Sección. Aplicaciones de la Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved

Documentos relacionados
DISTRIBUCION NORMAL ESTANDAR

Capítulo. Distribución de probabilidad normal. Pearson Prentice Hall. All rights reserved

DISTRIBUCIONES DE PROBABILIDAD BINOMIAL

8.1. Sección. Distribución de la media muestral Pearson Prentice Hall. All rights reserved

Cap. Distribuciones de. probabilidad. discreta. Distribuciones de probabilidad. discreta Pearson Prentice Hall. All rights reserved

DISTRIBUCIONES DE PROBABILIDAD DISCRETA

DISTRIBUCIONES DE PROBABILIDAD DISCRETA

DISTRIBUCIONES DE PROBABILIDAD DISCRETA (PARTE 2)

PROBABILIDAD E INFERENCIA ESTADÍSTICA TEMA 3: DISTRUBUCIONES DE PROBABILIDAD CONTINUA

Medidas de posición relativa

Tema 4: Probabilidad y Teoría de Muestras

6-1 y. Sec Distribuciones de probabilidad discreta Pearson Prentice Hall. All rights reserved

Medidas de posición relativa

LECTURA 01: LA DISTRIBUCIÓN NORMAL GENERAL. LA DISTRIBUCIÓN NORMAL ESTÁNDAR (PARTE I). TEMA 1: LA DISTRIBUCION NORMAL GENERAL.

TH. DE CHEBYSHEV DISTRIB. NORMAL.

Tema 6. Variables aleatorias continuas. Distribución Normal

Cap 7 Intervalos de Confianza

ESTADÍSTICA INFERENCIAL. Sesión 6: Distribuciones de probabilidad para variables aleatorias continuas

VARIABLES ALEATORIAS CONTINUAS

( x) Distribución normal

ESTADÍSTICA INFERENCIAL

Tema 12: Distribuciones de probabilidad

Distribución de probabilidad

Distribuciones de probabilidad

1. La Distribución Normal

Bioestadística: Variables Aleatorias. Distribuciones de Probabilidad II

Teorema del límite central

VARIABLES ALEATORIAS CONTINUAS 1º Bto. CC.SS.

SESION 12 LA DISTRIBUCIÓN BINOMIAL

Algunas Distribuciones Estadísticas Teóricas. c) Relación entre la Distribuciones de Poisson y Exponencial.

Muchas variables aleatorias continuas presentan una función de densidad cuya gráfica tiene forma de campana.

MODELOS DISCRETOS DE PROBABILIDAD

Tema 13. Distribuciones de Probabilidad Problemas Resueltos

DISTRIBUCIÓN PROBABILÍSTICA BINOMIAL APROXIMACIÓN LA CURVA NORMAL. Juan José Hernández Ocaña

Técnicas Cuantitativas para el Management y los Negocios I

ESTADÍSTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES Práctico 2 Solución. Curso 2016

8 Resolución de algunos ejemplos y ejercicios del tema 8.

EJERCICIOS RESUELTOS DE ESTADÍSTICA II

Estadísticas Elemental Tema 3: Describir la relación entre dos variables: Correlación y regresión 3.1-1

Estadísticas Elemental Tema 3: Describir, Explorar, y Comparar Data

Tema 5 Algunas distribuciones importantes

INTRODUCCIÓN AL ANÁLISIS DE DATOS ORIENTACIONES (TEMA Nº 7)

Tema 6: Modelos probabilísticos

Variable Aleatoria Continua. Principales Distribuciones

5. DISTRIBUCIOES COTIUAS DE PROBABILIDAD

Discretas. Continuas

VARIABLES ALEATORIAS CONTINUAS

Análisis de Datos y Métodos Cuantitativos para la Toma de Decisiones 7ma versión MGM

Puntuaciones Estándarizadas, Distribución Normal y Aplicaciones. Dra. Noemí L. Ruiz Limardo 2008 Derechos de Autor Reservados, Revisado 2010

Estadísticas Elemental Cuartiles y los diagramas de caja 3.1-1

Estadística Grupo V. Tema 10: Modelos de Probabilidad

Tema 4: Modelos probabilísticos

Algunas Distribuciones Continuas de Probabilidad. UCR ECCI CI-1352 Probabilidad y Estadística Prof. M.Sc. Kryscia Daviana Ramírez Benavides

Estadísticas Elemental Medidas de dispersión 3.1-1

1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.

