martes, 17 de marzo de 2015

Tendencia Lineal 

Es una relación funcional entre dos o más variables correlacionadas. Se utiliza para pronosticar una variable con base en la otra.
La tendencia lineal es útil para el pronósticoa largo plazo de eventos importantes, así como la planeación agregada.
Por ejemplo, la tendencia lineal sería muy útil para pronosticar las demandas de familias de productos. Aun cuando la demandade productos individuales dentro de una familia puede variar en gran medida durante un período, la demanda de toda la familia de productos es sorprendente suavizada.
La tendencia lineal se utilizatanto para pronósticos de series de tiempo como para pronósticos de relaciones causales. 
Series de tiempo.
Cuando la variable dependiente (que casi siempre es el eje vertical en una gráfica) cambiacomo resultado del tiempo (trazado como el eje horizontal), 
Relaciones causales
Si una variable cambia debido al cambio en otra, se trata de una relación causal (como el número de muertes debidasal aumento de cáncer pulmonar entre la gente que fuma).

Un enfoque matemático para el análisis de tendencia lineal. Identifica la ecuación de una línea recta llamada componente lineal de tendenciade la forma:
Y´ = a + b x ,

Donde 
Y ´= Es el valor pronosticado
a= Es la ordenada en el origen (intercepción de la recta con el eje vertical ) ,
b= Es la pendiente de la línea 
x=Es elperíodo para el que se prepara el pronóstico. 

EJEMPLO DE UNA TENDENCIA LINEAL 



Distribución binomial.

La distribución binomial se caracteriza por su función de probabilidad, viene la expresión siguiente:

B (x;n.p)= (x)p(1-p)n-x
DONDE:

X= número de éxitos (x=0, 1, 2,3…., n)

P= probabilidad de éxito

1-p= probabilidad de fracaso

N= tamaño de la muestra o número de ensayos

-CONDICIONES PARA UNA DISTRIBUCIÓN BINOMIAL

Una distribución binomial cuando se cumplen las condiciones siguientes:
. El experimento aleatorio de base se repite “n” veces, todos los resultados obtenidos son mutuamente independientes.

.En cada cueva se tiene una misma probabilidad de éxito, expresado “p”, así mismo, existen en cada prueba una misma probabilidad del fracaso, que es igual a “1-p”.

. El objetivo de la distribución binomial es conocer la probabilidad que se produzca un cierto número de éxitos.

. La variable aleatoria “x” que indica el número de veces que aparece un suceso denominado “A” (éxito), es discreta, y su recorrido es el conjunto {1,2,3,….n}

Los ejercicios los resolveremos con tablas de estadísticas y posteriormente con la hoja de cálculo Excel Microsoft office.

Tabla 1: Probabilidades de distribución binomial (n; p)

N
x
P=0,1
P= 0,2 
P=0,3
P=0,4
P=0,5
2
0
0.8100
0.6400
0.4900
0.3600
0.2500

1
0.1800
0.3200
0.4200
0.4800
0.5000

2
0.0100
0.0400
0.0900
0.1600
0.2500
3
0
0.7290
0.5120
0.3430
0.2160
0.1250

1
0.2430
0.3840
0.4410
0.4320
0.3750

2
0.0270
0.0960
0.1890
0.2880
0.3750

3
0.0010.
0.0080
0.0270
0.0640
0.1250
.
 Puede apreciarse en la primera columna aparece el título “n” en la segunda columna los valores de “x” por cada “n” y luego las columnas correspondientes a las probabilidades de “p”

EJERCICIO 1

. Por ejemplo si estamos interesados en encontrar la probabilidad binomial de “n” igual a 3n=3 ensayos de los cuales “x” es igual a 2x=2 son éxitos con una probabilidad de acierto de “p” igual a 0.40  p=0.40

FORMULA

= DISTRI.BINOMA.N (num_exito, ensayos, prob_exito, acumulado)

. Se ubica en una celda vacía y se escribe

= DISTRI.BINOMA.N

. Es software te mostrara las distribuciones existentes mientras usted está escribiendo, puede ver que entre paréntesis aparecen cuatro parámetros:

. núm. - éxitos:
Aquí puede escribir el número de éxitos que deseen obtener.

