0% encontró este documento útil (0 votos)
184 vistas15 páginasDistribucion Normal
Distribucion Normal
Cargado por
Julio FloresDerechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF o lee en línea desde Scribd
0% encontró este documento útil (0 votos)
184 vistas15 páginasDistribucion Normal
Distribucion Normal
Cargado por
Julio FloresDerechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF o lee en línea desde Scribd
CAPITULO 5 © Distribuciones de probabilidad 123
28, Las latas de alimento para perros Happy-Tale tienen un promedio de 16 onzas, con un rango de 4.2 onzas.
4. (Cul es la lata més pequefia en onzas que usted puede comprar para Weiner, su perro de raza poodle toy?
{Cual es la lata mas grande que usted puede comprar para su perro lobo llamado Killer?
+, {Siusted selecciona una lata al azar, cual es la probabitidad de que pese entre 15.8 y 16.5 onzas?
29, El agua utilizada por Auto-Brite para lavar los carros es de 30 galones por ear. Lo menos que se utiliza son
27 galones, y su uso estédstibuido uniformemente. Una encuesta muestra que los carros no quedan limpios
menos que se utilicen 32 galones de agua en la lavada. ,Qué porcentaje de carros que salen de Auto-Brite
queda limpios?
El tiempo requerido para conseguir una pista en una bolera local oscita entre 23.5 y 40.5 minutos. Asumiendo
una distribucién uniforme, si la probabilidad de que usted tenga que esperar més de 30 minutos excede del
(60%, usted piensa jugar golf. {Cul bolsa deberfa colocar en su bail, la bolsa de golf o la de bolos?
31. Debido a que usted decidi6 jugar golf, dada su respuesta a la pregunta anterior, usted aprende que el tiempo
promedio para jugar 18 hoyos en esta cancha es de 4.2 horas. La persona que completé este trayecto mas
‘ipidamente fue Rapid Roy Parr, quien tomé 2.9 horas. Silos tiempos estin distribuidos uniformemente, cus
sla probabilidad de que usted termine a tiempo para llegar a casa para ver el juego de ftbol entre Pittsburgh
Steclers y Denver Broncos que comienza en 4 horas?
5.8 La distribucién normal
De todas las distribuciones de probabilidad que se analizarén, la distribucién normal es la mis importante, En el
capitulo 3 se hizo una introduccién a la naturaleza bisica de [a distribucién normal, su caracteristica simétrica en
forma de campana y la forma como se relacionaba con la regla empirica. En este momento debe recordarse que la
distribucién normal es una distribucién continua (no discreta). Se utiliza para reflejar la distribuci6n de variables
tales como estaturas, pesos, distancias y otras medidas que son divisibles infinitamente. Tales variables continuas
generalmente son el resultado de la medida
Consideremos un caso en el cual Topps Wear, un gran fabricante de ropas, desea estudiar la distribucién en la
estatura de las personas. Topps Wear reconoci6 que el piblico estaba en constante cambio en su tamaito fisico
‘yen sus proporciones. En un esfuerzo por producir la ropa de mejor ajuste, la gerencia sintié que se necesitaba un
ndlisis completo de Tas tendencias actuales en los tamafios de moda. Se supone que si Topps Wear fuera a medir
Jas estaturas de todos sus clientes potenciales, encontrarian que las estaturas estin distribuidas normalmente
alrededor de una media de 67 pulgadas. Es decir, que mientras que la estatura promedio es de 67 pulgadas, algunas
personas son mas altas y algunas més bajas. Esta dispersiGn por encima y por debajo de la media podria medirse
mediante la desviacién estindar que se calcul6 en el capitulo 3. Se asume que la desviacién estndar ent las
estaturas de los clientes es de 2 pulgadas.
Una grfica de estas estaturas producirfa la habitual forma de campana. La figura 5.5 muestra esta grifica,
colocando las observaciones individuales en el eje horizontal, y la frecuencia con la cual cada una de estas
Figura 5.5 yD on?
Distribucién
normal de las
estaturas para
Topps Wear
Frecuencia de observacién
X (pleads) 12.4. ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA
observaciones ocurrieron en el eje vertical. Si los valores son todavia normales (ej: distribuidos normalmente),
entonces aparecerd la curva en forma de campana. Vale la pena recordar que mis del 50% de las observaciones
(estaturas) estén por encima de la media y el 50% de éstas estin debajo de la media, Similarmente el 50% de toda
el rea bajo la curva normal esté a la derecha de la media y el 50% de esta érea esté a la izquierda de la media. Esto
se observa también en Ia figura 5.5.