Teorema Central del Límite. Cálculo Numérico y Estadística. Grado en Química. U. de Alcalá. Curso F. San Segundo.

La Distribución Normal. La Distribución Normal. Características de la distribución de probabilidad normal

Tema 6. Variables aleatorias continuas

DISTRIBUCIÓN NORMAL. > = P (Z > 0,6) = 0, El 72,58% de las vacas pesa más de 570 kg. Puede esperarse que 73 vacas superen ese peso.

MATEMÁTICAS APLICADAS A LAS CC. SS. I

NIVELACIÓN DE ESTADISTICA. Carlos Darío Restrepo

Representación gráfica de esta función de densidad

Estadística Inferencial. Resúmen

Tema 4: Distribución de Probabilidades Modelos de distribuciones, Bernoulli, Binomial.

Tema 3: Gráficas estadísticas 1.1-1

TEMA 7 EL MODELO DE LA CURVA NORMAL. CONCEPTO Y APLICACIONES

CONTROL DE CALIDAD UNIDAD IV TEORÍA DE DIMENSIÓN ESTADÍSTICA

Muestreo de variables aleatorias

OPCIÓN A. A1. Se ha realizado un test de habilidad espacial a un grupo de niños y se han obtenido los resultados reflejados en la siguiente tabla:

El momento k-ésimo para una variable aleatoria discreta respecto del origen, es. n = esperanza matemática de X

UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESTADISTICA Y PROBABILIDAD ENSAYO N 4

Variables aleatorias 1. Problema 1

Distribuciones de probabilidad discretas

Apuntes de Clases. Modelos de Probabilidad Discretos

C L A S E N 5 I N S E M E S T R E O T O Ñ O,

GRADO TURISMO TEMA 7: INTRODUCCIÓN A LOS MODELOS DE PROBABILIDAD

3 PROBABILIDAD Y DISTRIBUCION NORMAL

Prof. Eliana Guzmán U. Semestre A-2015

Distribuciones de muestreo fundamentales y descripciones de datos Muestreo aleatorio

Examen Final A Total puntos: /100. Buena suerte y éxito! Utilice la siguiente información para responder a las preguntas 1 al 5.

Esperanza Condicional

UNIVERSIDAD DE MANAGUA Al más alto nivel

1. Calcula la media, la varianza y la desviación típica de la variable X, cuya distribución de frecuencias viene dada por la siguiente tabla:

Distribuciones de Probabilidad

DISTRIBUCIÓN N BINOMIAL

Nº Hermanos 30 Alumnos X i f i P(X i ) 0 8 0, , , , , ,00

MATEMÁTICAS - 1º BACHILLERATO CCSS - DISTRIBUCIÓN NORMAL ˆ EJERCICIO 42. (a) P (X > 215) = P ( )

Unidad Temática 1: Unidad 3 Distribución de Probabilidad Tema 9

ACTIVIDAD 3: Intervalos de Confianza para 1 población

REGLAS DE PROBABILIDAD

PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E

0 en otro caso. P (X > 0) P ( 0.5 < X < 0.5) P ( X > 0.25) x 3 si 0 x < 2. 1 si 2 x P(X 1) P(0.5 X 1) P(0.5 < X 1 X < 1) f X (x) = (1+αx) 2

AÑOS

LECTURA 03: DISTRIBUCIÓN T STUDENT Y DISTRIBUCIÓN CHICUADRADO TEMA 6: DISTRIBUCION T STUDENT. MANEJO DE TABLAS ESTADISTICAS.

