Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCCIÓN
En este guía se continúa con el estudio de las distribuciones de probabilidad, examinando una distribución
de probabilidad continua muy importante: la distribución de probabilidad normal. Como se indicó en la
guía anterior, una variable aleatoria continua es la que puede tomar un número infinito de valores dentro
de un intervalo. Generalmente, es el resultado de medir algo, como el peso de una persona. El peso puede
ser 162.0 libras (lb), 162.1 lb, 162.12 lb, etc. Otras variables aleatorias continuas son el tiempo de vida de
las baterías tipo alcalino, el volumen de un contenedor de embarque y el peso de las impurezas en un
lingote de acero.
Las distribuciones de probabilidad de las expectativas de vida de algunos productos, como son baterías,
neumáticos y focos (o lámparas), tienden a seguir un patrón “normal”. Lo mismo sucede con los pesos de
las cajas de cereal, la longitud de rollos de aluminio y otras variables que se miden con una escala
continua.
Hay una familia de distribuciones normales. Cada distribución puede tener una media (μ) o desviación
estándar (σ) diferentes. Por tanto, el número de distribuciones normales es ilimitado. Seria físicamente
imposible proporcionar una tabla de probabilidades (como para las distribuciones binomial y de Poisson)
para cada combinación de μ y σ. Por fortuna se puede utilizar, en todos los casos en los que la
distribución normal es aplicable, un miembro de la familia de distribuciones normales que tiene una
media 0 y una desviación estándar 1, denominado distribución normal estándar. Cualquier distribución
normal puede convertirse en la “distribución normal estándar” restando la media a cada observación, y
dividiendo entre la desviación estándar.
Primero se convierte, ose estandariza, la distribución que se tiene, en la distribución normal estándar
utilizando un valor z(también denominado, puntuación z, valor estadístico, desviación normal estándar, o
simplemente desviación norma).
Valor z Diferencia entre un valor elegido, denotado por X, y la media μ, dividida entre a desviación
estándar, σ.
Por tanto, un valor z es la distancia a la media, medida en unidades de la desviación estándar.
Expresado en una fórmula:
Donde:
X es el valor de cualquier medida u observación específica.
μ es a media de la distribución.
σ es la desviación estándar de la distribución.
Como se observa en la definición anterior, un valor z mide la distancia entre un valor especifico X y la
media aritmética, en unidades de desviación estándar Al determinar el valor z mediante la fórmula 1, se
puede obtener el área o la probabilidad bajo cualquier curva normal, recurriendo al apéndice D.
Para explicar lo anterior, supóngase que el valor calculado para z es 1.91. ¿Cuál es el área bajo a curva
normal entre la media y X? En la tabla 7.1 se reproduce una parte del apéndice D. La columna izquierda
de la tabla, encabezada con la letra z, se recorre hacia abajo hasta encontrar el 1.9. Después se desplaza
horizontalmente hacia la derecha, se lee la probabilidad bajo la columna encabezada con 0.01. La
probabilidad es 0.4719. Esto significa que 47.19% del área bajo la curva normal estándar se encuentra
entre la media y el valor X de 1.91 desviaciones estándar después de la media. Esta es la probabilidad de
que una observación se encuentre entre 0 y 1.91 desviaciones estándar después de la media.
Tabla 1 Áreas bajo la curva normal
Ahora se calculará el valor z para una media poblacional μ, una desviación estándar poblacional σ y una
X determinada.
Ejemplo 1
Los ingresos semanales de supervisores de turno en la industria del vidrio tienen una distribución normal
con media $1 000 (dólares), y desviación estándar $100. ¿Cuál es el valor z correspondiente al ingreso de
un supervisor que gana $1 100 a la semana? ¿Y para un supervisor que tiene un ingreso semanal de $900?
Solución
Utilizando la fórmula (1), los valores z para los dos valoras indicados de X ($1 100 y $900) son:
El valor z = 1.00 indica que el ingreso semanal de $1 100 se encuentra a una desviación estándar sobre la
media; una z = -1.00 indica que el ingreso de $900 se encuentra a una desviación estándar por debajo de
la media. Observe que ambos ingresos ($1 100 y $900) están a la misma distancia ($100) de la media.
2.DISTRIBUCION DE PROBABILIDAD BINOMIAL
La distribución binomial es una distribución de probabilidad discreta aplicable como modelo para
situaciones de toma de decisiones en las que puede suponerse que un proceso de muestreo responde a un
proceso de BERNOULLI en el que:
- En cada ensayo u observación solo son posibles dos resultados mutuamente excluyentes,
llamados éxito y fracaso.
- Los resultados de la serie de ensayos constituyen eventos independientes
- La probabilidad de éxito de cada ensayo es indicada por p
- La probabilidad de fracaso esta dada por q=1-p
La distribución binomial ….
n!
P ( x / n, p ) p x q n x
x!( n x)!
La distribución poisson
x
P( x / )
x!
En donde:
= promedio
x = numero establecidos de éxitos
e =constante( 2,7182..)