A. Comparaci6n entre distribuciones normales
La forma y posicin de una distribucién normal estn determinadas por dos parmetros: su media ty su desviaeién
estindar 0. La figura 5.6 muestra tes distribuciones normales diferentes de las tallas que ToppsWear puede
encontrar en su estudio sobre las tendencias de la moda, La primera (I) corresponde alas distribuciones desritas
Anteriormente, las cuales tienen una media dest= 67 y una desviacin estindar de o™= 2, Esté centrada en 67 con
la mitad de las observaciones por encima de 67 y la mitad por debajo, La desviaién esténdar de? indica el grado
en el cual las observaciones estan dispersas por encima y por debajo de 67
Figura 5.6
La regle
empirica
m
La segunda distribucién (11) tiene una media més alta, de = 79, pero la misma desviaci6n esténdar de o= 2,
Por tanto, esté centrada més hacia la derecha, directamente encima de 79. Pero como tiene el mismo grado de
dispersién (= 2), toma la misma forma que la primera distribucién,
Una tercera distribuci6n (II) tiene Ia misma media que la primera (= 67) y por tanto esté centrada en el mismo
sitio. Sin embargo, su medida de dispersién es mas grande, tal y como lo indicé la desviacién estindar de = 4,
Las observaciones varian por encima y por debajo de dicha media de 67 hasta un grado mayor que las observaciones
de la primera distribucién. Por tanto, la distribuci6n III es més plana y mas dispersa por encima y por debajo de la
media de 67. CAPITULO 5 © Distribuciones de probabilidad 125
A pesar de sus diferencias, las tres son distribuciones normales. Son simétricas y en forma de campana.
‘Ademés, como conjuntos de datos normalmente distribuidos, la regla empirica que se analizé en el capitulo 3 se
aplica a cada distribucién. La regla empirica especifica que, sin considerar el valor de la media o la desviacién
estindar,
1 68.3% de todas las observaciones esté a una desviacién esténdar de la media
E1 95.5% de todas las observaciones esti a dos desviaciones estindar de la media,
1 99.7% de todas las observaciones esté a tres desviaciones esténdar de la media,
La figura 56 ilusta la rela empitica. Vale la pena destacar que para los tres conjuntos de datos, sin considerar el
valor de 110 6, e1 68.3% de todas las observaciones esté aun 6 de 1. Comparando la primera distribucién (1) con
latercera (ID, Debido a que la tercera dstribucin estéaltamente dispersa es necesario tomar un intervalo més
mplio para inclur la misma proporcién de observaciones, Mientras que a primera distribucién incluye el 68.396
de todas las observaciones dentro del intervalo 65 a 69, la tercera distribucién comprende este mismo porcentaje
sélo dentro de un intervalo més amplio de 63 a 71
Incluir un cierto porcentaje de todas las observaciones dentro de un intervalo, significa también abarcar el
mismo porcentaje de toda el érea que esta debajo de la curva dentro de dicho intervalo. Por tanto, mientras que el
intervalo de 65 a 69 contiene el 68.3% de todas las observaciones en la primera distribucin, ese mismo intervalo
también contiene el 68.3% de toda el rea que esté debajo de Ia curva normal
B. La desviacién normal
Puede existirun ntimero infinito de distribuciones normales posibles, cada una con su propia media y su desviacién
estindar, Ya que obviamente no se puede analizar un nimero tan grande de posibilidades, es necesario conver
todas estas distribuciones normales a una forma estindar. Esta conversi6n a la distribucién normal estindar se
cfectiacon la formula de conversién (o formula-Z)
f
| La desviacién normal
| 0 formula-Z
[5.13]
en donde Zes la desviacién normal y X es algtin valor especifico de la variable aleatoria, Después de este proceso
de conversién, la media de la distribucién es 0 y la desviacién estindar es 1. Es decir, sin considerar lo que valen
Ja media y la desviacin esténdar, se miden en las unidades originales en la distribucién, después de que se ha
aplicado ia formula de conversién la media es 0 y la desviaci6n estindar es 1
La figura 5.7 ilustra el uso de los datos de ToppsWear. El eje superior mide las observaciones de estatura X en
pulgadas. La media es 11 = 67 pulgadas, y la desviacién estindar es = 2 pulgadas. El eje inferior refleja estas
estaturas en términos de sus valores de Z.
