Modelacin Estocstica

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:

Modelacin Estocstica | 11/06/2016

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

Modelacin Estocstica | 11/06/2016

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.

Modelacin Estocstica | 11/06/2016

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 () =

Modelacin Estocstica | 11/06/2016

() =

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

Modelacin Estocstica | 11/06/2016

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

Valor en tablas 0.21012

0.0741 0.21012 es verdadero por lo que el modelo es el adecuado

Modelacin Estocstica | 11/06/2016

Ahora hay que calcular la probabilidad de que falle antes de 2 aos es

2

( < 2) = (0.5807)

(0.5807)

= 0.5807 (0.5807) =

(0.5807) |0 = ( (0.5807)2 + 0 ) = 1 (0.5807)2 = 0.6869

Luego la probabilidad de que dure 3 aos o ms es:

( > 3) = (0.5807)

(0.5807)

= lim (0.5807) (0.5807) =

3

lim (0.5807) |3 = lim ( (0.5807) + 5.0459 ) = 0.0064

Modelacin Estocstica | 11/06/2016

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

Los 20 datos simulados para la primer propuesta son:

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

Modelacin Estocstica | 11/06/2016

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

Tal que este es el histograma de datos agrupados en 6 intervalos:

Histograma de Frecuencias

Modelacin Estocstica | 11/06/2016

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

0.60361829 7.84703772 0.66205883

1.80736162 10.8441697 0.5416845
3.01110495
0
1.74542783
4.21484829
0
2.94917117
5.41859162
0
4.1529145
6.62233495 6.62233495 5.35665783
25.3135424

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

Modelacin Estocstica | 11/06/2016

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 () =

Modelacin Estocstica | 11/06/2016

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

Modelacin Estocstica | 11/06/2016

12

1 = 0.05

= 20

Valor en tablas 0.37451

0.3313 0.37451 es verdadero por lo que el modelo es el adecuado
Ahora hay que calcular la probabilidad de que falle antes de 2 aos es
2

( < 2) = (0.7901) (0.7901) = 0.7901 (0.7901) =

0

(0.7901) |0 = ( (0.7901)2 + 0 ) = 1 (0.7901)2 = 0.7940

Luego la probabilidad de que dure 3 aos o ms es:

( > 3) = (0.7901) (0.7901) = lim (0.7901) (0.7901) =

3

lim (0.7901) |3 = lim ( (0.7901) + 5.0459 ) = 0.0064

Modelacin Estocstica | 11/06/2016

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

Modelacin Estocstica | 11/06/2016

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

Modelacin Estocstica | 11/06/2016

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-

0.31529952 3.15299523 0.56057262

0.93815799 7.50526395 0.06228585
1.56101646
0
0.68514432
2.18387494
0
1.30800279
2.80673341
0
1.93086126
3.42959188 6.85918376 2.55371973
17.5174429

(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

Modelacin Estocstica | 11/06/2016

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 () =

Modelacin Estocstica | 11/06/2016

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

Modelacin Estocstica | 11/06/2016

10

18

intervalo

Lmite
inferior

amplitud

Lmite
superior

FOi

POI

POAi

0.003870287 0.62285847 0.626728758

10

0.5

0.5

0.626728758 0.62285847 1.249587229

0.4

0.9

1.249587229 0.62285847 1.872445700

0.9

1.872445700 0.62285847 2.495304171

0.9

2.495304171 0.62285847 3.118162642

0.9

3.118162642 0.62285847 3.741021113

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

Modelacin Estocstica | 11/06/2016

1 = 0.05

19

= 20

Valor en tablas 0.37451

0.1445 0.37451 es verdadero por lo que el modelo es el adecuado
Ahora hay que calcular la probabilidad de que falle antes de 2 aos es
2

( < 2) = (1.1418) (0.7901) = 1.1418 (1.1418) =

0
2

(0.7901) |0 = ( (1.1418)2 + 0 ) = 1 (1.1418)2 = 0.8980

0.1445

Luego la probabilidad de que dure 3 aos o ms es:

( > 3) = (1.1418)

(1.1418)

= lim (1.1418) (1.14181) =

3

lim (1.1418) |3 = lim ( (1.1418) + 5.0459 ) = 0.0064

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.

Modelacin Estocstica | 11/06/2016

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:

Modelacin Estocstica | 11/06/2016

https://drive.google.com/file/d/0ByYJU1IJwKgkdDRrS2VDQXhmM00/view?usp=sharing

21