Documente Academic
Documente Profesional
Documente Cultură
Unidad 3 Asignacin 3
COMPENDIO
11 de junio de 2016
Autor: Laura Pontn
Modelacin Estocstica
Unidad 3 Asignacin 3
En una empresa que fabrica smartphones, se est elaborando un anlisis de la duracin de sus smartphones se cree que la vida caracterstica es de 2.5 aos. Adems se piensa
que el su desgaste crece en forma 1 cada ao. Se tienen los siguientes datos:
1.91609489
0.3677008
0.08808687
0.55972994
2.11175385
1.73244146
2.79983725
0.19175929
3.64335456
0.46199882
4.19661216
3.95477318
0.31809432
3.09945507
0.61406117
0.92737028
0.31401623
3.01995156
0.50649483
0.93330886
5.26831659
1.28340358
2.61166496
4.0092096
0.04746463
1.90767101
1.75274378
1.43203214
0.30439773
0.36973765
4.9163038
1.03293288
0.96894279
2.27564038
1.35501351
1.43030273
1.50199949
1.018036
0.5892831
0.31878877
Se contrata a un alumno de la UNAD que va en sptimo semestre para realizar un anlisis de los datos, por tanto ser necesario obtener:
1. Histograma de Frecuencias (grfica y tabla)
2. Media y Varianza de los datos (explicar que significan estos valores con respecto al problema)
3. Se sabe que por cada smartphone que falle antes de los dos aos, se tiene que pagar $250 al cliente, de los resultados cuanto se tendr que pagar en total. Cul ser la
probabilidad de que el smartphone falle antes de los dos aos (utilice el histograma para calcular la probabilidad? Cul es la probabilidad de que dure 3 o ms aos?
4. Prueba de bondad de ajuste para justificar la distribucin a utilizar y estimacin de parmetros.
5. Simular 20 smartphone con dos propuestas con diferentes valores para los parmetros. Calcule el costo de pago a los clientes de sus diferentes propuestas. Calcule
probabilidad para sus datos simulados como en el inciso 3.
6. Elija entre sus propuestas o el funcionamiento actual del sistema. Justifique su razonamiento.
7. Concluya considerando la utilidad de la simulacin en este tipo de problemas.
Lim. Inf.
0.04746463
0.91760662
1.78774862
2.65789061
3.5280326
4.3981746
amplitud
0.87014199
0.87014199
0.87014199
0.87014199
0.87014199
0.87014199
Lim. Sup
0.91760662
1.78774862
2.65789061
3.5280326
4.3981746
5.26831659
fi
14
12
5
3
4
2
Histograma de Frecuencias
14
5
4
3
2
1
12
MEDIA
VARIANZA
1.72248797
4630.24681
La media implica que al ser una medida de tendencia central representando por si misma a todo el conjunto de datos nos dice que la duracin de los smartphones en realidad
tiene un promedio de vida de 1.7 aos
La varianza es una medida de dispersin que es el cuadrado de la esperanza, que nos da la idea de un valor medio, nos da la idea de si es probable o posible ganar o tener un
valor o esperanza de vida en el producto en este caso, como lo es un Smartphone.
De acuerdo al histograma de frecuencias es claro que es una distribucin exponencial por lo tanto realizamos el procedimiento.
