EJERCICIOS DISTRIBUCIN NORMAL Y ESTIMACION

PRESENTADO POR:

JUAN ALEJANDRO ARIAS

JUAN SEBASTIN ROMERO

1400933
1400956

PRESENTADO A:
JOSE NELSON RODRIGUEZ

UNIVERSIDAD MILITAR NUEVA GRANADA

DEPARTAMENTO DE MATEMETICAS
OCTUBRE DE 2012
BOGOT D.C
1

INTRODUCCION
En este documento, se pretende conocer, analizar y calcular la desviacin normal ylas
estimaciones para los ejercicios planteados de acuerdo a los datos proporcionados por
cada uno de ellos.
Estos ejercicios se realizaran como parte de nuestro proceso de aprendizaje en donde
pondremos en prctica los conocimientos adquiridos en el aula.
En el caso de que se conozcan todos los elementos de una poblacin, es fcil calcular
todos los parmetros asociados en una poblacin con compartimiento normal; sin
embargo, en la vida real no ser as, y necesitaremos estimar algunos de ellos a partir de
los parmetros de la muestra de all la importancia de la estimacin estadstica.
Cuando se quiere realizar el estudio de una poblacin cualquiera de la que se
desconocen sus parmetros, como su media poblacional o desviacin si la poblacin
sigue una distribucin Normal, se debe tomar una muestra aleatoria de la poblacin a
travs de la cual calcularemos
una aproximacin a dichos parmetros que
desconocemos y queremos estimar. Esta aproximacin se denomina estimacin.
Adems, junto a esa estimacin, y dado que muy probablemente no coincida con el valor
real del parmetro, acompaaremos el error aproximado que se comete al realizarla.

OBJETIVOS

Comprender los conceptos de distribucin normal y estimacin.

Calcular las distribuciones normales y estimaciones para los ejercicios propuestos
Aprender a interpretar correctamente los resultados de las distribuciones
normales y las estimaciones

MARCO TEORICO
Distribucin Normal:
Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio
nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la
que ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin.
Una distribucin normal de media y desviacin tpica se designa por N(, ). Su
grfica es la campana de Gauss:

El rea del recinto determinado por la funcin y el eje de abscisas es igual a la unidad.
Al ser simtrica respecto al eje que pasa por x = , deja un rea igual a 0.5 a la izquierda
y otra igual a 0.5 a la derecha.
La probabilidad equivale al rea encerrada bajo la curva.
Formulas para distribucin Normal:
Para poder utilizar la tabla tenemos que transformar la variable X que sigue una
distribucin N(, ) en otra variable Z que siga una distribucin N(0, 1).

Donde: = Promedio
X = Variable
Z =Transformacin de la variable X para funcin Normal
= Desviacin = raz cuadrada de la varianza
Distribucin Muestral
Cada muestra de tamao n que podemos extraer de una poblacin proporciona una
media. Si consideramos cada una de estas medias como valores de una variable
aleatoria podemos estudiar su distribucin que llamaremos distribucin muestral de
medias.

Notacin para la distribucin Muestral:

Media
Es el promedio aritmtico de las medias del conjunto de datos; ya sea de la poblacin o
de la muestra.
Tambin habremos de referirnos a la media como el valor esperado de X, y se denotar
con E (X).
Varianza
Es el promedio de la suma de los cuadrados de las desviaciones. Se entiende por
desviacin la diferencia de una media respecto a la media
Como puede verse, la varianza es una medida de dispersin. Indica, en promedio, qu
tan alejados estn los datos respecto de la media.
Desviacin tpica o estndar
Es la raz cuadrada de la varianza.
Por simplicidad, en las expresiones anteriores se acostumbra suprimir el subndice i, as
como los lmites de las sumatorias.
La variante estadstica para distribuciones mustrales se obtiene segn esta formula.