Probabilidad, Variables Aleatorias y Distribuciones

CUESTIONES TEÓRICAS ESTADÍSTICA

Transcripción:

Sección 3 7.2 Aplicaciones de la Distribución de probabilidad normal 2010 Pearson Prentice Hall. All rights 2010 reserved Pearson Prentice Hall. All rights reserved

La tabla normal

La tabla normal (cont)

Práctica Determinar el área bajo la curva normal estándar que está a la derecha de z. Determinar el área bajo la curva normal estándar que está entre: 2010 Pearson Prentice Hall. All rights reserved

Probabilidad para una variable aleatoria normal estándar P(a < Z < b) P(Z > a) P(Z < a) representa la probabilidad de que una variable aleatoria normal estándar está entre a y b representa la probabilidad de que una variable aleatoria normal estándar es mayor que a. representa la probabilidad de que una variable aleatoria normal estándar es menor que a. 2010 Pearson Prentice Hall. All rights reserved 7-5

EJEMPLO Determinar la probabilidad una variable aleatoria normal estándar. Determinar las siguientes probabilidades usando tablas: (a) P(Z < -0.23) (b) P(Z > 1.93) (c) P(0.65 < Z < 2.10) 2010 Pearson Prentice Hall. All rights reserved 7-6

Section 7.3 Aplicaciones de la distribución normal 2010 Pearson Prentice Hall. All rights reserved 7-7

Determinar el área bajo cualquier curva normal Paso 1: Dibuje una curva normal y sombree el área deseado. Paso 2: Convertir los valores de X a valores de z usando la transformación x μ z = σ Paso 3: Dibuje una curva normal estándar y sombree el área deseado. Paso 4: Deteminar el área bajo la curva normal estándar. Esta área es igual al área bajo la curva normal que se dibujó en el paso 1. 7-8

EJEMPLO 1 Hallar la probabilidad de una variable aleatoria normal Se sabe que la longitud de una varilla de acero determinada se distribuye normalmente con una media de 100 cm y una desviación estándar de 0.45 cm. Cuál es la probabilidad de que una varilla de acero seleccionada al azar tenga una longitud de menos de 99.2 cm? z = (x μ)/σ z = (99.2-100)/0.45 = -1.78 P z < 1.78 = 0.0375 Interpretación: Si seleccionamos al azar 100 varillas de acero, podríamos esperar que 4 varillas tuvieran una longitud menor de 99.2 cm. 7-9

EJEMPLO 2 Hallar la probabilidad de una variable aleatoria normal Se sabe que la longitud de una varilla de acero determinada se distribuye normalmente con una media de 100 cm y una desviación estándar de 0.45 cm. Cuál es la probabilidad de que una varilla de acero seleccionada al azar tenga una longitud de entre 99.8 y 100.3 cm? Interpretación: Si seleccionamos al azar 100 varillas de acero, podríamos esperar que la longitud de cerca de 42 de ellos estuviera entre 99.8 cm y 100.3 cm. 7-10

EJEMPLO Hallar la proporción de una variable aleatoria normal Se sabe que la longitud de una varilla de acero determinada se distribuye normalmente con una media de 100 cm y una desviación estándar de 0.45 cm. Suponer que el manufacturero desea desechar toda varilla que mide menor que 99.1 cm o mayor que 100.9 cm. Qué proporción de las varillas se debe descartar? En este caso, la proporción de varillas que se descarta es equivalente al área bajo la curva normal a la izquierda de 99.1 y a la derecha de 100.9. Debemos convertir los valores de la variable aleatoria a Z y usar la tabla. 2010 Pearson Prentice Hall. All rights reserved 7-11

EJEMPLO Hallar el percentil de una variable aleatoria normal La puntuación combinada (verbal + razonamiento cuantitativo) en el GRE se distribuye normalmente con una media de 1049 y una desviación estándar de 189. (Source: http://www.ets.org/media/tests/gre/pdf/994994.pdf.) En qué percentil se encuentra un estudiante que acumula una puntuación combinada de 1300? NOTA: El área bajo la curva normal también se puede interpretar como un percentil ya que el percentil describe el porciento de todas las observaciones menores que un valor dado. En este caso el área bajo la curva hacia izquierda de 1300 representa el percentil en el cual se encuentra el/la estudiante. Debemos normalizar 1300 y usar tablas para halla P(Z 1300). 7-12