Lmite
inferior
0.04746463
0.91760662
1.78774862
2.65789061
3.5280326
4.3981746
amplitud
0.87014199
0.87014199
0.87014199
0.87014199
0.87014199
0.87014199
Lmite
superior
0.91760662
1.78774862
2.65789061
3.5280326
4.3981746
5.26831659
fi
xi
fixi
xi-
14
12
5
3
4
2
0.48253563
1.35267762
2.22281961
3.09296161
3.9631036
4.83324559
6.75549877
16.2321314
11.1140981
9.27888482
15.8524144
9.66649119
-68.4169831
-67.5468411
-66.6766991
-65.8065571
-64.9364151
-64.0662731
40
(xi-)2
4680.88357
65532.37
4562.57574 54750.9089
4445.7822 22228.911
4330.50295 12991.5089
4216.738
16866.952
4104.48735 8208.9747
68.8995187
1.72248797
fi(xi-)2
180579.625
2
4630.24681
Funcin de densidad
Despejando:
Tal que: () =
1
Como el dato que se nos proporciona es = 1.722 tenemos entonces que para sustituir consideramos este dato- = 1.722 = 0.5807
Lmite Inferior
Lmite Superior
0.04746463
0.917606623
0.917606623
1.787748617
1
1 1
1
=
1.722
1.722
Funcin de densidad
0.917606623
1 () =
0.04746463
1.787748617
2 () =
0.917606623
1.787748617
2.65789061
2.65789061
3.528032603
3.528032603
4.398174597
2.65789061
1
1
1.722
1.722
1.787748617
4.398174597
5.26831659
0.385896
0.232819
0.140464
1
1
1.722
1.722
0.0847446
1
1
1.722
1.722
0.0511281
1
1
1.722
1.722
4.398174597
0.0308465
3.528032603
4 () =
4.398174597
5 () =
3.528032
1
1
1.722
1.722
3 () =
2.65789061
1
1
1.722
1.722
()
5.26831659
6 () =
() =
intervalo
Lmite
inferior
amplitud
Lmite
superior
FOi
Pi(x)
Fei
0.04746463
0.87014199
0.91760662
14
0.3859
15.43584
0.91760662
0.87014199
1.78774862
12
0.2328
9.31276
1.78774862
0.87014199
2.65789061
0.1405
5.61856
2.65789061
0.87014199
3.5280326
0.0847
3.389784
3.5280326
0.87014199
4.3981746
0.0511
2.045124
4.3981746
0.87014199
5.26831659
0.0308
1.23386
40
37.035928
Comparativo de Frecuencias
18
15.43584
16
14
14
12
12
10
9.31276
8
5.61856
5
4
3.389784
2.045124
1.23386
0
1
4
Series1
Series2
Hiptesis
:
Lmite
intervalo
inferior
1
0.04746463
2
0.91760662
3
1.78774862
4
2.65789061
5
3.5280326
6
4.3981746
amplitud
0.87014199
0.87014199
0.87014199
0.87014199
0.87014199
0.87014199
Lmite
superior
0.91760662
1.78774862
2.65789061
3.5280326
4.3981746
5.26831659
FOi
POI
POAi
PEi
PEAi
14
12
5
3
4
2
40
0.35
0.3
0.125
0.075
0.1
0.05
0.35
0.65
0.775
0.85
0.95
1
0.3859
0.2328
0.1405
0.0847
0.0511
0.0308
1
0.385896
0.618715
0.759179
0.8439236
0.8950517
0.9258982
|PEAiPOAi|
0.0359
0.0313
0.0158
0.0061
0.0549
0.0741
Mxima
Diferencia
0.0741
1 = 0.05
= 40
( < 2) = (0.5807)
(0.5807)
= 0.5807 (0.5807) =
( > 3) = (0.5807)
(0.5807)
Ya validado el modelo probabilsitco propuesto se debern simular los 20 smartphones, para ello se generan 20 nmeros pseudoaleatorios entre 0 y 1 distribuidos
uniformemente, por lo que la regla para generar una exponencial es:
1
= ln(1 ) ,
Ahora como
1
1.722
= 0.5807
Exponencial
0.001408529
0.001746620
0.161670769
0.218518437
0.745912782
1.697741877
0.762000708
1.778795016
0.307829654
0.455914733
0.512177215
0.889470985
0.143177625
0.191480354
0.997061731
7.224206619
0.087011937
0.112803561
0.12201177
0.161241748
0.191808958
0.263887002
0.17266029
0.234869757
0.549815508
0.988968771
0.707745004
1.524322906
0.353141404
0.539811105
0.717213636
1.565134530
0.82414284
2.153758620