Se considera que la distribucin muestral se aproxima a una distribucin normal, donde

su grafica es:

PROBLEMAS

DISTRIBUCIN NORMAL

1.- El tiempo que se tardan los encuestados en diligenciar un formulario es de 20

minutos con una varianza de 16 minutos cuadrados; se asume que el tiempo sigue una
dist. Normal; se pide:
a) La probabilidad de que una persona invierta entre 18 y 25 en responder el formulario.
b) El porcentaje de personas que requieran ms de 24 minutos.
a)

Datos:
Variable

Desviacin

20

Media

Anlisis:
Es una desviacin Normal ya que me dan y

Modelo Matemtico:
P (18 < x <25)

A = A2 A1= 0,8944 0,3085 = 0,5859

La probabilidad de que una persona
formulario es de 58,59%

Grafica

b)
Datos:

invierta entre 18 y 25 en responder el

Variable

Desviacin

Media

20

Anlisis:
Es una desviacin Normal ya que me dan y

Modelo Matemtico:
P (x >24) = A
A = 1 A1

A = 1 A1 = 1- 0,8413 = 0,1587
El porcentaje de personas que requieran ms de 24 minutos.es de 15,87%

Grafica

3.- Una mquina llenadora automtica se grada para dispensar 1000 c.c. sin embargo
al realizar un control de calidad se encontr que el 10 % de las botellas contenan ms
1000 c.c. y el 5 % contenan menos de 985 c.c. se pregunta el contenido medio de
llenado de las botellas.

Datos:
x

1000

0,10

985

0,05

Anlisis:

Es una desviacin Normal ya que me dan X y Z

Modelo Matemtico:
Despejamos

de cada ecuacin

Igualamos las dos ecuaciones

Despejamos

que representa el valor que se nos esta pidiendo hallar

Reemplazamos con los datos dados

Determinamos el valor de la media

El contenido medio de llenado de las botellas es de

Grafica

5.- Si se desea construir un auto que sea superior al 95 % de los autos del
problema anterior, cuantos km por galn debera recorrer este nuevo auto?
Problema anterior: Cierta marca de autos recorre 25.5 km por galn de
combustible, con una desviacin de 4.5 km por galn; Qu porcentaje de autos
rinden ms de 30 km por galn?

Datos:
Variable (x)

Desviacin ()

Media ()

30 Km

4.5 Km

0.95

Anlisis:
Es una desviacin Normal ya que me dan y Z y me estn preguntando la media.

Modelo Matemtico:
Debemos despejar
(

=
(

de la ecuacin:

)
(

( )

Los km por galn debera recorrer este nuevo auto son

Grafica

7.- El dispensador del ADN de la esquina sabe que la demanda diaria de su

peridico es de 240 unidades, con una varianza de 529; que cantidad debe
solicitar para que la probabilidad de que se agote su existencia no sea mayor al 2
% en un da cualquiera?
9

Datos:
Variable (x)

Desviacin ()

Media ()

529 = 23

240

0.02

Modelo Matemtico:
Debemos despejar
(

=
(

de la ecuacin:
)

( )

La Cantidad que debe solicitar para que la probabilidad que se le acaben no sea
mayor al 2% es 240.46

Grafica

9.- Los ingresos de cierto sector econmico se distribuyen normalmente y su

clasificacin de menor a mayor es la siguiente:
Grupo
Porcentaje

A
8

B
16

C
42

D
20

E
14

El grupo C est comprendido entre $ 136500 y $160000 mensuales.

a) Calcular la media y la desviacin.
b) Si en ese sector se ocupan 25000 personas, Cuntas personas se espera
que tengan ingresos superiores a $170000 mensuales?

10

a)

Datos:
X2

X1
42%

160000

136500

Anlisis:
Es una desviacin Normal ya que me dan Media () y un intervalo

Modelo Matemtico:
Despejamos

de cada ecuacin

Igualamos las dos ecuaciones

Despejamos

que representa el valor que se nos esta pidiendo hallar

Basados en la grafica y con el intervalo dado hallamos Z para el 34% y 76%

respectivamente en la tabla:
z1 = -0,034 = -1,825
z2 = 0,760 = 0,71
Procedemos a hallar la media
(
(

)
)

Teniendo la media hallamos la desviacin

Grafica

11

b) valor esperado

Datos:
Media ()

