ACTIVIDAD COLABORATIVA

EDISON MORENO

CURSO
1004

TUTOR
LUIS LOPEZ

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERA
PROGRAMA DE INGENIERA ELECTRNICA
2016

ESTUDIO DE CASO 1 1
Para entregar una Tarjeta de crdito en los bancos del grupo Aval, los
analistas del banco clasifican o califican al cliente en funcin de la
probabilidad de que resulte rentable. Una tabla habitual de calificaciones es
la siguiente:

1 Tomado y adaptado de Anderson, D., Sweeney D., Estadstica para Negocios.Cengage Learning
2011

La calificacin es la suma de los puntos de los seis rubros. Por ejemplo,

Sushi Brown tiene menos de 25 aos (12 puntos); ha vivido en el mismo
domicilio durante dos aos (0 puntos); desde hace cuatro aos es dueo de
un automvil (13 puntos), por el que realiza pagos de $75 (6 puntos); realiza
gastos domsticos de $200 (10 puntos) y posee una cuenta de cheques (3
puntos). La calificacin que obtendra sera de 44. Despus, con una
segunda tabla, se convierten las calificaciones en probabilidades de
rentabilidad del cliente, as:

La puntuacin de Sushi (44) se traducira en una probabilidad de rentabilidad

aproximada de 0.81. En otras palabras, 81% de los clientes como Sushi
generaran dinero a las operaciones con tarjeta del banco. A continuacin se
muestran los resultados de las entrevistas con los tres posibles clientes.

Prepare un informe en el que como mnimo, incluya:

1.- Califique a cada uno de estos clientes y calcule la probabilidad de que

resulten rentables.
2.- Cul es la probabilidad de que los tres resulten rentables?
3.- Cul es la probabilidad de que ninguno sea rentable?
4. Determine la distribucin de probabilidad total del nmero de clientes
rentables entre este grupo de tres clientes.
5. -Redacte un breve resumen de sus hallazgos.

DESARROLLO

1.- Califique a cada uno de estos clientes y calcule la probabilidad de que

resulten rentables.

AOS

DAVID
PUNTOS

42
18

TIEMPO
DE
DOMICILI
O
9
20

ANTIGEDA
D
DEL AUTO

PAGO
DE
AUTO

COSTOS DE
VIVIENDA

2
13

140
4

300
10

EDWAR
PUNTOS

23
12

2
0

3
13

99
6

200
10

ANN
PUNTOS

33
0

5
20

7
3

175
4

PROPIETARIO
12

La puntuacin de Sushi (44) se traducira en una probabilidad de rentabilidad

aproximada de 0.81. En otras palabras, 81% de los clientes como Sushi
generaran dinero a las operaciones con tarjeta del banco. A continuacin se
muestran los resultados de las entrevistas con los tres posibles clientes.

2.- Cul es la probabilidad de que los tres resulten rentables?

Es el producto de las probabilidades ya que son sucesos independientes
P(3Rentables)=0,95*0,808*0,772=0,5925872

3.- Cul es la probabilidad de que ninguno sea rentable?

Es la probabilidad de que ninguno sea rentable.

P(3Ninguno rentable)=(1-0,95)*(1-0,808)*(1-0,772)=0.0021888

4. Determine la distribucin de probabilidad total del nmero de clientes

rentables entre este grupo de tres clientes.
Solo quedan las probabilidades de 1 rentable y dos rentables
P(1 rentable)=
(0.95*0.192*0.228)+(0.05*0.808*0.228)+(0.05*0.192*0.772)=
0.0415872+0.0092112+0.0074112=0.0582096
P(2 rentable)=
(0.95*0.008*0.228)+(0.95*0.192*0.772)+(0.05*0.808*0.772)=
0.1750128+0.1408128+0.0311888=0.3470144

Luego en resumen
P(0rentables)=0.0021888
P(1rentables)=0.0582096
P(2rentables)=0.3470144
P(3rentables)=0.5925872
TOTAL=

1.0000000

5. -Redacte un breve resumen de sus hallazgos.