Ensayos:
Es el tamaño de la muestra “n”

Prob -éxito:
Probabilidad “p” de éxito

Acumulado:
Verdadero o falso (si escribe verdadero: la distribución calcula la distribución binomial acumulada desde “x” hasta 0; si escribe falso: la distribución binomial solo calcula el valor puntual de “x”)

EJERCICIO 2

.Por ejemplo si estamos interesados en encontrar la probabilidad binomial de “n”= 3, ensayos de los cuales “x”=2, son éxitos con una probabilidad de acierto de “p”= 0.40

= DISTRI.BINOMA.N (2, 3,0.40, FALSO)=0.2880

Puede ver que es el mismo resultado que obtuvimos con las tablas no obstante en algunos casos habrá pequeñas diferencias dada que las tablas contienen solo valores de probabilidad de cuadro decimales (es decir, diez milésimas) y en Excel puede pedirle que le muestre los decimales que quiera.


EJERCICIO E1:
Sea x= núm. de preguntas contestadas correctamente en el test (examen) de un total de 10 preguntas, calcular las probabilidades de contestar:
a)      5 preguntas correctamente
b)      1 o más preguntas correctamente
c)       5 o más preguntas correctamente
d)      Entre 3 y 6 preguntas correctamente

SOLUCIÓN
N= 10

P= “p” (éxito)= p (pregunta contestada correctamente)= 0.5

“p” permanece constante

Asumiendo independientemente entre las contestaciones de las preguntas, obtendremos que x ∞ b (10, 0.5)

ENTONCES:

a)      (x=5)= b (x=5, n=10,p=0.5)

b)      (x ≥1)=1-p(x<1)= 1-p(x=0)=1-b(x=0,n=10,p=0.5)

c)       P=(x≥5)=1-p(x<5)=1-p(x≤4)=1-b (x≤4,n=10,p=0.5)

d)      P=(3≤x≤6)=b(x≤6;n=10,p=0.5)-b(x≤2,n=10,p=0.5)


SOLUCION USANDO EXCEL

A)     = DISTRI.BINOMA.N (5,10,0.50, FALSO)=0.2461

B)      1- DISTRI.BINOMA.N (5,10,0.50, FALSO)=1-0.0010=0.9990

C)      1- DISTRI.BINOMA.N (4,10,0.50, VERDADERO)=1-0.3770=0.6230

D)     DISTRI.BINOMA.N (6,10,0.50, VERDADERO)-

DISTRI.BINOMA.N (2,10,0.50,VERDADERO)=0.82281-0.0547=0.7734

EJERCICIO 3

Un ingeniero que labora en el departamento de control de calidad de una empresa eléctrica, inspecciona una muestra al azar e los alternadores de un lote. Si el 20% de los alternadores de lote están defectuosos cual es la probabilidad de que la muestra:

a)      Ninguno este defectuoso

b)      Uno salga defectuoso

c)       Más de tres estén con defectos

d)      No más de tres estén con defectos

SOLUCION USANDO TABLAS BINOMIALES

A)     p(x=0)=b(x=0;n=10;p=0.2)=0.01074

B)      p(x=1)=b(x=0;n=10;p=0.2)=0.2684

C)      p(x=2)=1-p(x≤1)=1-b(x≤1;n=10;p=0.2)=0.6242

D)     p(x=3)=1-p(x≤2)=1-b(x≤2;n=10;p=0.2)=0.3222

A)      p(x=3)=b(x≤3);n=10;p=0.2)=0.8797

SOLUCION USANDO EXCEL

A)     = DISTRI.BINOMA.N (0,10,0.2, FALSO)=0.1734=17%

B)      = DISTRI.BINOMA.N (1,10,0.2, FALSO)=0.2684=26%

C)      1. = DISTRI.BINOMA.N (1,10,0.2, FALSO)=0.0242=62%

D)     1. = DISTRI.BINOMA.N (2,10,0.2,VERDADERO)=0.3222=32%

E)      = DISTRI.BINOMA.N (3,10,0.2, VERDADERO)=0.8791=87%

La probabilidad de que un cd dure al menos un año es de 0.90 calcular la probabilidad de que una muestra de 15

a)      12 duren al menos 1 año

b)      A lo más 5 duren al menos 1 año

c)       Al menos 2 duren 1 año


SOLUCIÓN USANDO TABLAS BINOMIALES

A)     B(3;N=15;0.10)-B(2;N=15;P=0.10)= b (x=3;n=15;0.10)