0.607078854
1.157554316
0.331082282
0.498258016
0.841634968
2.283584364
Lim. Inf
Amplitud
Lim. Superior
fi
0.001746620
1.203743333
1.205489953
13
1.205489953
1.203743333
2.409233286
2.409233286
1.203743333
3.612976619
3.612976619
1.203743333
4.816719953
4.816719953
1.203743333
6.020463286
6.020463286
1.203743333
7.224206619
13
Lmite
inferior
amplitud
Lmite
superior
0.001746620
1.205489953
2.409233286
3.612976619
4.816719953
6.020463286
1.203743333
1.203743333
1.203743333
1.203743333
1.203743333
1.203743333
1.205489953
2.409233286
3.612976619
4.816719953
6.020463286
7.224206619
fi
xi
fixi
13
6
0
0
0
1
20
(xi-)2
fi(xi-)2
0.438321899
0.293422098
3.046518321
8.697610569
17.24669884
28.69378314
5.698184684
1.760532585
0
0
0
28.69378314
36.15250041
0.92698719
xi-
1.26567712
Despejando:
Tal que: () =
1
Como el dato que se nos proporciona es = 1.2656 tenemos entonces que para sustituir consideramos este dato, tal que = 1.2656 = 0.7901
() =
1
1 1
1
=
1.2656
1.2656
Funcin de densidad
10
Lmite Inferior
Lmite Superior
0.001746620
1.205489953
1.205489953
2.409233286
1.205489953
1 () =
0.001746620
2.409233286
2 () =
1.205489953
2.409233286
3.612976619
3.612976619
4.816719953
4.816719953
6.020463286
6.020463286
7.224206619
3.612976619
3 () =
2.409233286
4.816719953
4 () =
3.612976619
6.020463286
5 () =
4.816719953
7.224206619
6 () =
6.020463286
11
intervalo
1
2
3
4
5
6
()
Funcin de densidad
Lmite
inferior
amplitud
Lmite
superior
0.001746620
1.205489953
2.409233286
3.612976619
4.816719953
6.020463286
1.20374333
1.20374333
1.20374333
1.20374333
1.20374333
1.20374333
1.205489953
2.409233286
3.612976619
4.816719953
6.020463286
7.224206619
1
1
1.2656
1.2656
0.612847
1
1
1.2656
1.2656
0.236747
1
1
1.2656
1.2656
0.0914568
1
1
1.2656
1.2656
0.0353303
1
1
1.2656
1.2656
0.0136483
1
1
1.2656
1.2656
0.00527244
FOi
Pi(x)
Fei
13
6
0
0
0
1
20
0.3859
0.2328
0.1405
0.0847
0.0511
0.0308
1
7.718
4.656
2.81
1.694
1.022
0.616
18.516
Comparativo de Frecuencias
14
13
12
10
7.718
6
6
4.656
4
2.81
1.694
1.022
0
0.616
0
2
intervalo
Lmite
inferior
amplitud
Lmite
superior
FOi
0.001746620
1.20374333
1.205489953
13
1.205489953 1.20374333
2.409233286
2.409233286 1.20374333
3.612976619
3.612976619 1.20374333
4.816719953
4.816719953 1.20374333
6.020463286
6.020463286 1.20374333
7.224206619
1
20
0.65
0.65
0.3859
0.3859
|PEAiPOAi|
0.2641
0.3
0.95
0.2328
0.6187
0.3313
0.95
0.1405
0.7592
0.1908
0.95
0.0847
0.8439
0.1061
0.95
0.0511
0.895
0.0550
0.05
0.0308
0.9258
0.0742
POI
POAi
PEi
PEAi
1
Mxima Diferencia
0.3313
12
1 = 0.05
= 20
13
ri
0.98749475
0.69194847
0.07412101
0.30330424
0.55039918
0.10316378
0.00488626
0.76241052
0.73310329
0.4751023
exponencial
3.462078841
0.930379425
0.060849982
0.285561365
0.631633333
0.086031941
0.003870287
1.135596528
1.043689584
0.509285634
0.45350626
0.23051538
0.12637332
0.77809635
0.99121436
0.78934276
0.46752128
0.70161133
0.75797364
0.23973377
0.477427645
0.207043548
0.106749471
1.189563858
3.741021113
1.230659688
0.497955389
0.955561304
1.120977111
0.216566536
Simulacin 2
14
Lim. Inf
Amplitud
0.003870287
0.626728758
1.249587229
1.872445700
2.495304171
3.118162642
0.622858471
0.622858471
0.622858471
0.622858471
0.622858471
0.622858471
Lim.