‘Tom Typical mide 67 pulgadas, la estatura promedio de todos los consumidores en el mercado de ropas de
‘ToppsWear. Utilizando la férmula (5.13), el valor de Z relacionado con una estatura de X= 67 es 1126 _ESTADISTICA APLICADA ALOS NEGOCIOS Y LAECONOMIA
Figura 5.7
Conversion 7
de estaturas t
de los '
clientes '
3? o 70 2% (polgadss)
Paula Tem
Fred Steve
© LAS 2 3 Viloesdez
Esto se puede observar en el eje inferior, o¢je Z, en la figura 5.7. Después de aplicar la formula de conversién, se
‘encuentra que la estatura promedio de 67 pulgadas tiene un valor de Z de 0. Si se quisiera convertir la estatura de
todos los clientes en todo el mercado, se encontrarfa que todos los valores resultantes de Z tendrian una media de
‘cero y una desviacién estindar de 1
Z In desviacidn normal, se define como “el niimero de desviaciones estindar a las que una observacién esta
de la media”, Paula Petite mide 63 pulgadas. Su valor de Zes
Como lo muestra la figura 5.7, 63 pulgadas estan a 4 pulzadas, 0 2 desviaciones estindar por debajo de la media.
Convirtiendo X = 63 pulgadas a su valor de Z resulta -2.00,
]
| Valor de Es elnimero de desvicionesestindara las que una observacién estd por |
encima 0 por debajo de la media, |
l
Steve Stretch mide 70 pulgadas. La figura 5.7 revela que convertir 70 pulgadas a un valor de Z resulta
10-61
2
=15
El valor de Z de Steve es 1.5. El esté a3 pulgadas o 1.5 desviaciones estindar por encima de la estatura promedio
de 67 pulgadas. {Cusnto mide Fred si su valor de Zes -1.5?
C. Calculo de probabilidades con la desviacién normal
Estandarizar una distribucién normal permite determinar més fécilmente la probabilidad de que ocurra cierto
evento. El personal de ToppsWear puede hallar la probabilidad de que un solo cliente tenga entre 67 y 69 pulgadas
de estatura, P(67 $ X'$69), simplemente hallando el rea que esté bajo la curva normal entre 67 y 69. Es decir, si se
cconoce el drea se conocer la probabilidad.
Consideréndolo en este sentido, se supone que s¢ esté disparando a un objetivo o blanco, el cual tiene dos
tercios pintado de verde y un tercio pintado de rojo. Se tiene la misma oportunidad de darle a un punto del objetivo capituvo,
*Distribucionesde probabilidad 427
como a cualquier otro punto. No necesariamente debe dar en el centro, slo al objetivo en general. La probabilidad
de que pegue en la parte verde es dos tercios. ,Por qué? Debido a que dos tercios del érea estin pintados de verde.
Sise conoce el érea se conoce la probabilidad. Lo mismo puede decirse para el drea que esté bajo la curva normal.
El érearelacionada con un valor de Z dado puede hallarse en la tabla E del apéndice IL. La figura 5.8(a) ilustra
este proceso. Se desea saber el drea que esté entre 67 y 69. El valor de Z para 69 es
69-67
2
= 1.00
La tabla E proporciona el érea bajo la curva desde la media hasta algiin valor por encima o por debajo de ésta
staes justamente el érea que se quiere. En la tabla E, se halla el valor de Z para 1.0 Se va hacia la derecha a la
siguiente columna que comienza con 0.00 para obtener Z = 1.00. All se encontraré la entrada 0.3413. Es decir, el
34.13% del érea que esté bajo la curva estéentre 67 y 69. Hay 34.13% de probabilidad de que un cliente seleccionado
aleatoriamente mida entre 67 y 69 pulgadas.
‘Aungue la tabla E muestra solamente el drea desde la media hasta algtin valor por encima o por debajo de ella,
‘tras probabilidades pueden hallarse fécilmente. Suponiendo que ToppsWear debe determinar la probabilidad de
que un cliente mida ms de 69 pulgadas. Como lo muestra la figura 5:8(6), ya se ha establecido que el 34.13% de
todos los clientes miden entre 67 y 69 pulzadas, Ademés, también se sabe que el 50% de todos los clientes esta
porencima de la media de 67. Esto deja 0.5000 -0.3413 = 0.1587 en el éreade lacola que va més allé de 1.00. Hay un
15.87% de probabilidad que un cliente escogido aleatoriamente mida mas de 69 pulgadas.
Figura 5.8
Areas debajo
de lacuna
normal
Fossa!
