Upload
alvaro-yucaz
View
216
Download
0
Embed Size (px)
Citation preview
8/18/2019 sesion_1 Probabilidad y estadistica
1/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
ESTADÍSTICA PARA INVESTIGACIÓN
SESIÓN 1
Juan Mayorga Zambrano, PhD. [email protected]
2014
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
2/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
ש ור
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
3/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Introducción
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
4/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Ejemplo introductorio
La competencia en la industriade gaseosas siempre ha sido
intensa...
Hasta el 2006 Coca Cola y Pepsi continuaban dominando el
mercado de bebidas no alcohólicas a nivel mundial, con unaparticipación de 25.6% y 13.4%, respectivamente, de acuerdo conun informe elaborado por la consultora Euromonitor.http://www.elsemanario.com.mx
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
5/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Coca-Cola invitaba a preferir sumarca comparando a losbebedores de Pepsi con monos.
La respuesta fue inmediata: losmonos bebedores de Pepsiteńıan los mejores autos y...
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
6/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Considerando la aportación de Pepsi y Coca Cola, se puedeobservar que las dos empresas concentran casi la tercera parte delmercado a nivel mundial, manteniéndose muy por encima del restode los competidores.
La consultora señaló que las ambas compañ́ıas se han enfocado enexpandir sus negocios a través de la segmentación de la producciónde bebidas no carbonatadas; mientras que Coca Cola integra a suportafolio las bebidas funcionales (e.g. energizantes), PepsiCoincrementa la participación de otras categoŕıas de no carbonatadas,como jugos. http://www.elsemanario.com.mx
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
7/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Los ejecutivos de mercadeo, los especialistas en gerencia y losestad́ısticos trabajan duro intentando sobrepasar a suscontrapartes de mente competitiva.
Hasta ahora se han puesto de
acuerdo en muy poco, salvo enque las ventas se incrementancon la temperatura...
Predecir las tendencias en la participación de mercado es una
tarea especialmente ardua y dif́ıcil.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
8/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Muchos ejecutivos han echado aperder sus carreras en elfrustrado intento de anticiparcorrectamente el
comportamiento de los“ṕıcaros” consumidores.
La regresión y el análisis de correlación son las dos herramientasmás poderosas y útiles que los analistas de todo tipo tienen a sudisposición para escudriñar el interior del futuro sombŕıo.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
9/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
¿Qué son los modelos lineales?
Son una herramienta poderosa para analizar las relaciones entre
variables y para establecer predicciones. Son la base de los estudioseconométricos. En general su objeto consiste en:
1) especificar un modelo de relación entre variables (e.g.económicas);
2) utilizar información muestral acerca de los valores tomadospor dichas variables, con el objeto de cuantificar ladependencia entre ellas;
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
10/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
3) evaluar la validez de hipótesis propuestas por la Teoŕıa (e.g.
Económica) acerca de las relaciones estimadas y, en algunoscasos,
4) efectuar un ejercicio de seguimiento coyuntural y deprospectiva de las variables analizadas.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
11/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
I d i´ Ej l i d i
8/18/2019 sesion_1 Probabilidad y estadistica
12/53
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Pasos en un análisis econométrico
Un analista debe
1 especificar claramente cuál es el centro de atención de sutrabajo emṕırico;
2 tratar de identificar cuáles son los determinantes que explicanla evolución de esta variable;
3 escoger cuidadosamente la información estad́ıstica relevantepara cuantificar tal relación;
4 finalmente debe proceder a su cuantificación.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
Int d i´n Ej m l int d t i
8/18/2019 sesion_1 Probabilidad y estadistica
13/53
IntroduccionModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Diagramas de dispersión
Fuente: [MWS94]Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
Introducción Ejemplo introductorio
8/18/2019 sesion_1 Probabilidad y estadistica
14/53
IntroduccionModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Fuente: [MWS94]
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
Introducción Ejemplo introductorio
8/18/2019 sesion_1 Probabilidad y estadistica
15/53
IntroduccionModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Fuente: [MWS94]
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
Introducción Ejemplo introductorio
8/18/2019 sesion_1 Probabilidad y estadistica
16/53
IntroduccionModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Fuente: [MWS94]
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
Introducción Ejemplo introductorio
8/18/2019 sesion_1 Probabilidad y estadistica
17/53
IntroduccionModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Ejemplo introductorio¿Qué son los modelos lineales?Pasos en un análisis econométricoDiagramas de dispersión
Fuente: [MWS94]
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónConceptos básicos¿Por é modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
18/53
Modelamiento matemáticoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
¿Por que modelar?Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Modelamiento Matemático
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónConceptos básicos¿Por qué modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
19/53
Modelamiento matemáticoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
¿Por que modelar?Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Ejemplo
“Il libro della natura é scrito in
lingua matematica”.Galileo Galilei
Fuente:http://www.holidayhomestuscany.com/
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónConceptos básicos¿Por qué modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
20/53
Modelamiento matemáticoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
¿Por que modelar?Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Para la caida libre hasta el sigloXVI se aceptaba que los objetospesados caen más rápido que losligeros (Aristóteles). Fue GalileoGalilei quien probó que, enausencia de resistencia de
aire, todos los objetos caen conuna misma aceleraciónuniforme. Ingeniosamente probó
su hipótesis usando planosinclinados.
h = 1
2gt 2 (1)
Fuente:
http://duartes.org/gustavo/blog/
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónM d l i ´ i
Conceptos básicos¿Por qué modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
21/53
Modelamiento matemáticoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
¿Por que modelar?Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Modelos matemáticos y negocios...
En la actualidad la teoŕıa de probabilidades ocupa un lugarimportante en control de calidad y en asuntos de negocios.
• Las probabilidades juegan un papel importante en el controlde calidad (e.g. en el equilibrio de cartera).
• Los seguros y prácticas actuariales se basan firmemente en losprincipios de la teoŕıa de las probabilidades.
• Las pólizas de seguros de vida dependen de las tablas demortalidad, las cuales a su vez se basan en las probabilidadesde muerte en edades espećıficas.
• Otras tasas de seguros tales como seguros de bienes ráıces yautomóviles se determinan de manera similar.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónM d l i t t ´ti
Conceptos básicos¿Por qué modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
22/53
Modelamiento matemáticoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
¿Por que modelar?Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Conceptos básicos
Las teoŕıas son conceptos propuestos para explicar los fenómenosdel mundo real y, como tales, son aproximaciones o modelos de larealidad. El proceso de interés es llamado sistema.
Estos modelos son presentados en forma verbal en algunas áreasmenos cuantitativas (e.g. econoḿıa poĺıtica) y como relacionesmatemáticas en otras áreas (e.g. econoḿıa matemática).
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
23/53
Modelamiento matematicoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
¿ qFormas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Ejemplo
La Teoŕıa de Juegos es un área de la matemática aplicada queutiliza modelos para estudiar interacciones en estructuras
formalizadas de incentivos (los llamados juegos) y llevar a caboprocesos de decisión.
Sus investigadores estudian las estrategias óptimas aśı como el
comportamiento previsto y observado de individuos en juegos.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
24/53
Modelamiento matematicoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Los analistas de juegos utilizan asiduamente otras áreas de lamatemática, en particular las probabilidades, las estad́ısticas y la
programación lineal, en conjunto con la teoŕıa de juegos.
Ejemplo. Modelamiento de pirámides financieras: Madoff, NotarioCabrera, PUBLI-FAST, etc.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?
8/18/2019 sesion_1 Probabilidad y estadistica
25/53
Modelamiento matematicoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Ejemplo. El punto deequilibrio de Nash es unasituación en la que ninguno de
los jugadores siente la tentaciónde cambiar de estrategia ya quecualquier cambio implicaŕıa unadisminución en sus pagos.
La tesis de John Nash tiene 26 páginas.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?F d di i
8/18/2019 sesion_1 Probabilidad y estadistica
26/53
Modelamiento matematicoFunciones
Interactivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
La utilidad de un modelo matemático es medida por su idoneidadpara ayudarnos en la comprensión de los fenómenos y en lasolución de problemas de la vida real.