Podemos ver que la rentabilidad de los clientes como David es muy buena es
decir que serian clientes con una buena proyeccin para el banco porque su

puntuacin es de 65 puntos, mientras que Edwar tiene una puntuacin menor con
41 puntos con una menor proyeccin y Ann con una puntuacin de 39 se puede
concluir que para el banco los clientes como David serian prometedores, ya que
tienen buena rentabilidad y tiene un patrimonio ms slido y mejor
comportamiento con los pagos y un respaldo econmico .

RESUMEN

VARIABLES ALEATORIAS
Variable aleatoria
Una funcin que asigna un nmero real a cada resultado en el espacio muestral
de un experimento aleatorio. Ellas se denotan con una letra mayscula, tal
como X.
Variables aleatorias discretas:
Diremos que una variable aleatoria es discreta si su recorrido es finito o infinito
numerable.
Generalmente, este tipo de variables van asociadas a experimentos en los cuales
se cuenta el nmero de veces que se ha presentado un suceso o donde el
resultado es una puntuacin concreta.
Los puntos del recorrido se corresponden con saltos en la grfica de la funcin de
distribucin.
Variables aleatorias continas:
Corresponden con variables asociadas a experimentos en los cuales la variable
medida puede tomar cualquier valor en un intervalo.
Distribucin uniforme discreta:

La variable aleatoria discreta ms sencilla es aquella que toma slo un nmero

finito de valores posibles n, cada uno con la misma probabilidad. Ella se denomina
entonces variable aleatoria discreta uniforme y su distribucin uniforme
discreta est dada por:
f(x)= 1/n
Para una variable aleatoria discreta uniforme X, que puede tomar los valores 1,
2 n, la media es:

Y su desviacin estndar es:

S2x = (n2 -1)/12

La variable aleatoria X, de un experimento binomial, que corresponde al nmero
de ensayos donde el resultado es un xito, tiene una distribucin binomial con
parmetros p y n = 1, 2,... y su funcin de probabilidad es[1]:

f(x,p,n)= nCx .Px .(1-P)n-x

para x=0,1,.....,n

Si se denota la probabilidad de fracaso como q=1-P , la funcin de probabilidad

binomial se simplifica de la siguiente manera:

f(x,p,n)= nCx .Px .qn-x

Distribucin binomial negativa o distribucin de Pascal es una generalizacin de la

distribucin geomtrica donde la variable aleatoria X es el nmero de ensayos
Bernoulli efectuados hasta que se tienen r xitos, con una probabilidad constante
de xito p. Se dice entonces que X tiene una distribucin binomial negativa con
parmetros p y r = 1, 2, 3,...

f(x,p,r)=

x-1

Cr-1

qx-r . pr

x=r,r+1,r+r+2+...

Sea N el nmero de elementos de un conjunto de los cuales k son determinados

como xitos y N-k como fallas, se trata ahora de determinar la probabilidad
de x xitos en n ensayos de los N elementos del conjunto donde
y
.
Sea tambin la variable aleatoria X el nmero de xitos en la muestra.
Entonces, X tiene una distribucin hipergeomtrica y su funcin de distribucin de
probabilidad est dada por:

f(x,N,k,n)= ( kCx . N-kCn-x )/ NCn x=0,1,2,... min(k,n)

Proceso Poisson o flujo de procesos de Poisson.

Un proceso Poisson constituye un mecanismo fsico aleatorio en el cual los

eventos ocurren al azar en una escala de tiempo (o de distancia)
Dado un proceso Poisson donde es el nmero promedio de ocurrencias en el
intervalo de nmeros reales donde este se define, la variable
aleatoria X correspondiente al nmero de ocurrencias en el intervalo es
llamada variable aleatoria Poisson y su funcin de probabilidad est dada por:

f(x,n.p)= ( e-n.p (n.p)x )/ x! x= 0,1,2,......n.p>0