100% encontró este documento útil (1 voto)
2K vistas18 páginas

Distribución de Probabilidad Normal

El documento describe la distribución normal y cómo se puede usar para modelar variables aleatorias continuas asociadas a fenómenos naturales. Explica que la distribución normal depende de dos parámetros, la media y la desviación estándar. Proporciona ejemplos de cómo calcular probabilidades para variables con distribución normal y muestra cómo transformar una variable con distribución normal estándar para aplicar tablas.
Derechos 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, TXT o lee en línea desde Scribd
100% encontró este documento útil (1 voto)
2K vistas18 páginas

Distribución de Probabilidad Normal

El documento describe la distribución normal y cómo se puede usar para modelar variables aleatorias continuas asociadas a fenómenos naturales. Explica que la distribución normal depende de dos parámetros, la media y la desviación estándar. Proporciona ejemplos de cómo calcular probabilidades para variables con distribución normal y muestra cómo transformar una variable con distribución normal estándar para aplicar tablas.
Derechos 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, TXT o lee en línea desde Scribd

Distribución de probabilidad normal

viernes, 12 de febrero de 2021 19:44

Algunos ejemplos de variables asociadas a fenómenos naturales que siguen el modelo de la normal son:
• Caracteres morfológicos de individuos como la estatura;
• Caracteres fisiológicos como el efecto de un fármaco;
• Caracteres psicológicos como el cociente intelectual;
• Nivel de ruido en telecomunicaciones;
• Errores cometidos al medir ciertas magnitudes

Dada una variable aleatoria continua se denomina normal si su función de densidad se define por

Unidad 04 página 1
Para hallar una probabilidad se tiene

Lo cual se interpreta como sigue

FUNCION DE DISTRIBUCIÓN ACUMULADA

Definimos

Que se interpreta gráficamente como

Luego obtenemos que

Dado que se puede interpretar como una diferencia de áreas

Unidad 04 página 2
Ejemplo: Si X tiene una distribución normal con =60 = 8 . Hallar las siguientes probabilidades

a) P[X<53]=0.1908

b) P[X

=60 = 8

c) P[X >55]=?

P[X >55]=1-P[X<=55]

Unidad 04 página 3
d)

=60 = 8

e) P[X>21]=1-P[X<=21]=0.99999964

f) P[40 X <55]=P[X<55]-P[X<=40]


=0.2660-0.0062
=0.2598

Ejemplo:
Una maquina despachadora de refrescos esta calibrada para servir 250 mililitros de refresco por vaso. La desviación estándar es
de 4 mililitros.¿ Cuál es la probabilidad de que una maquina despache:

a. Entre 240 y 255 mililitros de refresco?


b. 260 mililitros o más?
c. Entre 270 y 280 mililitros de refresco?
d. Cuanto refresco se despacha en el 2% más grande de refrescos?

Solución:

X : cantidad de refresco que la maquina llena en el vaso

Unidad 04 página 4
X: Cantidad de refresco que se llena en un vaso(mililitros)

a) P[240<X<255]=P[X<255]-P[X<240]
=0.8944-0.0062
=0.8881

La probabilidad de que la máquina despache entre 240 y 255 mililitros de refresco


es de 88.81%

b) P[X>=260]=1-P[X<260]=0.0062

La probabilidad de que la máquina despache 260 mililitros de refresco o mas es de


0.62%

c) P[270<X<280]=P[X<280]-P[X<270]
= 1-0.999999713
=2.86652E-07=
=0.000000286652

La probabilidad de que la máquina despache entre 270 y 280 mililitros de refresco


es de 0%

d) Cuanto refresco se despacha en el 2% más grande de refrescos?

Unidad 04 página 5
Se despacha de 258.21 mililitros a más en el 2% más grande de refresco

x=? 7%

superior

x=? 4%

inferior

Ejemplo:
En una empresa sus trabajadores emplean la computadora un promedio de 27 horas por semana. Suponga que
el tiempo de uso corresponde a una distribución normal y que la desviación estándar es 8 horas.
a. ¿Cuál es la probabilidad de que un trabajador elegido al azar utilice la computadora menos de 11 horas?
b. ¿Qué porcentaje de los trabajadores utiliza la computadora más de 40 horas?
c. Se clasifica a un trabajador como usuario extraordinario si esta en el 20% superior en términos de horas de
uso ¿Cuántas horas debe usar la computadora un trabajador para ser considerado como usuario
extraordinario?