67-69 X cpulgadas) 6769 X (pulgadas)
ee ee
01 Valores de 2 01 Valores de Z
POTS X= 69) = POS Z=2) = 0313 Pox > 6) = PE> 1) = 01587
68567 70.3 X (pulgadas) 67693 705 X (pulgadas)
a ee eS
=125 01.65 Valores de Z 0 LIS 175 Valores de Z
POLS 5K 5 703) = P1255 Z 5 165) = 08849 P(693 SX 5705) = PULIS = 2 = 178) = 0.0850, 1.28 ESTADISTICA APLICADA LOS NEGOCIOS YLAECONOMIA
La figura $.8(c), la cual busca el rea comprendida entre 64.5 y 70.3, requiere que se calculen los valores de Z.
Como la tabla dard solamente el dzea de la media hasta algdn valor por encima 0 por debajo de ella, deben
determinarse las eas (1) entre 64.5 y 67 y (2) entre 67 y 703 y adicionarlas,
_ 645 — 67
en?
~1.25
Un valor de [Link] 1.25 (se puede ignorar el signo negativo ya que la curva es simeiticay la mitad de la derecha es
‘gual ala mitad de a izquierda) da un drea de 0.3944, Paral aca comprendida entre 67 y 70.3, e halla
-6
= 165
Latabla E revela que el érea es 0.4505. Por tanto, (64.5 SX S70.3) = 0.3944 + 0.4505 = 0.8449. La probabilidad de
que un cliente tenga entre 64.5 y 70.3 pulgadas de estatura es del 84.49%.
Determinar P( 69.3 $ X‘< 70.5) también requiere dos célculos de Z, como se muestra en la figura 5.8 (d). Se debe
3.99) ~0.
Incidentalmente, P(X < x) = P(X $x), en donde x es cualquier valor dado. Esto se debe a que la distribucién
normal es una distribucin continua. Existe un nimecroinfnito de posibles valores que puede tomar X. Por tant,
inclur el valor de x no increment la probabilidad de que el evento ocurra
Ejemplo 5.7
TelCom Satellite presta servicios de comunicacién alos negocios del érea metropolitan de Chicago.
Los funcionarios de la compaiifa han aprendido que a transmisién saislite promedio es de 150
segundos, con una desviacién estindar de 15 segundos. Los tiempos parecen estar distribuidos
ormalmente
Para estimar de manera apropiada la demanda del cliente por sus servicios y establecer una
estructura de tarifas que maximice las utilidades corporativas, TelCom debe deierminar qué tan
probable es que algunas llamadas se presenten. El director de servicios desea que usted proporcione
estimados de la probabilidad de que una llamada dure: CAPITULO 5 « Distribuciones de probabilidad 4.29
4. Entre 125 y 150 segundos.
1b. Menos de 125 segundos.
©. Entre 145 y 155 segundos,
4. Entre 160 y 165 segundos.
Solucién
De la tabla E, un valor Z de 1.67 da un érea de 0.4525, Por tanto, la probabilidad de que una
‘wansmisi6n dure entre 125 y 150 segundos es del 45.25%.
b. Siel45.25% del érea estéentre 125 y 150, entonces 0.5000 -0.4525 =0,0475, 0¢14.75% de todas
las transmisiones requieren menos de 125 segundos. La probabilidad de que cualquier
transmisién seleccionada aleatoriamente requiera 125 segundos 0 menos es del 4.75%.
145 ~ 150
15
=0.33 1130 ESTADSTICA APLICADA AOS NEGOCIOS ¥LAECONOMIA
Dado Z=-0.33, el drea que esté entre 145 y 150 es 0.1293. Debido a que 155 esté a una distancia
por encima de la media de 150 igual a la que 145 esté por debajo de la media, el érea entre 150y
155 también es 0.1293. Por tanto, P(145
Oras 45 67 8 oft 2 13 141s
95 105
Numero de miembros
La probabilidad de que exactamente 10 miembros estén a favor de una huelga esta representado por el érea de!
rectingulo centrado en 10. Vale la pena destacar que el rectingulo se extiende de 9.5 a 10.5. La curva normal est
superpuesta sobre los recténgulos.
Utilizando la distsibucién normal para hallar P(9.5 SX'< 105), se tiene
5
1.897
para un frea de 0.4678, y
105 -
1.897
237
para un rea de 0.4911. Entonces, P(9.5 SX 10.5),
‘cercana al 0.0245 que se encuentra en la tabla B.
—k +
32, Los paquetes de cereal Cheerios de General Mills vienen en cajas de 36 onzas que tienen una desviacién
estdndar de 1.9 onzas. Se piensa que los pesos estén distribuidos normalmente. Si se selecciona una caja
aleatoriamente, cual es la probabilidad de que la caja pese:
4911 -0.4678 = 0.0233, lo cual es una aproximacin muy 13.4 ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA
1a. {Menos de 34.8 onzas?
b. {Mas de 34.8 onzas?