42%

25000

Anlisis:
Es un valor esperado E(x) = n*P

Modelo Matemtico:
P (x >170000) A = 1 - A1

A1= 0,9625
A = 1 0,9625 = 0,0375
E(x) = 25000*0,0375 = 937,5

Grafica

12

PROBLEMAS

DE ESTIMACION

1) Si la media (promedio) de una poblacin es de 72 y su desviacin de 3; determinar la

probabilidad de que en una muestra de 81 observaciones, su promedio sea:
a) Inferior a 70.
b) Superior a 75
c) mayor a 69 e inferior a 75

a) Inferior a 70

Datos:
Muestra

Desviacin

Media

81

72

<70

Anlisis:
Es una estimacin ya que me dan n, y

Modelo Matemtico:
P (x <70) A = A1

=-6

A1=0

A = 0%

Grafica

13

b)

Datos:

Muestra

Desviacin

Media

81

72

>75

Anlisis:
Es una estimacin ya que me dan n, y

Grafica

Modelo Matemtico:
P (x >75)

A = 1- A1

=9

A1=1.

14

A = 1- 1 = 0 %

c)

Datos:
Muestra

Desviacin

81

Media

72

69<x<75

Anlisis:
Es una estimacin ya que me dan n, y

Modelo Matemtico:
P (69 < x <75)
A= A2 -A1

A2=0.3707 = 37.07%

= - 0.333

A1=0.6293 = 62.93%

= 0.333

z=z1+z2 = 100%

Grafica

3) En una distribucin normal se seleccionan todas las posibles muestras tamao 25, si
el 2 % de estas muestras tienen una media que difieren de la media poblacional en ms
de 4 en valor absoluto. Hallar la desviacin estndar de la poblacin.

Datos:
Muestra

Desviacin

15

25

|4|

2%

Anlisis:
Es una estimacin ya que me dan x- y n

Modelo Matemtico:
Determinar la desviacin estndar: la realizo con la ecuacin de promedio nominal

La desviacin estndar de la poblacin es 8.58

Grafica

5) Un almacn de cadena recibe 70000 pilas AA de 9 voltios para decidir si acepta o no

esa remesa resuelve medir la vida til de ellas, para lo cual toma una muestra de 36
pilas; si en promedio esas pilas duran 60 o ms horas las acepta, en caso contrario las
rechaza. Se pregunta la probabilidad de:
a)

Aceptar una remesa que tiene una vida promedio de 59 horas y desviacin de 3.

Datos:

16

Muestra

Muestra

Desviacin

Media

70000

36

60

x
59

Anlisis:
Es una estimacin ya que me dan , n, y N

Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio nominal

El rea para Z=2 es de 0.0228= 2,28%

La probabilidad de aceptar una remesa que tiene una vida promedio de 59 horas y
desviacin de 3 es de 2.28%

b)

Grafica

Rechazar un cargamento con vida til de 60.5 horas y varianza de 9 horas2.

Datos:
Muestra

Muestra

Desviacin

Media

70000

36

60

Anlisis:

17

60,5

Es una estimacin ya que me dan , n, y N

Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio nominal

El rea para Z=1 es de 0.8413 de donde 1-0,8413 = 0,1587 = 15,87%

La probabilidad de rechazar un cargamento con vida til de 60.5 horas y varianza
de 9 horas2 es de 18.87%

Grafica

7) Se toma una muestra de 400 artculos producidos por una empresa y se pregunta
cul debe ser la probabilidad de que en esa muestra el 5 % o ms sea defectuosa,
sabindose, por experiencia que esa empresa produce en promedio 4 % de artculos
defectuosos.

Datos:
Muestra
n
400

Promedio

Promedio

0,04

0,05

Anlisis:
Es una estimacin ya que me dan , n y x

Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional

18

El rea para Z=1,02 es de 0.8461 de donde 1-0,8461 = 0,1539 = 15,39%

La probabilidad de que en esa muestra el 5 % o ms sea defectuosa es de
15.39%

Grafica

9) Un nuevo tratamiento quirrgico, es eficaz el 90 % de las veces que se aplica; si se

selecciona una muestra de 40 enfermos, determine la probabilidad de que se presente
una diferencia mayor del 8 % en cuanto a su eficacia.

