ESTADÍSTICA APLICADA
PARA LOS NEGOCIOS
Semana 08
Sesión 01
ESTADÍSTICA APLICADA A LOS NEGOCIOS
TEMA DE LA SESIÓN
VARIABLE ALEATORIA
CONTINUA y
DISTRIBUCIÓN NORMAL
UTILIDAD
Con frecuencia, al considerar variables aleatorias distintas, asociadas incluso a
experimentos aleatorios diferentes, se observa que las distribuciones de
probabilidad son, en esencia, similares. Se pueden, por tanto, considerar
modelos de distribuciones de probabilidad, aplicables a numerosas situaciones
reales.
Sin dudad la Distribución Normal, es la más importante de todos los modelos
probabilísticos, pues su aplicación se extiende a numerosos campos de la
naturaleza, la industria, la economía, etc. Tiene su origen en la modelización de
la distribución de frecuencias relativas de errores cometidos al efectuar
repetidas veces una medición.
Datos/Observaciones
LOGRO DE LA SESIÓN
Al finalizar la sesión de clase el
estudiante aplica los conceptos de
variable aleatoria continua y resuelve
ejercicios de aplicación, conoce la
distribución normal; además aplica la
distribución en la solución de problemas.
Datos/Observaciones
VARIABLE ALEATORIA CONTINUA
Es aquella cuando el rango (𝑅𝑥 ) es un intervalo o un conjunto infinito no
numerable de valores reales.
Ejemplos:
Experimento Variable aleatoria Valores posibles
Operar un banco. Tiempos en minutos entre la 𝑥≥0
llegada de los clientes.
Medir la temperatura de un Temperatura en °𝐶 en las −10 ≤ 𝑥 ≤ 10
ambiente. noches del mes de julio.
Llenar una lata de refresco Cantidad en onzas 0 ≤ 𝑥 ≤ 12.1
(máx. 12.1 onzas).
VARIABLE ALEATORIA CONTINUA
Función de densidad
Sea 𝑋 una variable aleatoria continua, se denomina función de densidad de probabilidad de 𝑋, a
la función 𝑓(𝑥) que satisface las siguientes condiciones:
1. 𝑓 𝑥 ≥ 0, ∀𝑥 ∈ 𝑅𝑥
+∞
2. −∞ 𝑓 𝑥 𝑑𝑥 = 1
𝑏
3. 𝑃 𝑎 ≤ 𝑥 ≤ 𝑏 = 𝑥𝑑 )𝑥(𝑓 𝑎
VARIABLE ALEATORIA CONTINUA
Función de distribución acumulada
Sea 𝑋 una variable aleatoria continua, se denomina función de distribución acumulada de 𝑋, a
la función 𝐹(𝑥) definida por:
𝑥
𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = න 𝑓 𝑡 𝑑𝑡 , ∀𝑥 ∈ 𝑅𝑥
−∞
𝑭 𝒙
VARIABLE ALEATORIA CONTINUA
Valor esperado y varianza
• El valor esperado, o media, de una variable aleatoria es una medida de
la localización central de la variable aleatoria.
+∞
𝐸 𝑋 =න 𝑥𝑓(𝑥) 𝑑𝑥
−∞
• La varianza es la medida que resume la variabilidad de los valores de
la variable aleatoria con respecto al valor esperado.
𝑉 𝑋 = 𝐸 𝑋 2 − 𝐸(𝑥) 2
2 +∞ 2
Donde: 𝐸 𝑋 = −∞ 𝑥 𝑓(𝑥) 𝑑𝑥
VARIABLE ALEATORIA CONTINUA
EJERCICIOS EXPLICATIVOS
Ejemplo
Sea 𝑋 una variable aleatoria continua, cuya
gráfica de su función densidad es:
a) Calcular la probabilidad de 𝑋 sea menor o igual a 5.
b) Calcular la probabilidad de 𝑋 sea mayor a 6.5.
c) Calcular la probabilidad de 𝑋 este entre 4 𝑦 6.
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
VARIABLE ALEATORIA CONTINUA
SOLUCIÓN
5 51 1 2
a) 𝑃 𝑋 ≤ 5 = 2 𝑓 𝑥 𝑑𝑥 = 2 𝑑𝑥 = 𝑥 ȁ52 = = 0. 6 ≈ 67%
6 6 3
8 8 1 1
b) 𝑃 𝑋 > 6.5 = 6.5 𝑓 𝑥 𝑑𝑥 = 6.5 𝑑𝑥 = 𝑥 ȁ86.5 = 0.25 = 25%
6 6
6 61 1
c) 𝑃 4 ≤ 𝑋 ≤ 6 = 4 𝑓 𝑥 𝑑𝑥 = 4 𝑑𝑥 = 𝑥 ȁ64 = 0. 3 ≈ 33%
6 6
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
VARIABLE ALEATORIA CONTINUA
Distribución normal
La distribución Normal también llamada campana de Gauss por su forma
acampanada es la distribución más importante en la estadística, ya que la
mayoría de las variables naturales (peso, talla, edad, etc.) se ajustan a
una distribución Normal.
