Please enable JavaScript.
Coggle requires JavaScript to display documents.
DISTRIBUCIONES FIANCIERAS, descarga (1), images (5), images (6), descarga…
DISTRIBUCIONES FIANCIERAS
Las Distribuciones Financieras representan la posibilidad de que algo suceda, para lo cual existen varios métodos para hacer deducciones con el fin de tomar decisiones en condición de incertidumbre
Hay dos distribuciones
Continua
Distribución Uniforme
Una variable aleatoria tiene una distribución uniforme si la probabilidad de que tome un valor, dentro de un intervalo finito [a,b], es la misma para cualquier sub-intervalo de igual longitud. La distribución uniforme es una distribución continua que modela un rango de valores con igual probabilidad. La distribución uniforme se especifica mediante cotas inferior y superior.
Distribución Normal
La distribución normal es una distribución continua que se especifica por la media (μ) y la desviación estándar (σ). La media es el pico o centro de la curva en forma de campana. La desviación estándar determina la dispersión de la distribución.
Distribución Exponencial
Esta distribución tiene una amplia gama de aplicaciones, que incluyen el análisis de fiabilidad de productos y sistemas, teorías de colas y cadenas de Markov.
Se puede utilizar para modelar:
Cuánto tiempo tarda en fallar un componente electrónico - El intervalo de tiempo entre las llegadas de clientes a una terminal - El tiempo que esperan los clientes en fila hasta recibir servicio - El tiempo hasta que se declara el incumplimiento de un pago - El tiempo para desintegración de un núcleo radiactivo
Discreta
Distribución Hipergeométrica
Es una distribución discreta que modela el número de eventos en una muestra de tamaño fijo cuando usted conoce el número total de elementos en la población de la cual proviene la muestra.
Distribución Binominal
Es una distribución discreta que modela el número de eventos en un número de ensayos fijo. Cada ensayo tiene dos resultados posibles, y evento es el resultado de interés en un ensayo.
Distribución de Poisson
Se especifica por un parámetro: lambda (λ). Este parámetro es igual a la media y la varianza. Cuando lambda aumente a valores lo suficientemente grandes, la distribución normal (λ, λ) podría utilizarse para aproximar la distribución de Poisson.