Superior
0.626728758
1.249587229
1.872445700
2.495304171
3.118162642
3.741021113
fi
10
8
0
0
0
2
Histograma de Frecuencias
10
15
Lmite
inferior
0.003870287
0.626728758
1.249587229
1.872445700
2.495304171
3.118162642
amplitud
0.622858471
0.622858471
0.622858471
0.622858471
0.622858471
0.622858471
Lmite
superior
0.626728758
1.249587229
1.872445700
2.495304171
3.118162642
3.741021113
fi
10
8
0
0
0
2
20
xi
fixi
xi-
(xi-)2
fi(xi-)2
0.314241667
0.003879527
0.469422737
1.710871296
3.728225205
6.521484464
3.142416666
0.031036214
0
0
0
13.04296893
16.21642181
0.415805687
0.87587215
Despejando:
Tal que: () =
1
Como el dato que se nos proporciona es = 0.8758 tenemos entonces que para sustituir consideramos este dato, tal que = 0.8758 = 1.1418
Funcin de densidad
16
() =
Lmite Inferior
Lmite Superior
0.003870287
0.626728758
1
1 1
1
=
0.8758
0.8758
Funcin de densidad
0.626728758
1 () =
0.003870287
0.626728758
1.249587229
1.249587229
2 () =
0.626728758
1.249587229
1.872445700
1.872445700
2.495304171
2.495304171
3.118162642
1.872445700
3 () =
1.249587229
2.495304171
4 () =
1.872445700
3.118162642
5 () =
2.495304171
3.118162642
3.741021113
3.741021113
6 () =
3.118162642
17
1
1
0.8758
0.8758
()
0.506695
1
1
0.8758
0.8758
0.248818
1
1
0.8758
0.8758
0.122185
1
1
0.8758
0.8758
0.0600001
1
1
0.8758
0.8758
0.0294637
1
1
0.8758
0.8758
0.0144684
intervalo
1
2
3
4
5
6
Lmite
inferior
0.003870287
Lmite
superior
0.622858471 0.626728758
0.626728758
amplitud
FOi
Pi(x)
10
0.506695
10.1339
0.622858471 1.249587229
0.248818
4.97636
1.249587229
0.622858471 1.872445700
0.122185
2.4437
1.872445700
0.622858471 2.495304171
0.0600001
1.200002
2.495304171
0.622858471 3.118162642
0.0294637
0.589274
3.118162642
0.622858471 3.741021113
0.0144684
0.289368
20
Fei
19.632604
Comparativo de Frecuencias
12
10.1339
10
8
8
6
4.97636
4
2.4437
2
2
1.200002
0.589274
0
0.289368
0
1
10
18
intervalo
Lmite
inferior
amplitud
Lmite
superior
FOi
POI
POAi
10
0.5
0.5
0.4
0.9
0.9
0.9
0.9
0.1
0.506695
0.506695
|PEAiPOAi|
0.0067
0.248818
0.755513
0.1445
0.122185
0.877698
0.0223
0.0600001
0.9376981
0.0377
0.0294637
0.9671618
0.0672
0.0144684
0.9816302
0.0184
0.506695
0.506695
0.0067
PEi
20
PEAi
Mxima Diferencia
1 = 0.05
19
= 20
0.1445
( > 3) = (1.1418)
(1.1418)
Conclusiones
Hemos considerado 40 datos que corresponden a 40 smartphones, los cuales, de acuerdo con el test de Kolmogorv Smirnov,
siguen una distribucin exponencial. Calculando la media de estos datos, implementamos dos simulaciones de 20 datos cada
una donde comprobamos que siguen tambin una distribucin exponencial y donde podemos corroborar comparando sus
histogramas que son muy parecidos por lo que concluimos que nuestra simulacin es buena.
Con relacin a la recomendacin definitivamente la primer distribucin es la que nos arroja la mejor probabilidad, en relacin
a fallas a menos de dos aos luego la segunda y finalmente la tercera, por otro lado es notable que en las tres distribuciones
nos reflejan la misma informacin con relacin a que un Smartphone dure 3 aos o ms, aunque personalmente pienso que
deberamos de hacer el estudio con ms de 20 datos, porque no es del todo representativo para una toma de decisins
adecuadas.
Las probabilidades concuerdan si observamos el histograma de los valores simulados pues, hay muchos registros que nos
hacen ver que las fallas ocurren posterior a los dos aos, tal que, al hacer la comparacin de los datos originales con la
simulacin de los 20 datos, nos damos cuenta que tanto la media como la varianza no son muy diferentes. Tambin, al hacer
el ajuste en ambos casos, es claro la distribucin exponencial que siguen los tres conjuntos de datos, es decir, la naturaleza de
ambos conjuntos es idntica y las variables que hemos simulado son una buena simulacin del proceso en general.
20
Referencias:
http://es.slideshare.net/metal_javier/distribuciondeweibull
Modelacin estocstica U3. Elementos de Simulacin
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo4/B0C4m1t9.h tm
La rbrica de evaluacin es:
https://drive.google.com/file/d/0ByYJU1IJwKgkdDRrS2VDQXhmM00/view?usp=sharing
21