Si las relaciones que componen el modelo son suficientemente
simples, podŕıa ser posible obtener una solución anaĺıtica. Sinembargo, la mayoŕıa de sistemas del mundo real son complejos ydeben ser estudiados por medio de simulación.
Simulación
En una simulación se usa un computador para evaluarnuméricamente un modelo; se recopila datos para estimar lascaracteŕısticas del modelo.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?F d t di i t
8/18/2019 sesion_1 Probabilidad y estadistica
27/53
o to t t coFunciones
Interactivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
¿Por qué modelar?
Ejemplo
Considérese una industria procesadora de lácteos que contempla laposibilidad de extender una de sus plantas de producción. No setiene claridad sobre si la ganancia en productividad justifica elcosto de construcción. A través del modelamiento matemático, sepuede arrojar luz al asunto al simular la operación de la planta
como existe actualmente y como pudiera ser si fuera expandida.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?Formas de estudiar un sistema
8/18/2019 sesion_1 Probabilidad y estadistica
28/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?Formas de estudiar un sistema
8/18/2019 sesion_1 Probabilidad y estadistica
29/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Formulación de un modelo matemático de un sistema
• Se establece el estado del sistema: las variables causantes
del cambio del sistema. Al principio se discriminan algunas deestas variables. En este paso especificamos el nivel deresolución del modelo.
• Se establece un conjunto de hipótesis razonables acerca delsistema que tratamos de describir. Esas hipótesis incluyentodas las leyes emṕıricas aplicables al sistema.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Conceptos básicos¿Por qué modelar?Formas de estudiar un sistema
8/18/2019 sesion_1 Probabilidad y estadistica
30/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
• La resolución del modelo puede ser bastante dif́ıcil. Una vezresuelto, comprobamos que el modelo sea razonable si susolución es consistente con los datos experimentales o loshechos conocidos acerca del comportamiento del sistema.
• Si las predicciones que se basan en la solución sondeficientes, podemos aumentar el nivel de resolución delmodelo o elaborar hipótesis alternativas sobre los mecanismosdel cambio del sistema; entonces, se repiten los pasos delproceso de modelado. Al aumentar la resolución, aumentamosla complejidad del modelo matemático y la probabilidad deque debamos conformarnos con una solución aproximada.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
F i
Conceptos básicos¿Por qué modelar?Formas de estudiar un sistema
8/18/2019 sesion_1 Probabilidad y estadistica
31/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Formas de estudiar un sistemaFormulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Ejemplo: matemática de colores
• Los pintores saben de antiguo que determinados colorespueden construirse a partir de otros.
• Bastan tres colores básicos para conseguir cualquier color
mediante mezclas adecuadas.• La luz blanca puede ser descompuesta en los diferentes colores
del espectro visible.
¿Cómo utilizar esteconocimiento para “dar” color amonitores, televisiones,impresoras,...?
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
F i
Conceptos básicos¿Por qué modelar?Formas de estudiar un sistema
8/18/2019 sesion_1 Probabilidad y estadistica
32/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Formulación de un modelo matemático de un sistemaEjemplo: matemática de colores
El sistema aditivo paraconstruir colores consiste enpartir del negro (ausencia de
luz), e ir añadiendo mayor omenor cantidad de luz de trescolores básicos: rojo, verde yazul (RGB), a partir de loscuales se consigue cualquier otro
color, incluyendo la luz blanca.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
Conceptos básicos¿Por qué modelar?Formas de estudiar un sistema
8/18/2019 sesion_1 Probabilidad y estadistica
33/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Formulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Las componentes RGB de un color son sus coordenadascolorimétricas. El origen de coordenadas (0,0,0) corresponde al
negro. El lugar geométrico de los puntos R = G = B es la escalade grises. Los planos R-G, G-B y B-R son respectivamente losespacios de color Amarillo (Yellow), Turqueza (Cian) y Morado(Magenta).