B)      1-b(9;n=15;0.10)=1-(0.2059+0.3432+0.1285+0.0428+0.0105+0.0019+0.0003+0.0+0.0)=1-1=0

C)      B(15-2-1+15,0.10)= B(12,15,0.10)1

SOLUCIÓN USANDO EXCEL

a)      X=12,n=15,p=0.9) DISTRI.BINOMA.N (12,15,0.90, FALSO)=0.1285

b)      B(x≤5,n=15,p=0.90) DISTRI.BINOMA.N (12,15,0.90, VERDADERO)=0.0000002


c)       1-B (x≤1,n=15,p=0.90)=1- DISTRI.BINOMA.N (1,15,0.90,VERDADERO)=1-0.000=1


Si 15 de 50 proyectos de vivienda
¿Cuál es la probabilidad de que un inspector de vivienda que selecciona aleatoriamente a 4 de ellas?, descubra que:

a)      Ninguna de las casas viola el código de construcción

b)      Una viola el código de construcción

c)       Dos violan el código de construcción

d)      Al menos tres violan el código de construcción

 a)      P=(x=0)=b(x=0,n=4,p=0.3)= 0.2401

b)      P=(x=1)=b(x=1,n=4,p=0.3)= 0.4116

c)       P=(x=2)=b(x=2,n=4,p=0.3)= 0.2646

d)      P=(x=0)=1-p (x2)=1-b(x2,n=4,p=15)= 0.0837

SOLUCIÓN USANDO EXCEL

a)      = DISTRI.BINOMA.N (0,4,0.3,FALSO)= 0.2401

b)      = DISTRI.BINOMA.N (1,4,0.3,FALSO)= 0.4116

c)       = DISTRI.BINOMA.N (2,4,0.3,FALSO)= 0.2646

d)      = DISTRI.BINOMA.N (2,4,0.3,VERDADERO)= 0.0837








domingo, 8 de marzo de 2015

ECUACIÓN

FRACTAL

Un fractal es un objeto geométrico cuya estructura básica, fragmentada o irregular, se repite a diferentes escalas.[1] El término fue propuesto por el matemático Benoît Mandelbrot en 1975 y deriva del latín fractus, que significa quebrado o fracturado. Muchas estructuras naturales son de tipo fractal. La propiedad matemática clave de un objeto genuinamente fractal es que su dimensión métrica fractal es un número no entero.
Si bien el término "fractal" es reciente, los objetos hoy denominados fractales eran bien conocidos en matemáticas desde principios del siglo XX. Las maneras más comunes de determinar lo que hoy denominamos dimensión fractal fueron establecidas a principios del siglo XX en el seno de la teoría de la medida.

Los conjuntos de Julia

Estos conjuntos, fruto de los trabajos de Pierre Fatou y Gaston Julia en los años 1920, surgen como resultado de la aplicación reiterada de funciones holomorfas .

Analicemos el caso particular de funciones polinómicas de grado mayor que uno. Al aplicar sucesivas veces una función polinómica es muy posible que el resultado tienda a . Al conjunto de valores de
que no escapan al infinito mediante esta operación se le denomina conjunto de Julia relleno, y a su frontera, simplemente conjunto de Julia.
Estos conjuntos se representan mediante un algoritmo de tiempo de escape, en que cada pixel se colorea según el número de iteraciones necesarias para escapar. Suele usarse un color especial, a menudo el negro, para representar los puntos que no han escapado tras un número grande y prefijado de iteraciones.
EJEMPLOS DE CONJUNTOS DE JULIA PAR

En negro, conjunto de Julia relleno asociado a fc, c=φ-1, donde φ es el número áureo

Conjunto de Julia relleno asociado a fc, c=(φ−2)+(φ−1)i =-0.382+0.618i


Conjunto de Julia relleno asociado a fc, c=-0.835-0.2321i