Datos:
Muestra
n
40

Promedio
P

P-p

0,90

0,08

Anlisis:
Es una estimacin ya que me dan , n y x

Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional

19

El rea para Z=1,68 es de 0.8461 de donde 1-0,9535 = 0,0465 = 4,65%

La probabilidad de que se presente una diferencia mayor del 8 % en cuanto a su
eficacia es del 4.65%

Grafica

11) Se tiene la poblacin de los nmeros dgitos (1 al 9); determine la probabilidad de que al
seleccionar 4 de ellos, en promedio, la suma de los cuatro sea superior a 20.

P(x>20) = 0.06%

Datos:

N
9

n
4

Anlisis:
Es una estimacin ya que me dan N, n

Modelo Matemtico:
P ( x < 20)

20

Grafica

13) hallar la probabilidad de que 8 o ms estudiantes, de una muestra 36 tomada de un

plantel, usen anteojos si se sabe que el 25 % de los estudiantes del plantel usan
anteojos.

Datos:
Muestra

Muestra

n
8

36

Promedio
P
0,25

Anlisis:
Es una estimacin ya que me dan N, n y P

Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional

21


El rea para Z =-0,18 es de 0.4286 de donde 1-0,4286 = 0,5714 = 57,14%
L a probabilidad de que 8 o ms estudiantes, de una muestra 36 tomada de un
plantel, usen anteojos es de 57.14%

Grafica

15) En un estudio Psicolgico sobre la susceptibilidad a las ilusiones perceptivas, 50

hombres juzgan la longitud de una figura ilusoria. La evaluacin de cada uno de ellos se
compara con la longitud verdadera y se registra la desviacin o error. El experimento
produjo los siguientes resultados para las desviaciones:
= 81 mm.
S = 12 mm.
Determine un IC del 95% para la magnitud media de los errores.

Datos:
Muestra
n
59

81 mm.

12 mm.

Anlisis:
Es una estimacin ya que me dan n, s y

Modelo Matemtico:
Determinamos el valor de z en el intervalo de confianza con la tabla y
determinamos el error.

22

Determine un IC para la magnitud media de los errores.

-

< < +

81- 3,326 < <81 +3,326

77,674 < <84,326

Grafica

17) Una mquina llenadora tiene una varianza de 1 onza; si se toman 25 vasos
llenados en una hora, halle la probabilidad de que el promedio muestral quede dentro de
0.3 onzas de diferencia con respecto al promedio verdadero de llenado.

Datos:
Muestra

Desviacin

Error (Diferencia)

25

1=1

0.3

Anlisis:

Es una estimacin ya que me dan , y la realizo con la ecuacin de poblacin

despejamos Z.

Modelo Matemtico:

23

La probabilidad de que el promedio muestra quede dentro de 0.3 onzas de diferencia con
respecto al promedio verdadero de llenado es 0.8664

Grafica

19) El tiempo muerto diario de un local de llamadas a distancia es en promedio 4 horas,

con desviacin de 0.8; calcular la probabilidad de que:
a) El tiempo muerto promedio, en 30 das, est entre 1 y 3 horas.
b) El tiempo muerto total sea inferior a 115 horas.
a)

Datos:
Variable

Desviacin

Media

0,8

Anlisis:
Es una estimacin ya que me dan ,

Modelo Matemtico:
P (1< x <3)

A = A2 A1= 0,1056 -0

= 0,1056 10,56%

24

El tiempo muerto promedio es de 10,56%

Grafica

b) Datos:

Variable

Desviacin

Media

0,8

Anlisis:
Es una estimacin ya que me dan ,

Modelo Matemtico:
P (x >115)

A = A1= 0

0%

El tiempo muerto promedio es de 0%

Grafica

25

21. - Silvana desea estimar la vida til promedio de sus lmparas; Qu tamao de
muestra necesita para garantizar que habr un riesgo de slo 0.001 de exceder un error
de 5 das en la estimacin? Asuma una desviacin de 25 das

Datos:
Desviacin

Error

0.001

25

Anlisis:
Es una estimacin ya que me dan z, y

Modelo Matemtico:
Determinar la probabilidad: la realizo con la ecuacin de promedio proporcional