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
Conceptos básicos¿Por qué modelar?Formas de estudiar un sistema
8/18/2019 sesion_1 Probabilidad y estadistica
34/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Formulación de un modelo matemático de un sistemaEjemplo: matemática de colores
Los programas de edición gráfica, e incluso los lenguajes deprogramación, representen los colores en función de suscomponentes RGB. Por ejemplo, el lenguaje HTML deprogramación de páginas Web utiliza una representación
hexadecimal del tipo
COLOR = “#AA16CC (2)
para representar los valores de rojo, verde y azul. En este algoritmo
los dos primeros caracteres representan el rojo, los dos centrales elverde y los dos últimos el azul.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
El modelo matemático más simpleDistribución tipo gamma
8/18/2019 sesion_1 Probabilidad y estadistica
35/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Taller
Funciones
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
El modelo matemático más simpleDistribución tipo gammaT ll
8/18/2019 sesion_1 Probabilidad y estadistica
36/53
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
Taller
El modelo matemático más simple
El concepto de aplicación (o función) es fundamental paracomprender los procesos de la naturaleza; por tanto su importanciano debe ser subestimada.
De hecho una función provée el ejemplo más simple de modelomatemático.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
El modelo matemático más simpleDistribución tipo gammaT ll
8/18/2019 sesion_1 Probabilidad y estadistica
37/53
Interactivo: ¿cómo comprender los mercados individuales?Taller
Definición
Sean X y Y dos conjuntos no vaćıos. Se dice que la relaciónf ⊆ X × Y es una aplicación de X en Y si se cumplen las
siguientes condiciones:i) dom(f ) = X ,
ii) Para cada x ∈ X , existe un único y ∈ Y tal que (x , y ) ∈ f , esdecir,
∀x ∈ X , ∃!y ∈ Y : (x , y ) ∈ f .
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
El modelo matemático más simpleDistribución tipo gammaTaller
8/18/2019 sesion_1 Probabilidad y estadistica
38/53
Interactivo: ¿cómo comprender los mercados individuales?Taller
Notación
Una función de X en Y se denota
f : X −→ Y x −→ y = f (x ) (3)
A veces en lugar de la notación (3), se escribeX x −→ f (x ) ∈ Y . Las notaciones anteriores son especialmente
útiles cuando la correspondencia entre x ∈ X e y = f (x ) ∈ Y estádada por alguna regla o fórmula espećıfica.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
El modelo matemático más simpleDistribución tipo gammaTaller
8/18/2019 sesion_1 Probabilidad y estadistica
39/53
Interactivo: ¿cómo comprender los mercados individuales?Taller
Puede pensarse que f (x ) ∈ Y es el producto que resulta de aplicar
el proceso f a la materia prima x ∈ X . También se dice que lavariable dependiente y = f (x ) resulta de aplicar f a la variableindependiente x ∈ X .
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
Funciones
El modelo matemático más simpleDistribución tipo gammaTaller
8/18/2019 sesion_1 Probabilidad y estadistica
40/53
Interactivo: ¿cómo comprender los mercados individuales?Taller
Distribución tipo gamma
Algunas variables aleatorias sonsiempre no-negativas y porvariadas razones tienendistribuciones de datos que sonsesgadas a la derecha; esdecir, la mayor parte del áreabajo la función de densidad se
encuentra cerca del origen y lafunción de densidad disminuyegradualmente cuando x aumenta.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesI i ´ d l d i di id l ?
El modelo matemático más simpleDistribución tipo gammaTaller
8/18/2019 sesion_1 Probabilidad y estadistica
41/53
Interactivo: ¿cómo comprender los mercados individuales?Taller
Ejemplo
Este tipo de comportamiento lo presentan
1 Los intervalos de tiempo entre dos llegadas a la cola para unacaja registradora a la salida del supermecado.
2 Los tiempos que tardan los técnicos aeronáuticos en revisar elmotor de un avión.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesI t ti ¿ ´ d l d i di id l ?
El modelo matemático más simpleDistribución tipo gammaTaller
8/18/2019 sesion_1 Probabilidad y estadistica
42/53
Interactivo: ¿como comprender los mercados individuales?
Distribución gamma
Decimos que una variable aleatoria X sigue una distribucióngamma de parámetros α, β > 0 si su función de densidad es
f (x ) =
x α−1
e −x /β
βα·Γ(α) , si x ≥ 0
0, si no.