Solución:

Unidad 04 página 6
Ejemplo: Las cantidades de dinero que se piden en las solicitudes de crédito hipotecario en Dawn River Federal Savings tienen una
distribución aproximadamente normal con una media de $70,000 y una desviación estándar de $20,000. Una mañana se recibe una solicitud
de crédito. ¿Cuál es la probabilidad de que:

a) Cantidad solicitada sea de $80,000 o más?


b) La cantidad solicitada sea entre $65,000 y $80,000 ?
c) La cantidad solicitada sea de a lo más $65,000 ?
d) El 20% de los créditos son superiores a qué cantidad

X : cantidad de dinero que se pide en una solicitud de crédito

Ejemplo: Según la oficina de estadísticas de trabajo, el pago mensual promedio para un obrero de Estados Unidos fue de 441.84 dólares. Suponga
que los datos disponibles indican que los salarios tienen una distribución normal con una desviación estándar de 90 dólares

a) ¿Cuál es la probabilidad de que un trabajador gane entre 400 y 500 dólares?


b) ¿Cuánto tiene que producir un obrero para estar en el 20% superior de quienes devengan un salario?
c) Para un obrero elegido al azar ¿Cuál es la probabilidad de que gane menos de 450 dólares?

Unidad 04 página 7
DISTRIBUCIÓN NORMAL ESTÁNDAR

Si Z es una variable aleatoria que tiene una distribución normal con =0 y varianza 2 =1 entonces Z se
llama distribución normal estándar, su función de densidad

En general tenemos que se realiza una transformación mediante el cambio de variable

Unidad 04 página 8
Ejemplo:

Utilizando la tabla de la distribución normal estándar hallar

a) P[Z<2.35]=? P[Z<2.35]=0.9906

0 0.01 0.02 0.03 0.04 0.05…………..0.09

0
0.1
0.2

2
2.35 =2.3 +0.05 2.1
2.2
2.3

b) P[Z<3]=0.998650102

Unidad 04 página 9
c) P[Z> 0.42]=1- P[Z<=0.42]=1- 0.662757273=0.33727272

d) P[Z>-2.15]=1-P[Z<= -2.15]=1- 0.015777607=0.984242

e) P[-1.23 < Z < 3.21] = P[Z < 3.21] - P[Z < -1.23]
= 0.9993 - 0.1093
=0.89

Ejemplo:

Si X tiene una distribución normal con =60  = 8 . Hallar las siguientes


probabilidades

a)

0.1894 0.1894

Unidad 04 página 10
b)

-4.88

-4.88 -4 4

c) P[40 X <55]=???

P[40 X <55]=P[X<55]-P[X<=40]


=0.2660-0.0062
=0.2598

P[40 X <55]=P[X<55]-P[X<=40]

=P[ ]-P[ ]

=P[ ]-P[ ]
= 0.2676 -0.0062
=0.2614

Unidad 04 página 11
Ejemplo: Si X tiene una distribución normal con =20 = 3 . Hallar las siguientes probabilidades

a) P[X<14]

=20
= 3

Unidad 04 página 12
b) P[X>22]

c) P[6 X <23]

Ejemplo: Probabilidad inversa

Ejemplo: Probabilidad inversa

Unidad 04 página 13
0.8413 - 0.1586

0.6827

EJEMPLO: Hallar z si se verifica P[Z< z]=0.86

EJEMPLO: Hallar x si se verifica P[X< x]=0.35 con media 50 y desviación estándar 7

Unidad 04 página 14
x=??? 50

Unidad 04 página 15
0.841344746 - 0.158655254
~ 68.27%

0.9 249
~ 95.45 %

Unidad 04 página 16
~99.73 %

Ejemplo : Un análisis estadístico de 1000 llamadas telefónicas de larga distancia hechas desde una central telefónica indica que
la duración de esas llamadas tiene una distribución normal con media de 129.5segundos y desviación típica de 30 segundos

a) Cual es la probabilidad que una llamada particular haya durado entre 89.5 y 169.5 segundos
b) Cuantas llamadas duraron menos de 60 segundos o mas de 150 segundos
c) Cual debe ser la duración de una llamada particular, si solo 1% de todas las llamadas son mas cortas

Unidad 04 página 17
C) P[X<x]=0.01

x=???

P[Z<z]=P[X<x]=0.01

P[Z<z]=0.01

z=??

0.01

x=??

Unidad 04 página 18

También podría gustarte