0.000025
El tamao de muestra necesita para garantizar que habr un riesgo de slo 0.001
de exceder un error de 5 das en la estimacin es de 0.000025
23. - Explique brevemente:
A) Estimador y Parmetro

26

En una poblacin en donde la distribucin es conocida pero se desconoce algn

parmetro, se
puede estimar dicho parmetro a partir de una muestra
representativa.
Un estimador es un valor que puede calcularse a partir de los datos muestrales y
en este se proporciona informacin sobre el parmetro.
B) Poblacin y Muestra.
En el rea de la estadstica se denomina poblacin al mundo ideal, terico cuyas
caractersticas se quieren conocer y estudiar. Las poblaciones suelen ser muy
extensas y es imposible observar a cada componente, por ello se trabaja con
muestras o subconjuntos de esa poblacin. Por eso podemos definir como
muestra a una parte o subconjunto de una poblacin.
C) La diferencia al realizar un muestreo Probabilstico y no Probabilstico
Muestreo probabilstico
Los mtodos de muestreo probabilsticos son aquellos que se basan en el
principio de equiprobabilidad. Es decir, aquellos en los que todos los individuos
tienen la misma probabilidad de ser elegidos para formar parte de una muestra y,
consiguientemente, todas las posibles muestras de tamao n tienen la misma
probabilidad de ser seleccionadas.
Muestreo no probabilstico
A veces, para estudios exploratorios, el muestreo probabilstico resulta
excesivamente costoso y se acude a mtodos no probabilsticos, aun siendo
conscientes de que no sirven para realizar generalizaciones pues no se tiene
certeza de que la muestra extrada sea representativa, ya que no todos los sujetos
de la poblacin tienen la misma probabilidad de ser elegidos por lo que puede
traer como consecuencia proporcionar informacin errnea.
19) El tiempo muerto diario de un local de llamadas a distancia es en promedio 4 horas,
con desviacin de 0.8; calcular la probabilidad de que:
a) El tiempo muerto promedio, en 30 das, est entre 1 y 3 horas.
b) El tiempo muerto total sea inferior a 115 horas.
a)

Datos:
Variable

Desviacin

Media

0,8

Anlisis:
Es una estimacin ya que me dan ,

Modelo Matemtico:
P (1< x <3)

27

A = A2 A1= 0,1056 -0

= 0,1056 10,56%

El tiempo muerto promedio es de 10,56%

Grafica

b) Datos:

Variable

Desviacin

Media

0,8

Anlisis:
Es una estimacin ya que me dan ,

Modelo Matemtico:
P (x >115)

A = A1= 0

0%

El tiempo muerto promedio es de 0%

Grafica

28

27) Hallar el nmero de clientes n tal que la probabilidad de dar servicio a todos en dos
horas o menos, sea aproximadamente de 0.10.
n = 88
0.134 < < 0.226
29) Una Universidad desea estimar la proporcin de profesores, en C.B. que estn a
favor de que se corrija el programa de aseguramiento de la calidad en sus diferentes
asignaturas. La estimacin debe quedar a menos de 0.05 de la proporcin verdadera de
los que favorecen el programa; con un coeficiente de confianza del 90%,Cuntos
profesores se deben muestrear? n = 271 profes.

CONCLUSIONES

La distribucin normal se puede utilizar en diferentes tipos de problemas en la

vida cotidiana.
Entendimos y aplicamos la grafica de campana de Gauss para cada uno de los
ejercicios.
Utilizamos la distribucin normal para obtener probabilidades de valores
puntuales, intervalos y cantidades especficas.
La estimacin la aplicamos cuando se desconocen parmetros de una poblacin,
se toma una muestra aleatoria de dicha poblacin de la cual se calcula una
aproximacin a dichos parmetros que desconocemos.

29

BIBLIOGRAFIA

Probabilidad y Estadstica para Ingenieros

Ronald E. Walpole, Raymond H. Myers, Sharon L. Myers.

Estadstica bsica aplicada

Ciro Martnez Bencardino

30

31