¢ (Entre 34.3 onzas y 38.9 onzas?
d. iEntre 39.5 onzas y 41.1 onzas?
33. Como ingeniero constructor usted compra bolsas de cemento de un promedio de 50 libras, con una desviacién,
cestindar de 5.2 libras. Desde que usted tuvo el accidente escalando una montaiia, el médico le dijo que no
levantara nada que pesara mas de 60 libras. 10%. Nocompe
+. Si usted no desea enfrentar un riesgo mayor del 20% de probabilidad de que més de 5 salgan defectuosos,
deberfa comprarle a este proveedor? 5.
CAPITULO 5 Distribucionesde probabilidad 435
DelatablaC, P(X>5 |n=12,n=0.40)=1-P(XS5 |n=12,
20%. Usted no
Distribucién hipergeométrica Una tienda de productos deportivos tiene en existencia N = 20 pares de botas
para esquiar de las cuales r = 8 son de su talla, Si usted selecciona n = 3 pares que usted desea, {cul es la
probabilidad de que x = 1 le quede bien?
Ly whens
Cn
Ce
Pur = 1
0.4632
ws
Distribucién de Poisson El cable utilizado para asegurar las estructuras de los puentes tiene un promedio
de 3 defectos por cada 100 yardas. Si usted necesita 50 yardas, zcudl es la probabilidad de que haya una
defectuosa?
Debido a que la media esté dada en términos de 100 yardas, se debe determinar qué porcentaje de 100 yardas
e550: 50/100 = 0.50. Entonces, en mimero promedio de defectos por 50 yardas es (3)(0.50) = 1.5.
Dela tabla D, P(X'=1X |j1= 1.5) =0.3347, o utilizando la formula,
it
Distribucién exponencial Como gerente de Burguer Heaven, usted observa que los clientes entran a su
‘stablecimiento a raz6n de 8 por hora. {Cual es la probabilidad de que pasen més de 15 minutos entre la
Hegada de 2 clientes?
‘Aunque la razén media esté dada originalmente como 8 por 60 minutos, se desea saber la probabilidad de que
transcurran 15 minutos, Debe determinarse qué porcentaje de 60 minutos es 15: 15/60 = 0.25. Asi, 1es 0.25 y
~ur=-8(.25) =-2. Para determinar P(X > 15), primero se debe hallar P(X < 15) y restar de 1.00. Si se tiene que
x=Oyr=2, la tablaD muestra que PIX s15)= ~€'=1 -0.1353 = 0.8647. Entonces, P(X > 15)=
10.8647 =0.1353.
Si se uilza la f6rmuta (5.8) en lgar deta tabla,
PUK S15) = 1 eM = 1 eH | — 0.1383 = 0.8687
PUK > 15) = 1 = 08687 = 0.1383,
Entonces,
Distribucién uniforme Los tiempos de terminacién de un trabajo oscilan entre 10.2 minutos a 18.3 minutos
se piensa que estén distribuidos uniformemente. ;Cuéles la probabilidad de que se requiera entre 12.7 y 14.5
‘minutos para realizar este trabajo?
Pu, sx5x) = RMD. OS 0222
Tango a
Distribucién normal El Ministerio de Agricultura de Estados Unidos en un estudio sobre cultivos ha
detectado que las precipitaciones diarias en ciertos lugares de Hawaii parecen estar distribuidas normalmente
ccon una media de 2.2 pulgadas durante la estacidn lluviosa. Se determiné que la desviaciGn esténdar era de
08 pulgadas.
4, ;Cuél es la probabilidad de que llueva més de 3.3 pulgadas en un dfa durante la estacién lluviosa?
Xam _ 33-22
o 08
‘Como se ve en la gréfica, un valor de Z de 1.38 da un érea de 0.4162. Ast, P(X> 3.3)
0.0838,
Zz
= 138
5000 0.4162 = 136 _ESTADISTICA APLICADA A LOS NEGOCIOS Y LA ECONOMIA
o 080
Elvalor de Zde 1.13 produce un rea de 0.3708, y P(X> 1.3)= 0.5000 + 0.3708 = 0.8708,
© {Cual es la probabilidad de que las precipitaciones estén entre 2.7 y 3.0 pulgadas?
30-22
080
z 00 para un érea de 0.3413,
para un érea de 0.2357
Por tanto, P(2.7