Determinar el valor de una variable aleatoria normal Paso 1: Dibuje una curva normal y sombree el área correspondiente a la proporción, probabilidad o percentil de interés. Paso 2: Usar una tabla para hallar el valor z que corresponde al área sombreado Paso 3: Obtenga el valor normal usando la fórmula z = (x μ)/σ despejada para x, x = μ + zσ. 2010 Pearson Prentice Hall. All rights reserved 7-13

EJEMPLO Hallar el valor de una variable aleatoria normal La puntuación combinada (verbal + razonamiento cuantitativo) en el GRE se distribuye normalmente con una media de 1049 y una desviación estándar de 189. (Source: http://www.ets.org/media/tests/gre/pdf/994994.pdf.) Cuál es la puntuación de un estudiante, si su puntuación estuvo en el percentil 85? El valor z que corresponde al percentil 85 es la puntuación z tal que el área bajo la curva normal estándar a la izquierda de ese valor es 0.85. 7-14

EJEMPLO (cont) Hallar el valor de una variable aleatoria normal Cuál es la puntuación de un estudiante, si su puntuación estuvo en el percentil 85? El valor z que corresponde al percentil 85 es 1.04. El valor de la variable aleatoria que corresponde a 1.04 se consigue despejando para x la fórmula z = (x μ) σ x = µ + zσ = 1049 + 1.04(189) = 1246 7-15

EJEMPLO Hallar el valor de una variable aleatoria normal Se sabe que la longitud de una varilla de acero determinada se distribuye normalmente con una media de 100 cm y una desviación estándar de 0.45 cm. Suponer que el manufacturero quiere aceptar 90% de toda la varilla manufacturado. Determine la longitud de las varillas que componen el 90% central de las varillas manufacturadas. Area = 0.05 Area = 0.05 Determinar z 1 = y z 2 = con la tabla. 2010 Pearson Prentice Hall. All rights reserved 7-16

EJEMPLO Hallar el valor de una variable aleatoria normal Determine la longitud de las varillas que componen el 90% central de las varillas manufacturados. Area = 0.05 Area = 0.05 Determinar x 1 = y x 2 = con fórmula. Interpretación: 2010 Pearson Prentice Hall. All rights reserved 7-17

Sección 7.5 La aproximación normal a una distribución de probabilidad binomial. 2010 Pearson Prentice Hall. All rights reserved 7-18

Criterios para un experimento de probabilidad binomial Un experimento se dice que es un experimento binomial, siempre que: 1. El experimento se lleva a cabo en N repeticiones independientes. 2. Cada repetición del experimento se llama un ensayo. 3. Independencia significa que el resultado de un ensayo no afectará el resultado de los otros ensayos. 4. Para cada ensayo, hay dos resultados mutuamente excluyentes - éxito o fracaso. 5. La probabilidad de éxito, p, es la misma para cada repetición del experimento. 7-19 2010 Pearson Prentice Hall. All rights reserved

Criterios para un experimento de probabilidad binomial Para una probabilidad de éxito fijo, p, a medida que el número de repeticiones, n, aumenta en un experimento binomial, la distribución de probabilidad de la variable aleatoria X se vuelve casi simétrica y en forma de campana. Si np(1 - p)>10, entonces la variable aleatoria binomial, X, se distribuye de forma aproximadamente normal con media μ = np y desviación estándar de σ = np(1 p) 2010 Pearson Prentice Hall. All rights reserved 7-20

P(X = 18) P(17.5 < X < 18.5) 2010 Pearson Prentice Hall. All rights reserved 7-21

2010 Pearson Prentice Hall. All rights reserved 7-22

EJEMPLO Aproximando una distribución de probabilidad binomial De acuerdo con el Experian Automotive, el 35% de todos los hogares con dueños de automóviles tiene tres o más autos. En una muestra aleatoria de 400 hogares dueños de automóviles, cuál es la probabilidad de que menos de 150 tienen tres o más coches? μ = np σ x = np(1 p) = P(Z 1) 7-23

EJEMPLO Aproximando una distribución de probabilidad binomial Al llegar a cierta panadería, el 20% de los clientes compran un brownie. 500 clientes llegan a la panadería en un día. Suponer que las compras de los diferentes clientes son independientes. Cuál es la probabilidad de que más de 110 clientes compran un brownie? 7-24