístico de Muestras
Tema 6: Distribuciones estadísticas
Probabilidad y Estadística X = x Unidad de muestreo Mediremos un atributo Variable aleatoria Valor que toma la variable aleatoria.
Distribución de Probabilidades
Estimación y contraste de hipótesis
La distribución normal
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
Ejercicios Dado un conjunto de datos, aplicar el Criterio de Fourier para desechar los posibles valores atípicos.
Matemáticas 2º Bachillerato CS
La distribución normal
La distribución normal
La campana de Gauss Campana de Gauss
INFERENCIA ESTADÍSTICA
Matemáticas Aplicadas CS I
Distribuciones de Probabilidad Discretas Las distribuciones discretas que se tratarán son: 1.Binomial 2.Multinomial 3.Hipergeométrica 4.Hipergeométrica.
Variable aleatoria El resultado de un experimento aleatorio puede ser descrito en ocasiones como una cantidad numérica. En estos casos aparece la noción.
Aplicaciones Estadísticas a las Finanzas Clase 1
7. Distribución normal Sin duda la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones.
Generación de Variables Aleatorias
Distribución “t” student
Distribución Normal. La Normal Estándar El modelo normal estándar es el de una variable aleatoria continua cuya imagen son todos los números reales.
Transcripción de la presentación:

Simulación

Introducción El Riesgo y la incertidumbre No sabemos exactamente si se puede medir algo Sistemas complejos y medir exactamente nos lleva a la aleatoriedad Explorar la regularidad: Ejemplo de la astronomía Electrón: ¿Dónde se encuentra? Los modelos de aleatoriedad Método probabilístico que nos lleva a la medición de las cosas Personajes de la probabilidad: la tabla de probabilidades Lotería del Supu

Distribución Secuencia de números: p1, p2, p3,.... Número de huracanes: No podemos poner un límite ¿Cuántos accidentes se suceden (un ejemplo de compañía de seguros) ¿Por qué necesitamos una distribución? ¿Por qué no puede simplemente quedarse con los promedios Función continua: la distribución rectangular ¿Qué tan grande rectángulo: Si que se expanda, sigue siendo uniforme

Uniforme Si sabemos algo sobre el fenómeno, no podemos tener una distribución uniforme Distribución de De Moivre ¿Cuál es la probabilidad: Tiene algunas propiedades de regularidad 1. Nivel de factibilidad 2. Frecuencias relativas: Límite de eventos # ocurrencia/total

Tres métodos Hay tres métodos 1 Tabla 2. Secuencia 3. Función

Números aleatorios Máquinas de generación de números son seudo- aleatorios No puede ser verdaderamente al azar, por definición La simulación puede ser utilizado para resolver problemas complejos ¿Cómo lo usamos en un banco complejo Recepción de dinero de los ahorradores, los ingresos por inversiones y costos…. Podemos modelar cada realización a través de simulaciones

Generar números Vamos a utilizar Excel para simular Simulación implica la generación de números seudo-aleatorios usando una función conocida Siembra: Produce seudo dígitos aleatorios requisitos: 1. Debe ser uniforme 2. Debe ser muy difícil predecir cuál será el siguiente número de la secuencia (desconexión de la secuencia de números)

¿que tan bueno? EXCEL: aleatorio() Numerical Recipes Al azar, F9 da otra muestra Crear la frecuencia y la frecuencia relativa Crear una serie de 0 y 1 Crear un promedio

Uniforme [0,1] Dividir [0,1] Frecuencia relativa Rectángulos No sabemos que número viene

Exponencial Función exponencial 1-exp (-lambda.x) Dibujo de la función ¿Cómo se calcula la probabilidad? Lambda tiempos exponenciales - lambda x veces Prob [a, b] es la suma/integral por debajo de la curva

En el eje horizontal, puse los eventos ….y el eje vertical, llegando a 1 Función de las probabilidad es la derivada de la función Dibuja una función exponencial ¿Qué hemos hecho para calcular la probabilidad acumulada de la función Se trata simplemente de F(b)-F(a) En el caso de la función de probabilidad, tenemos la integral

Exponencial función F(x) = 1 – exp(-lambda.x) Dibujar F(x) f(x) = lambda.exp(-lambda.x) Como podemos calcular la probabilidad entre (a,b) Prob[a,b] =intergral entre a y b de f(x) =F(b) – F(a)=exp(-lambda.b) – exp(-lambda.a)

Para similar números con cualquier función de probabilidad Entre 0 y 1 barriendo en una manera uniforme en el eje horizontal, la mayoría de los puntos horizontales están concentrados alrededor del medio: simetría F and f 1. Uniforme 2. Normal

Exponencial: u=1-exp(lambda.x) X=-ln(1-u)lambda U es número aleatorio usando Excel Normal distribucion Prob(a,b)=Integral entre a y b (1/sigma.sqrt(2.pi))exp(-(x-mu)2/2sigma2)

Normal Distribución Normal Prob = Intergral entre a y b. 1/sigma sqrt 2pi exp –(x-mu)squired/2 sigma 2 La distribución ¿Cómo se ve (la densidad)? ¿Cómo se ve la distribución (integral de la densidad)? Hay simetría

Normal En forma de campana Distribución Gaussiana Distribución Normal ¿Dónde está el sigma? ¿Cómo se extendía es la función? El pico y sigma Sigma mide la volatilidad

Normal Sigma y Mu tienen nombres: parámetros ¿Cuál es el parámetro del exponencial? Para normal, necesitamos dos Tres distribuciones: Uniforme Exponencial Normal

Simulación Para simular cualquier función continua Cualquier función de probabilidad entre 0 y 1 Elija un número entre 0 y 1 Se encuentra la función inversa ¿Funciona? Consideramos exponencial = 1-exp-lambdax Entonces x = ln (1-y) /-lambda

Normal Distr.norm.inv(a1,0,1)

Es simétrica alrededor de mu Toma valores de -infinito a +infinito Si x está cerca de mu, el número es grande ¿Qué hace sigma? Toma en cuenta que la suma es igual a 1 Ejemplo: el petroleo – pesos/dólares Distribución de peso es más dispersa Tenga en cuenta que el valor está en función de cuatro cosas: a, b​​, y mu y sigma

Cual es Prob(-infinite, z) =Integral(-infinity to z de Normal) Que tal si z=mu? El valor? Symmetria: ambas 0.5 Desviaciones de mu por sigmas multiples Como podemos calcularlos?

Abre Excel F(x) Normal(0,1) F(x) Normal(3,5) Calcular el valor para prob 0.95 ¿Cual es la distribución de las sumas de exponenciales?