En este caso se denota X Γ(α; β ).
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
El modelo matemático más simpleDistribución tipo gammaTaller
8/18/2019 sesion_1 Probabilidad y estadistica
43/53
Interactivo: ¿como comprender los mercados individuales?
Taller
Los ingresos anuales de los jefes de familia en cierta sección de unaciudad tienen aproximadamente una distribución gamma conα = 1000 y β = 20. ¿Esperaŕıa encontrar muchas familias coningresos superiores a 40000 dólares en esta área de la ciudad? Use
Pqrs.
Tarea
Desarrolle el taller con ayuda de Excel u OpenOffice Calc.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la oferta
8/18/2019 sesion_1 Probabilidad y estadistica
44/53
Interactivo: ¿como comprender los mercados individuales?Punto de equilibrio
Interactivo: ¿cómo comprenderlos mercados individuales?
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la oferta
8/18/2019 sesion_1 Probabilidad y estadistica
45/53
Interactivo: ¿como comprender los mercados individuales?Punto de equilibrio
Mercado
Cualquier institución o situación que reúne compradores yvendedores de determinado producto o servicio.
Nos ponemos en el contexto de mercados puramentecompetitivos, en los cuales se supone que hay gran cantidad decompradores y vendedores que actúan independientemente alintercambiar un producto estandarizado.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la ofertaP d ilib i
8/18/2019 sesion_1 Probabilidad y estadistica
46/53
Interactivo: ¿como comprender los mercados individuales?Punto de equilibrio
Demanda
Para un peŕıodo espećıfico detiempo, la demanda es lafunción que expresa la relación
entre la cantidad de un productoque los consumidores estándispuestos y pueden comprar endependencia del precio.
La curva representa la ley de la demanda.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la ofertaP t d ilib i
8/18/2019 sesion_1 Probabilidad y estadistica
47/53
¿ pPunto de equilibrio
Oferta
Para un peŕıodo espećıfico detiempo, la demanda es lafunción que expresa la relación
entre la cantidad de unproducto que el fabricante estádispuesto, puede producir yhacer disponible para la ventaen dependencia del precio.
La curva representa la ley de la oferta.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la ofertaPunto de equilibrio
8/18/2019 sesion_1 Probabilidad y estadistica
48/53
¿ pPunto de equilibrio
Cambios en la demanda
1 Gustos. Ejemplo: cd’s vs.lp’s
2 Número de compradores. Ejemplo: baby boom.3 Ingreso. Ejemplo: bienes superiores e inferiores.
4 Precios de sustitutos y complementos.Bienes independientes. Ejemplo: mantequilla vs pelotas degolf.
5 Expectativas. Ley seca en EEUU 1919-1933.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la ofertaPunto de equilibrio
8/18/2019 sesion_1 Probabilidad y estadistica
49/53
Punto de equilibrio
Fuente: [MWS94]
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la ofertaPunto de equilibrio
8/18/2019 sesion_1 Probabilidad y estadistica
50/53
Punto de equilibrio
Cambios en la oferta
1 Precios de los insumos
2 Tecnoloǵıa
3 Impuestos y subsidios4 Precios de otros bienes
5 Expectativas
6 Número de vendedores
Bienes independientes. Ejemplo: mantequilla vs pelotas degolf.
7 Expectativas. Ley seca en EEUU 1919-1933.
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la ofertaPunto de equilibrio
8/18/2019 sesion_1 Probabilidad y estadistica
51/53
Punto de equilibrio
Fuente: [MWS94]
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
IntroducciónModelamiento matemático
FuncionesInteractivo: ¿cómo comprender los mercados individuales?
DemandaOfertaCambios en la demandaCambios en la ofertaPunto de equilibrio
8/18/2019 sesion_1 Probabilidad y estadistica
52/53
q
Punto de equilibrio
Fuente: [MWS94]
Juan Mayorga Zambrano, PhD. Estad́ıstica para Investigación
8/18/2019 sesion_1 Probabilidad y estadistica
53/53