1 1 𝑥−𝜇 2
−
𝑋 ~ 𝑁(𝜇; 𝜎 2 ) , si su función de densidad es: 𝑓 𝑥 = 𝑒 2 𝜎 ,𝑥 ∈ℝ
2𝜋𝜎
𝑓 𝑥
DISTRIBUCIÓN NORMAL
Propiedades
1. La distribución Normal es simétrica respecto de la media.
2. El punto mas alto de una curva normal se encuentra sobre
la media, la cual coincide con la mediana y la moda.
3. Las probabilidades correspondientes a la variable aleatoria
normal se dan mediante áreas bajo la curva normal. Toda el
área bajo la curva de una distribución normal es 1.
4. La distribución Normal es asintótica; es decir, la curva se
aproxima más y más al eje 𝑋, sin tocarlo en realidad.
DISTRIBUCIÓN NORMAL
Estandarización de la normal
2 𝑥−𝜇
Si: 𝑋 ~ 𝑁 𝜇; 𝜎 entonces: 𝑍 = ~𝑁(0,1)
𝜎
DISTRIBUCIÓN NORMAL
AHORA TE EXPLICARÉ LA RESOLUCIÓN DE
ALGUNOS EJEMPLOS!!!
EJERCICIOS EXPLICATIVOS
Ejemplo 1
Si: 𝑍~𝑁(0,1) , hallar:
a) 𝑃(𝑍 ≤ 1.24)
b) 𝑃(𝑍 > 0.85)
c) 𝑃(−0.25 ≤ 𝑍 ≤ 0.8)
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
DISTRIBUCIÓN NORMAL
SOLUCIÓN
a) 𝑃 𝑍 ≤ 1.24 = 0.8925
b) 𝑃 𝑍 > 0.85 = 1 − 𝑃 𝑍 ≤ 0.85
= 1 − 0.8023 = 0.1977 TABLA
a) 𝑃 −0.25 ≤ 𝑍 ≤ 0.8 =
= 𝑃 𝑍 ≤ 0.8 − 𝑃 𝑍 ≤ −0.25
= 0.7881 − 0.4013
= 0.3868
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
DISTRIBUCIÓN NORMAL
EJERCICIOS EXPLICATIVOS
Ejemplo 2
Si: X~𝑁(7,16) , hallar:
a) 𝑃(𝑋 < 9)
b) 𝑃(4 ≤ 𝑋 < 8)
c) 𝑃(𝑋 > 12)
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
DISTRIBUCIÓN NORMAL
SOLUCIÓN
a) 𝑃 𝑋 < 9 = 𝑃 𝑍 < 0.5 = 0.6915
b) 𝑃 4 ≤ 𝑋 < 8 = 𝑃(−0.75 ≤ 𝑍 < 0.25)
TABLA
= 𝑃 𝑍 < 0.25) − 𝑃(𝑍 ≤ −0.75
= 0.5987 − 0.2266
= 0.3721
c) 𝑃 𝑋 > 12 = 𝑃(𝑍 > 1.25)
= 1 − 𝑃 𝑍 ≤ 1.25
= 1 − 0.8944
= 0.1056
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
DISTRIBUCIÓN NORMAL
EJERCICIOS EXPLICATIVOS
Ejemplo 3
Suponga que el costo de producción de una calculadora tiene distribución
normal con una media de 40 soles y una desviación estándar de 3 soles. Si se
elige una calculadora al azar:
a) Calcular la probabilidad de que el costo de producción sea más de 42
soles.
b) Calcular la probabilidad de que su costo de producción sea a lo mucho 36
soles.
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
DISTRIBUCIÓN NORMAL
SOLUCIÓN
𝑋: 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛
𝑋~𝑁(40,9) TABLA - INTERPOLAR
a) 𝑃 𝑋 > 42 = 𝑃(𝑍 > 0. 6 )
= 1 − 𝑃(𝑍 ≤ 0. 6 )
= 1 − 0.7475
= 0.2525
b) 𝑃 𝑋 ≤ 36 = 𝑃(𝑍 ≤ −1. 3 )
= 0.0912
DISTRIBUCIÓN NORMAL
EJERCICIOS EXPLICATIVOS
Ejemplo 4
La estatura de los estudiantes de la UTP sigue una distribución Normal de
media 160 𝑐𝑚. y desviación estándar 5 𝑐𝑚. Si se elige un estudiante al azar:
a) Calcular la probabilidad de que el estudiante mida al menos 168 𝑐𝑚.
b) Calcular la probabilidad de que el estudiante mida más de 150 𝑐𝑚, pero
menos de 162 𝑐𝑚.
DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS
DISTRIBUCIÓN NORMAL
SOLUCIÓN
𝑋: 𝐸𝑠𝑡𝑎𝑡𝑢𝑟𝑎 𝑑𝑒 𝑢𝑛 𝑒𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒
𝑋~𝑁(160,25)
a) 𝑃 𝑋 ≥ 168 = 𝑃(𝑍 ≥ 1.60) TABLA
= 1 − 𝑃(𝑍 < 1.60)
= 1 − 0.9452
= 0.0548
b) 𝑃 150 < 𝑋 < 162 = 𝑃(−2 < 𝑍 < 0.4)
= 𝑃 𝑍 ≤ 0.4 − 𝑃 𝑍 < −2
= 0.6554 − 0.0228
= 0.6326
DISTRIBUCIÓN NORMAL
EJERCICIOS RETO
¿LISTOS PARA RESOLVER
LOS EJERCICIOS RETO?
VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL
EJERCICIOS RETO
1.- La demanda mensual en miles de kilogramos de un producto es una variable aleatoria 𝑋 cuya
función de densidad es la función real de valor real:
𝑘𝑥 2 , 𝑠𝑖 𝑥 ∈ 0,2
𝑓 𝑥 =ቊ
0, 𝑠𝑖 𝑥 ∉ 0,2
a) Halle el valor de la constante “𝑘” y trace la gráfica de la distribución de probabilidad.
b) Si el stock mensual del producto es 1000 𝑘𝑔, ¿Qué probabilidad hay de que la demanda no sea
satisfecha en un mes cualquiera?
VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL
EJERCICIOS RETO
2.- Un estudio de llamadas telefónicas de larga distancia realizado en las oficinas centrales de Pepsi
Botting Group en Nueva York, demostró que las llamadas, en minutos, se rigen por una distribución
de probabilidad normal. El lapso medio de tiempo por llamada fue de 4.2 minutos, con una
desviación estándar de 0.60 minutos.
a) ¿Cuál es la probabilidad de que una llamada dure entre 4.2 y 5 minutos?
b) ¿Cuál es la probabilidad de que una llamada dure más de 5 minutos?
c) ¿Cuál es la probabilidad de que una llamada dure a lo más 6 minutos?
3.- Suponga que las puntuaciones obtenidas en el examen de admisión a una universidad están
distribuidas en forma normal con una media de 450 y una desviación estándar de 100.
a) ¿Qué porcentaje de las personas que hacen el examen tendrán una puntuación entre 400
y 500?
b) Si la universidad no admite estudiantes que obtengan una puntuación menor a 480, ¿qué
porcentaje de los estudiantes que hacen el examen podrá ser aceptado?
DISTRIBUCIÓN NORMAL
¿QUE HEMOS APRENDIDO?
• Aplicar los conceptos de una variable aleatoria continua.
• Resolver ejercicios de aplicación.
¿Qué es y para qué sirve?
Distribución normal
Aplicaciones
Distribución normal
VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL
TAREA DOMICILIARIA
Envíe el siguiente ejercicio mediante el foro: S08.s1 – Foro
1.- La vida útil en años, de un producto es una variable aleatoria continua 𝑋
cuya distribución es descrita por la función de densidad:
𝑘𝑒 −2𝑥 , 𝑠𝑖 𝑥 ≥ 0
𝑓 𝑥 =ቊ
0, 𝑠𝑖 𝑥 < 0
a) Halle el valor de la constante “𝑘” y trace la gráfica de la distribución de
probabilidad.
b) Halle la función de distribución acumulada 𝐹(𝑥) de 𝑋.
c) ¿Qué porcentaje de estos productos duran más de 18 meses?
VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL
TAREA DOMICILIARIA
2.- La calificación de los alumnos que realizaron un examen final de
Estadística Descriptiva tiene distribución normal con media 10 y desviación
estándar 3. Si la nota mínima para aprobar es 12, ¿Qué porcentaje de
alumnos aprobaron el examen?
3.- Se observó que la cantidad semanal de dinero gastado por una
compañía, durante largo tiempo en mantenimiento y reparaciones, está
normalmente distribuida en forma aproximada con media de $400 y
desviación estándar de $20. Si están presupuestados $450 para la próxima
semana, ¿Cuál es la probabilidad de que los costos reales rebasen la
cantidad presupuestada?
VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL
