Está en la página 1de 106

UNIDAD 4

OBJETIVOS DE LA
UNIDAD

QUE EL ALUMNO SEA CAPAZ DE:


1.- ENUMERAR LAS CARACTERISTICAS DE LA DISTRIBUCION DE
PROBABILIDAD NORMAL.-
2.- DEFINIR Y CALCULAR VALORES Z.-
3.- PARAMETROS DE LA DISTRIBUCION NORMAL Y NORMAL
ESTANDARIZADA.-
4.- DETERMINAR LA PROBABILIDAD DE QUE UN VALOR DE LA
VARIABLE ALEATORIA SE ENCUENTRE ENTRE DOS PUNTOS EN UNA
DISTRIBUCION DE PROBABILIDAD NORMAL.-
5.- DETERMINAR LA PROBABILIDAD DE QUE UN VALOR DE LA
VARIABLE ALEATORIA SE ENCUENTRE SOBRE (O DEBAJO) DE UN
PUNTO EN UNA DISTRIBUCION NORMAL.-
6.- ENCONTRAR EL VALOR O LOS VALORES DE LA VARIABLE
ALEATORIA CONOCIENDO LA PROBABILIDAD DEL AREA DE LA
DISTRIBUCION DE PROBABILIDAD NORMAL.-
7.- APLICAR LA DISTRIBUCION DE PROBABILIDAD NORMAL PARA
APROXIMAR LA DISTRIBUCION BINOMIAL.-
8.- USAR EL PLANO DE DISTRIBUCION NORMAL PARA DETERMINAR
SI UN CONJUNTO DE DATOS SE DISTRIBUYE NORMALMENTE.-
DISTRIBUCIONES DE
PROBABILIDAD PARA
VARIALES ALEATORIAS
CONTINUAS
Cuando una variable aleatoria X es discreta, se puede
asignar una probabilidad positiva a cada valor que
puede tomar X y obtener la distribucin de probabilidad
para X.- La suma de todas las probabilidades asociadas
con los valores diferentes de X es 1.- Sin embargo, no
todos los experimentos producen variables aleatorias
que son discretas.-
Las variables aleatorias continuas, como la altura, peso,
montos de ventas de un comercio, sueldo de los
empleados, tiempo de realizacin de una tarea, velocidad
de un automvil, tiempo de vida de una lmpara, etc,
pueden asumir la cantidad infinita de valores que
correspondan a los puntos en un intervalo de la recta.- Si
se intenta asignar una probabilidad positiva a cada uno
de estos incontables valores, las probabilidades ya no
sumaran 1, como las variables aleatorias discretas.-
Por consiguiente, se debe usar un mtodo diferente para
generar la distribucin de probabilidad de una variable
aleatoria continua.-
Suponga que tiene un conjunto de mediciones para una
variable aleatoria continua y elabora un histograma de
frecuencias relativas para describir su distribucin.- Para
un pequeo nmero de mediciones, podra usar un
nmero pequeo de clases (intervalos); entonces a
medida que se renan ms y ms mediciones, se podrn
usar ms clases y se puede reducir la amplitud de las
clases.- El contorno del histograma cambia ligeramente,
por lo general, se vuelve menos irregular, como vemos en
la Figura 4.1.- Cuando el nmero de mediciones se vuelve
muy grande y se reducen las amplitudes de clase, el
histograma de frecuencias relativas aparece cada vez
ms como la curva uniforme mostrada en la Figura 4.1
(d).-
Esta curva uniforme describe la distribucin de
probabilidad de la variable aleatoria continua.-

Figura 4.1

0,47 0,26

0,35 0,20
frecuencia relativa

frecuencia relativa
0,24 0,13

0,12 0,07

0,00 0,00

a) b)
0,20
Ajuste: Normal(162,662,1140,631)
0,20

0,15
0,15
frecuencia relativa

frecuencia relativa
0,10
0,10

0,05
0,05

0,00 0,00

c) d)
Cmo se puede crear un modelo para esta distribucin
de probabilidad?.-
Una variable aleatoria continua puede tomar cualquier
valor de un nmero infinito de valores en la recta real,
algo as como el nmero infinito de granos de arena en
una playa.- La distribucin de probabilidad se crea al
distribuir una unidad de probabilidad a lo largo de la
recta, as como se podra distribuir un puo de arena.-
La probabilidad - granos de arena o mediciones -, se
apilar en ciertos lugares y el resultado es la
distribucin de probabilidad que se muestra en la Figura
4.2.- La densidad de la probabilidad, que varia con X, se
puede describir mediante un frmula matemtica f (x),
llamada distribucin de probabilidad o funcin de
densidad de probabilidad para la variable aleatoria X
continua.-
Figura 4.2

funcin de densidad f (x)

x
a b

La distribucin de probabilidad f (x):


P ( a < X < b) es igual al rea sombreada
bajo la curva.-
Varias propiedades importantes de las distribuciones de
probabilidad continua se asemejan a las de las
distribuciones discretas.- As como la suma de
probabilidades discretas (o la suma de las frecuencias
relativas ) es igual a 1, y la probabilidad de que X se
encuentre en un cierto intervalo se puede encontrar al
sumar las probabilidades de ese intervalo, las
distribuciones de probabilidad continua tienen las
siguientes caractersticas que se enumeran a
continuacin:

El rea bajo la curva en una distribucin de probabilidad


continua es igual a 1.-
La probabilidad de que x se encuentre en un intervalo
particular; por ejemplo de a a b. es igual al rea bajo la
curva entre dos puntos a y b.- Esto es el rea sombreada
en la Figura 4.2.-
Hay tambin una diferencia importante entre las variables
aleatorias discretas y continua.-
Considere la probabilidad de que X sea igual a algn
valor particular, por ejemplo a).- Puesto que no hay rea
sobre un solo punto; por ejemplo x = a, en la distribucin
de probabilidad para una variable aleatoria continua,
nuestra definicin implica que la probabilidad es 0.-

Entonces:
P (x = a) = 0 para variable aleatoria continua.-
Esto implica que P (x a) = P (x> a) y
P (x a) = P( x< a)
Esto no es cierto en lo general para las variables
aleatorias discretas.-
Cmo se elige el modelo, es decir, la
distribucin de probabilidad f(x), apropiada para
un experimento dado?.-
Se dispone de muchos tipos de curvas
continuas para el modelado.- Algunas tienen
forma de campana, como la de la Figura 4.1 (d),
pero otras no.- Por lo general, intente elegir un
modelo que cumpla con estos criterios:
Que se ajuste al conjunto acumulado de datos.-
Que permita hacer las mejores inferencias
posibles usando los datos.-
Es posible que el modelo no siempre se ajuste
perfectamente a la situacin experimental, pero
se debe intentar elegir el modelo que se ajuste lo
mejor posible al histograma de frecuencia
relativa de la poblacin.-
Cuanto ms se aproxime el modelo a la realidad,
mejores sern las inferencias.-
Afortunadamente, muchas variables aleatorias
continuas tienen distribuciones de frecuencias
en forma de campana, como los datos de la
Figura 4.1 (d).- La distribucin de probabilidad
normal proporciona un buen modelo para
describir este tipo de datos.- Esta distribucin de
probabilidad es la que veremos a continuacin.-
LA
DISTRIBUCION
NORMAL
Dentro de las distribuciones de probabilidad continuas,
tenemos la distribucin normal que es una de las ms
importante de la estadstica. La importancia no se debe a
su forma ya que muchas distribuciones tienen esa forma y
no se distribuyen normalmente.- La distribucin normal
tiene una serie de propiedades matemticas que la hace
tan deseable, que muchos de los profesionales que se
dedican a la investigacin y otros que no, han solucionado
situaciones tcnicas solo con suponer que las
observaciones de la poblacin se distribuyen
normalmente.-
Fue descubierta por el matemtico francs De Moivre en
1733.- Desafortunadamente su trabajo se perdi por algn
tiempo y Karl Gauss desarrollo, de manera independiente,
la distribucin normal casi cien aos despus, y son los
trabajos que ms se dieron a conocer, de all que se la
conozca como la Distribucin Normal de Gauss.-
La distribucin de probabilidad normal se utiliza muy a
menudo en economa, en las aplicaciones empresariales y
en todas las ciencias.- Son muchas las razones por la que
se la usa frecuentemente:

1) La distribucin normal es una aproximacin muy buena


de las distribuciones de probabilidad de una amplia
variedad de variables aleatorias continuas.- Por ejemplo;

a) La distribuciones de b) Las ventas o la


las piezas y el peso de produccin a menudo
los paquetes de siguen una distribucin
alimentos siguen una normal, por lo que tiene una
distribucin normal, por gran cantidad de aplicacin
lo que tiene muchas en el marketing y en la
aplicaciones en el gestin de la produccin.-
control de calidad.-
c) Las pautas de los precios de las acciones y de los
bonos a menudo se analizan utilizando la distribucin
normal en grandes modelos informticos de
contratacin financiera.- Los modelos econmicos
utilizan la distribucin normal para algunas medidas
econmicas.-

2) Las distribuciones de las medias muestrales siguen una


distribucin normal, si el tamao de la muestra es grande.-

3)El calculo de probabilidad es directo y muy ingenioso.-

4) La razn mas importante es que la distribucin normal


ha llevado a tomar muy buenas decisiones empresariales
en algunas aplicaciones.-
Para poder usarse la distribucin normal para calcular
probabilidades es necesario conocer sus caractersticas
principales.- Estas son:
1.- Tiene forma de campana y esta centrada en el valor de la media
poblacional, .- Por ejemplo si = 70, ser:

0,07

0,05

0,03

0,02

0,00
40,00 55,00 70,00 85,00 100,00
Variable
2.- Su funcin de densidad es,

2
1 x -
f x
1
e 2

2

Donde, es la media poblacional.-


es la desviacin estndar de la poblacin.-
, la constante 3,1416.-
e la constante 2,71282 (base del logaritmo neperiano).-
3.- El rea total comprendida bajo la curva y por encima del eje
horizontal es igual a 1,00 de probabilidad.-

4.- La distribucin es simtrica respecto a su media, es decir que la


media es igual a la mediana y al modo.- Tenemos un 50 % de
probabilidad a cada lado.-

5.-La distancia que hay desde el punto de inflexin de la curva, que


es donde deja de ser cncava hacia abajo y empieza a ser cncava
hacia arriba, hasta una perpendicular levantada sobre la media es
igual a 1 .-

6.- La curva de la distribucin normal se extiende de - a +

7.- Es asinttica al eje de abscisa X, la curva se extiende sobre el


pero nunca llega a tocarlo.-
8.- La distribucin normal es realmente una familia de distribuciones,
como sus parmetros son la media y la desviacin estndar , para
cada valor diferentes de ellos existe una distribucin normal.- Si
tenemos iguales pero distintos ser:

1 xi 2 xi

3 xi
Para igual medias 1 = 2 = 3 pero distintos , tendremos:


xi
9.- La regla emprica estableca que :
El rea comprendida entre 1 es igual al 68 % de
probabilidad.-
El rea comprendida entre 2 es igual al 95 % de
probabilidad.-
El rea comprendida entre 3 es igual al 99 % de
probabilidad.-
Normal(70,36): p(evento)=0,6827
0,07

0,05

0,03

0,02

0,00
40,00 55,00 70,00 85,00 100,00
Variable
Normal(70,36): p(evento)=0,9545
0,07

0,05

0,03

0,02

0,00
40,00 55,00 70,00 85,00 100,00
Variable

Normal(70,36): p(evento)=0,9973
0,07

0,05

0,03

0,02

0,00
40,00 55,00 70,00 85,00 100,00
Variable
10.- Funcin de acumulacin de la distribucin normal.-
Supongamos que X es una variable aleatoria normal de media y
de variancia , en este caso la funcin de acumulacin es:
F (x) = P ( X x)
Entonces: Podemos calcular:
P (X a) = F (a) P (X b) = 1 F(b) P ( a X b)= F(b) F(a)

Normal(70,36): p(evento)=0,6827
0,07

0,05

0,03

0,02

0,00
40,00 55,00 a 70,00 b 85,00 100,00
Variable
LA DISTRIBUCION
NORMAL
ESTANDARIZADA
Se caracteriza por tener de parmetro una media = 0 y una
desviacin tpica = 1.
Las probabilidades de sus reas estn tabuladas, lo que agiliza
enormemente el clculo,
Simbolizamos a la variable aleatoria estandarizada con Z.- Cuando
en una investigacin, la variable de inters est normalmente
distribuida o por lo menos aproximadamente, utilizamos en su
anlisis el conocimiento que tenemos de la distribucin normal, es
decir que si una variable aleatoria X, se distribuye normalmente con
media y desviacin tpica , podemos calcular probabilidades
aplicando la normal estandarizada. Para ello debemos transformar
los valores de la variable X, en valores de la variable aleatoria
estandarizada Z con =0 y = 1.
La transformacin en valores estndar Z, lo hacemos por medio de
la formula:
Xi -
Z =

La distribucin normal estandarizada, ser:
Funcin de densidad
0,40

0,00 Z
- 3.00 0,00 3.00
Variable

Una vez que hemos estandarizados los valores que toma la


variable aleatoria X, podemos buscar la probabilidad del rea
establecido, usando la tabla de John Freund y Willians J, como
veremos en la prctica o usar un programa estadstico de
computacin.-
A continuacin explicaremos como se usa la tabla.- Para ello, es
importante entender el cabezal de la misma, ya que me dice a que
rea corresponde los valores de probabilidad que estn dentro del
cuerpo de la misma.-
La tabla para valores negativos de Z, me da probabilidad de reas
que van de - a valores negativos de Z,

-5,00 -2,50 0,00 2,50 5,00


Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
-3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
-3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
-3,2 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
-3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
-3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
-2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
-2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
-2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
-2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
-2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
-2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
-2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
-2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
-2,1 0,0179 0,0174 0,0170 0,0166 0,0160 0,0158 0,0154 0,0150 0,0146 0,0143
-2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
-1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
La tabla para valores positivos de Z, me da probabilidad de reas
que van de - a valores positivo de Z,

-5,00 -3,33 -1,67 0,00 1,67 3,33 5,00


Variable
Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359
0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753
0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141
0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517
0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879
0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224
0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549
0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852
0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133
0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389
1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621
1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830
1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015
1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177
1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319
1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441
1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545
1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633
1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706
1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767
2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817
2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857
Veremos el uso de la distribucin
normal mediante un ejemplo.-

Supongamos que una empresa del Parque


Industrial tiene 1200 empleados en reas
de produccin.- Se sabe que los salarios
por quincena se distribuyen normalmente
con una media = 300 $ y una desviacin
estndar = 20 $.- Se necesita hacer un
trabajo especial y se decide seleccionar de
entre esos obreros a uno.- Cul es la
probabilidad de que este cobre:
a) Ms de 340 $.-
b) b) Menos de 289 $.-
c) Entre 300 y 330 $.-
d) Entre 285 y 300 $.-
e) Entre 305 y 330 $.-
f) Entre 275 y 292 $.-
g) Menos de 328 $.-
h) Mas de 276 $.-
i) Entre 268 y 358 $.-
j) Menos de 273 $ o mas de 321 $.-
Solucin
a) Ms de 340$.

300 340 X
0 2,0 Z

P (X 340) = P ( Z 2,0) = 1 - F ( 2,0) =


= 1 - 0,9772 = 0,0228
2,28 %
b) Menos de 289$.-

289 300 X

- 0,55 0 Z

P (X 289) = P ( Z - 0,55) = F ( - 0,55) = 0,2912

29 %
c) Entre 300 y 330 $.-

300 330 X
0 1,5 Z

P (300 X 330) = P ( 0 Z 1,5) =

= F (1,50) - 0,50 = 0,4332 43 %


d) Entre 285 y 300 $.-

285 300 X

- 0,75 0 Z

P ( 285 X 300) = P ( - 0,75 Z 0) =

= 0,50 - F ( - 0,75) =

= 0,50 - 0,2266 = 0,2734 27 %


e) Entre 305 y 330 $.-

300 305 330 X


0 0,25 1,5 Z

P (305 X 330) = P ( 0,25 Z 1,5) =

= F (1,5) - F (0,25) =

= 0,9332 - 0,5987 = 0,3345

33,45 %
f) Entre 275 y 292 $.

275 292 300 X

- 1,25 - 0,4 0 Z

P ( 275 X 292) = P (- 1,25 Z - 0,4) =

= F ( - 0,4) - F ( - 1,25) =

= 0,3446 - 0,1251 =

= 0,2199 22 %
g) Menos de 328 $.-

300 328 X
0 1,4 Z

P ( X 328) = P ( Z 1,4) = F (1,4) =

= 0.9192 92 %
h) Ms de 276 $.-

276 300 X

- 1,2 0 Z

P ( X 276) = P ( Z - 1,2) = 1 - F (- 1,2) =

= 1 - 0,1151 = 0,8849

88,49 %
i) Entre 268 y 358 $.-

268 300 358 X

- 1,6 0 2,9 Z

P ( 268 X 358) = P ( - 1,6 Z 2,9) =

= F (2,9) - F ( - 1,6) =

= 0,9981 - 0,0548 = 0,9433

94 %
j) Menos de 273$ o ms de 321$

273 300 321 X


- 1,35 1,05 Z

P ( X 273) + P (X 321) = P ( Z - 1,35) + P ( Z 1,05) =

= F ( - 1,35) + { 1- F (1,05)} = 0,0855 + ( 1 - 0,8531) =

= 0,0855 + 0,1469 = 0,2324 23 %


OTROS USOS DE
LA
DISTRIBUCIN
NORMAL.-
Recordemos que la distribucin Z, normal estandarizada,
nos expresa la desviacin de una observacin con
respecto a su media expresada en unidades de la
desviacin estndar.-
1.- Si se desea comparar el desempeo de un alumno por
ejemplo en un Parcial de Estadstica respecto a su grupo,
conviene transformar su puntaje a valores Z.- Si usted
saco 70 puntos y el promedio del grupo fue 60 puntos con
una = 5 puntos, al levarlo a valor Z ser:
70 - 60
Z = ------------------ = 2,0
5
Esto nos indica que usted esta colocado a 2 desviaciones
del por encima del alumno con puntaje promedio.-
2.- Siguiendo con las notas del Parcial de Estadstica, supongamos
que la cantidad de alumnos sean 200 los que rindieron.- Nos
preguntamos cuantos alumnos sacaron menos de 70 puntos.-

X
60 70
0 2,0 Z

P ( X 70) = P ( Z 2,0) = F (2,0) = 0,9772


0,9772 * 200 = 190,98 191 alumnos.-
3.- Como determinamos un valor de la variable
aleatoria X, conociendo los valores de
probabilidad.-
Supongamos seguir analizando las notas del parcial de Estadstica.-
Ahora nos preguntamos, Cul es el puntaje del parcial que deja
tras de el, el 80 % de los alumnos, si sabemos que las notas se
distribuyen normalmente con una media = 60 puntos y una = 5
puntos?.-

80%
60 X
0 0,84 Z

Despejamos de la frmula del Z al valor de X, y nos queda:

Xi = + Z * = 60 + 0,84 * 5 = 64,2 64 puntos


El 80% de los alumnos sacaron 64 puntos o menos.-
EJERCICIO PARA HACER EN CLASE

Un empresario del calzado dice pagar muy bien a


sus empleados ya que paga un salario
promedio de 8,0$ por hora y una desviacin
estndar de 3,2$ por hora.- Los montos se
distribuyen normalmente y la empresa tiene
400 empleados.-
a) Que porcentaje de empleados cobran entre 6,5
y 10,0 $ por horas.-
b) Cuantos empleados cobran ms de 10,5$ por
horas de trabajo.-
c) Que porcentaje de empleados cobra menos de
12,5 $ por horas de trabajo.-
d) Que porcentaje de empleados cobra menos de
4,80 $ por horas de trabajo.-
e) Cuantos empleados cobran entre 9,5 y 13,5 $
por horas de trabajo.-
f) Que porcentaje de empleados cobran entre 5,6
y 8,0 $ por horas de trabajo.-
g) El 16,6 % ms alto de los salarios por horas de
los empleados es mayor a que monto.-
h) Que porcentaje de empleados cobran entre 3,5
y 7,5 $ por horas de trabajo.-
i) Cuantos empleados cobran entre 8,0 y 15,0 $
por horas de trabajo.-
j) El empresario insiste que solo un 4 % de los
empleados cobran salarios por horas bajo.-
Cul es ese monto?.-
VEAMOS EL CALCULO DE
APLICACIN DE LA
DISTRIBUCION DE
PROBABILIDAD NORMAL
MEDIANTE UN EJEMPLO
USANDO PROGRAMA
MINITAB
La empresa Firestone acaba de desarrollar un
neumtico radial con banda de acero que
vender a travs de una cadena nacional de
negocios con descuentos.- Como ese
neumtico es producto nuevo, la direccin de
Firestone cree que la garanta de kilmetros
recorrido que se ofrece con el neumtico ser
un factor importante en la aceptacin.- Antes
de formalizar esa poltica, la direccin desea
contar con informacin acerca de los
kilmetros que duran los neumticos.-
En pruebas reales en carreteras, el grupo de
ingeniera de Firestone ha estimado que el
promedio de distancia recorrida es de 36500
kilmetros y que la desviacin es de 5000 km.-
Adems, los datos reunidos indican que la
adopcin de la distribucin normal es una
hiptesis razonable.-
a)Qu porcentaje de neumticos se puede
esperar que duren ms de 40000 kilmetros?
b) Ahora suponga que Firestone planea una
garanta segn la cual el usuario recibir un
descuento en sus neumticos de repuesto si
los neumticos no rebasan la distancia en
kilmetros especificada en la garanta.-
Cules deben ser los kilmetros recorridos
para que no haya ms de 10% de los
neumticos que aprovechen el descuento de la
garanta?.-
Solucin

a) Antes de usar Minitab, se debe teclear la


constante especificada en una columna de la
hoja de clculo.- Para Firestone, capturamos
40000 en la columna A1.-
A continuacin describiremos los pasos para
calcular probabilidades acumuladas de que la
variable aleatoria normal asuma un valor
menor que o igual a 40000 kilmetros.-
Paso 1: seleccione el men Calc.
Paso 2: Seleccione Distribuciones de
probabilidad.-
Paso 3:seleccione la opcin Normal.-
Paso 4: Cuando aparezca el cuadro de dialogo,
seleccione Probabilidad Acumulada
Teclee 36500 en el cuadro de media
Teclee 5000 en el cuadro de desviacin
Teclee en el cuadro de Imputar columna,
C1 (es la columna que contiene 40000)
Seleccione Aceptar.-

Minitab indicar que esa probabilidad es de


0.7580.- Como nos interesa la probabilidad de
que la duracin en kilmetros sea mayor
40000, la probabilidad que buscamos ser:
1 - 0.7580 = 0.2420 24 %
b) Para resolver este inciso se debe proceder de
la siguiente manera en Minitab.-
Coloque en la columna C1, 0,10 que es la
probabilidad acumulada que se busca.-
Paso 1, 2, y 3 igual que antes.-
Paso 4: seleccione inversa probabilidad
acumulada.-
A continuacin el programa le va a mostrar que
la garanta de duracin debe ser de 30100
kilmetros.-
EVALUACION
DE LA
NORMALIDAD
Ya hemos visto que 1.- Compare las
muchas de las variables caractersticas del
que trabajamos en las conjunto de datos con las
distintas disciplinas, se propiedades de la
asemejan a la distribucin distribucin normal.-
normal.- Sin embargo,
podemos encontrarnos
con variables importantes
que ni siguiera se
aproximan a la
distribucin normal.-
Vamos a ver ahora dos 2.- Construccin de un
mtodos para ver si un plano de probabilidad
conjunto de datos pueden normal
ser aproximados por una
distribucin normal.-
1.- Evaluacin de las propiedades.-
La distribucin normal tiene varias propiedades tericas
importantes:
Es simtrica, por lo tanto, la media y la mediana son
iguales.-
Tiene forma de campana, por lo que se aplica la regla
emprica.-
El rango intercuartil es igual a 1,33 desviaciones
estndar.-
El rango es infinito.-
En la prctica, algunas variables continuas tienen
caracterstica que se acercan a las propiedades
tericas.-
Sin embargo, muchas variables continuas no son
distribuidas normalmente, ni tampoco distribuidas
aproximadamente.- Para tales variables, las
caractersticas descriptivas de los datos no
corresponden bien con las propiedades de la distribucin
normal.- Un enfoque para verificar la normalidad
consiste en comparar las caractersticas de los datos
actuales con las propiedades correspondientes que
subyacen a la distribucin normal, como sigue:
Construya grficas y observe su apariencia.- Para
conjuntos de datos pequeos o de tamao moderado,
disee un diagrama de tallo y hoja o una grfica de caja y
bigote.- Para conjuntos ms grandes elabore una
distribucin de frecuencia y trace el histograma o
polgono de frecuencia.-
Calcule medidas numricas descriptivas y compare las
caractersticas de los datos con las propiedades tericas
de una distribucin normal.- Compare la media y la
mediana.- El rango intercuartil es aproximadamente
1,33 veces la desviacin estndar?.- es el rango
aproximadamente 6 veces la desviacin estndar?.-
Evalu como se distribuyen los datos.- Determine si
aproximadamente dos tercio de los valores caen entre la
media 1 desviacin estndar.- Determine si
aproximadamente cuatro quinto de los valores caen
entre la media 1,28 desviaciones estndar.- Determine
si aproximadamente si 19 de cada 20 valores caen entre
la media 2 desviaciones estndar.-
Veamos todo esto mediante un ejemplo.-
Los datos siguientes corresponde al costo de la
electricidad durante el mes de julio del 2006 para una
muestra de 50 departamentos de dos ambientes en una
determinada ciudad.

96 171 202 178 147 102 153 197 127 82

157 185 90 116 172 111 148 213 130 165

141 149 206 175 123 128 144 168 109 167

93 163 150 154 130 143 187 166 139 149

108 119 183 151 114 135 191 137 129 158
Variable N Mean SE Mean StDev Variance CoefVar Sum
Costo energa 50 147,06 4,48 31,69 1004,34 21,55 7353,00

Variable Minimum Q1 Median Q3 Maximum Range IQR


Costo energa 82,00 126,00 148,50 168,75 213,00 131,00 42,75

Variable Skewness Kurtosis


Costo energa 0,02 -0,54

De esta tabla y del grfico se desprende que:


a) La media es menor que la mediana.-
b) La grfica de caja y bigote aparece ligeramente
sesgada hacia la izquierda y no hay aparentemente
valores atpicos.-
c) El rango intercuartlico de 42,75 est
aproximadamente a 1,33 desviaciones estndar.-
d) El rango de 131,0 es igual a 4,13 desviaciones
estndar de la media.-
e) El 68% de los datos estn dentro de 1 desviacin
estndar.-
f) El 75% de los datos estn dentro de 2 desviaciones
estndar.-

Podemos concluir que a pesar de que el


diagrama de caja presenta una pequea
asimetra a izquierda y todo lo dicho
anteriormente que los costos de energa de los
50 departamentos, estn aproximadamente
distribuidos de forma normal.-
Boxplot of Costo energia
220

200

180
Costo energia

160

140

120

100

80
2.- Construccin de un plano de distribucin normal.-
Se realiza mediante algn paquete de computacin,
(veremos esto en Minitab).- Transforma el eje Y de una
manera un poco complicada que va ms all del objetivo
de esta Unidad.- Una vez ms, si los datos se distribuyen
de forma normal, los puntos se trazarn
aproximadamente a lo largo de una lnea recta.-
% % %

a) b) c)

Sesgada a izquierda Normal Sesgada a derecha


Si los datos estn sesgados hacia la izquierda, la curva
se elevar ms rpidamente al inicio y despus
disminuir.-
Si los datos estn sesgados hacia la derecha, los datos
se elevarn lentamente al inicio y despus se elevarn
a una tasa ms rpida para los valores ms altos de la
variable a trazar.-
Si los puntos caen casi totalmente sobre la lnea recta,
diremos que los datos se distribuyen normalmente.-

Para determinar mediante Minitab, si los datos


tienen una distribucin normal, cargaremos los
datos individualmente y luego buscamos en
Estadsticas, el Probability Plot.- En muestro
caso ser:
Probability Plot of Costo energia
Normal
99
Mean 147,1
StDev 31,69
95 N 50
AD 0,101
90
P-Value 0,995
80
70
Percent

60
50
40
30
20

10

1
60 80 100 120 140 160 180 200 220 240
Costo energia
EJERCICIOS
1.- Un cliente tiene una cartera de inversin cuyo valor
medio es de $500000 y cuya desviacin estndar es de
15000$.- Le han pedidlo que calcule la probabilidad de
que el valor de su cartera este entre 485000 y 530000$.-

2.- Se sabe que la cantidad de dinero que gastan los


estudiantes en libros de textos en un ao en una
universidad sigue una distribucin normal que tiene
una media de 380$ y una desviacin estndar de 50$.-
a) Cul es la probabilidad de que un estudiante elegido
aleatoriamente gaste menos de 400$ en libros de
textos en un ao?.-
b) Cul es la probabilidad de que un estudiante elegido
aleatoriamente gaste mas de 360$ en libros de textos
en un ao?.-
c) Explique grficamente por que las respuestas de los
incisos a) y b) son iguales?.-
d) Cul es la probabilidad de que un estudiante elegido
aleatoriamente gaste entre 300 y 400$ en libros de textos
en un ao?.-
e) Quiere hallar un intervalo de gasto en libros de textos
que incluya el 80 por ciento de todos los estudiantes de
esta universidad.- Explique por que podra encontrarse
cualquier numero de intervalos que lo incluya y halle el
mas corto.-

3.- La demanda de consumo de un producto prevista para


el prximo mes puede representarse por medio de una
variable aleatoria normal que tiene una media de 1200
unidades y una desviacin estndar de 100 unidades.-
a) Cul es la probabilidad de que las ventas superen las
1000 unidades?.-
b) Cul es la probabilidad de que las ventas se
encuentren entre 1000 y 1300 unidades?.-
c) Cual es el valor de probabilidades de ventas en
unidades si lo supera solo el 0,10?.-

4.- La duracin de una determinada marca de neumticos


sigue una distribucin normal que tiene una media de
35000 kilmetros y una desviacin estndar de 4000
kilmetros.-
a) Qu proporcin de estos neumticos tiene una
duracin de mas de 38000 kilmetros?.-
b) Qu proporcin de estos neumticos tiene una
duracin de menos de 38000 kilmetros?.-
c) Qu proporcin de estos neumticos tiene una
duracin de entre 32000 y 38000 kilmetros?.-
d) Represente grficamente la funcin de densidad de las
duraciones mostrando:
i) Por que las respuestas de los apartados a) y b) son
iguales
ii) Por que las respuestas de los apartados a), b) y c)
suman uno.-

5) Una cartera de inversin contiene acciones de un gran


numero de empresas.- El ao pasado, las tasas de
rendimiento de estas acciones siguieron una
distribucin normal que tenia una media de 12,2 por
ciento y una desviacin estndar de 7,2 por ciento.-
a) De que proporcin de estas empresas fue la tasa de
rendimiento de mas del 20 por ciento?.-
b) De que proporcin de estas empresas fue la tasa de
rendimiento menos del 17 por ciento?.-
c) De que proporcin de estas empresas fue la tasa de
rendimiento de entre el 5 y el 15 por ciento?.-

6.- Una empresa produce sacos de un producto qumico


y le preocupa la cantidad de impurezas que contienen.-
Se cree que el peso de las impurezas por saco sigue
una distribucin normal que tiene una media de 12,2
gramos y una desviacin estndar de 2,6 gramos.- Se
elige aleatoriamente un saco;
a) Cul es la probabilidad de que contenga menos de 10
gramos de impurezas?.-
b) Cul es la probabilidad de que contenga mas de 15
gramos de impurezas?.-
c) Cul es la probabilidad de que contenga entre 12 y 15
gramos de impurezas?.-
d) Es posible deducir, sin realizar los clculos detallados,
cual de las respuesta a los apartados a) y b) es mayor.-
Cmo?.-

7.- Un contratista considera que el costo de cumplir un


contrato es una variable aleatoria que sigue una
distribucin normal que tiene una media de 500000$ y
una desviacin estndar de 50000$.-
a) Cul es la probabilidad de que el costo de cumplir el
contrato este entre 400000 y 540000$?.-
b) La probabilidad de que el costo de cumplir el contrato
cueste menos de . Es 0,20.-
c) Halle el intervalo mas corto tal que la probabilidad de
que el costo de cumplir el contrato este en este
intervalo sea de 0,95.-

8.- Los chferes del Sindicato de mnibus de Larga


Distancia, gana un salario promedio de 17,15$ por
hora.- Suponga que los datos disponibles indica que
los sueldos promedio se distribuyen normalmente con
una desviacin estndar de 2,25$.-
a) Cual es la probabilidad de que los salarios estn entre
15 y 20$ por hora.-
b) Cual es el salario por hora correspondiente al 15%
mejor pagado de los chferes del Sindicato.-
c) Cual es la probabilidad de que los sueldos sean
menores de 12$ por hora.-
9.- Muchos problemas de produccin se relaciona con
la unin exacta de partes de maquinarias, como
flechas, que caben en el orificio de una vlvula.- Un
diseo en particular requiere de una flecha con un
dimetro de 22,00 mm, pero las flechas con
dimetros entre 21,900 mm y 22,010 mm son
aceptables.- Suponga que el proceso de
manufactura fabrica flechas con dimetros que se
distribuyen normalmente con una media de 22,002
mm y con una desviacin estndar de 0,005 mm.-
Para este proceso, Cul es:
a) La proporcin de flechas con un dimetro entre
21,90 mm y 22,00 mm.-
b) La probabilidad de que una flecha sea aceptada?
c) el dimetro si solo el 2% de las flechas excedern?
d) Que pasa en los incisos a) y c) si el =
0,004mm?.-
10) El tiempo necesario para terminar un examen final en
determinado curso se distribuye normalmente con 80
minutos de media y 10 minutos de desviacin
estndar.- Con este dato conteste lo siguiente:
a) Cual es la probabilidad de terminar el examen en una
hora o menos.-
b) Cual es la probabilidad de que un alumno termine un
examen en ms de 60 minutos pero en menos de 75
minutos.-
c) Suponga que en el grupo hay 60 alumnos y que el
tiempo de examen es de 90 minutos.- Cuntos
alumnos espera que no puedan terminar el examen en
el tiempo indicado?.-
11) El tiempo de espera X en un Banco tiene una
distribucin normal con una media de 3,7 minutos y
una desviacin estndar de 1,4 minutos.
a) Encuentre la probabilidad de que un cliente elegido al
azar, haya tenido que esperar menos de 2,0 minutos?
b) Encuentre la probabilidad de que un cliente elegido en
forma aleatoria haya tenido que esperar ms de 6
minutos?
c) Encuentre el valor del percentil 75 % para X?

12.- El dimetro del eje de una unidad de almacenamiento


ptico tiene una distribucin normal con una media
igual a 0,2508 pulgadas y una desviacin estndar de
0,0005 pulgadas. Las especificaciones del dimetro
del eje son 0,2500 0,0015 pulgadas-
Que proporcin de ejes cumplen con este requisito?
13) Las ausencias por enfermedad de los empleados de
una empresa en un mes tiene una distribucin normal
con promedio 200 horas y una variancia de 400
horas.-
a) Calcular la probabilidad de que el mes prximo, el
ausentismo total por enfermedad sea menor de 150
horas.-
b) Para planear el programa del mes prximo. Cunto
tiempo debe suponer darse al ausentismo por
enfermedad, si aquella cantidad sola se debe superar
con una probabilidad de tan solo 0,10?

14.- La resistencia de un medidor de deformacin est


distribuido normalmente con una media igual a 120,0
ohm. y una desviacin estndar de 0,4 ohm..
Los lmites de especificacin estn dados por 120,0
0,5 ohm.
Que porcentaje de medidores estar defectuoso?
15.- La cantidad semanal que una Ca. Gasta en
mantenimiento y reparaciones tiene una distribucin
normal aproximada cuyo promedio es de 400 $ y su
desviacin estndar de 20 $. Si el presupuesto para
cubrir los gastos de reparacin para la semana
siguiente es de 450 $.
a) Cul es la probabilidad de que los costos reales sean
mayores que la cantidad supuesta?
b) De cuanto debe ser el presupuesto semanal para
mantenimiento y reparaciones para que tan solo lo
supere con una probabilidad de 0,1?
16.- Estoy considerando dos inversiones
distintas.- No estoy seguro de ninguno de los
dos casos del rendimiento porcentual, pero
creo que mi incertidumbre puede
representarse por medio de distribuciones
normales, que tienen las medias y las
desviaciones estndar mostradas en la
siguiente tabla.- Quiero hacer la inversin que
tenga ms probabilidad de generar
rendimiento de al menos un 10 por ciento.-
Cual debo elegir?.-
Inversin Media Desviacin
A 10,4 1,2
B 11,0 4,0
17.- Una empresa puede comprar una materia prima a
dos proveedores y les preocupa la cantidad de
impurezas que contiene.- El examen de los datos de
cada proveedor indica que los niveles porcentuales
de impurezas de los envos de la materia prima
recibidas siguen una distribucin normal que tienen
las medias y desviaciones que se muestran en la
tabla.- La empresa tiene especial inters en que el nivel
de impurezas de un envo no supere el 5 por ciento y
quiere comprar al proveedor que tenga ms
probabilidades de cumplir esa condicin.- Qu
proveedor debe elegir?.-

Proveedor Media Desvo


A 4,4 0,4
B 4,2 0,6
APROXIMACION
NORMAL
A LA
DISTRIBUCION
BINOMIAL.-
Cuando nos encontramos con un experimento que
cumple con las condiciones de ser un problema
binomial, donde el nmero de ensayos n es mayor de
20 intentos, los clculos son muy engorrosos, en estos
casos recurrimos a la distribucin de probabilidad
normal, donde sabemos que para n p 5,0 y tambin n
(1 p) 5,0, la distribucin normal da como resultado
una aproximacin a las probabilidades binomiales y es
fcil de calcular.-
Lo primero que debemos hacer es calcular los
parmetros de la normal en funcin de la binomial,
entonces ser:

= np = n p (1 - p)
Como estamos usando una distribucin de probabilidad continua
para aproximar a una distribucin discreta como es la binomial,
debemos usar lo que llamamos factor de correccin
por continuidad, que consiste en sumar o restar al valor
que toma la variable aleatoria X, 0,5 segn corresponda.-

Veamos algunos ejemplos.-


1) Un Laboratorio de medicamentos realiza pruebas clnicas con
100 nuevos frmacos potenciales.- Cerca del 20 % de las
sustancias que alcanzan esta etapa reciben finalmente la
aprobacin para su ventas.-
Cul es la probabilidad de que se aprueben al menos 15 de los
100 medicamentos?.- Suponga que se satisfacen las hiptesis
de la distribucin binomial .-
Solucin
= n p = 100 * 0,20 = 20

= n p (1 p) = 100 * 0,20 * 0,80 = 16 = 4


Como se pide la probabilidad de que al menos 15 se aprueben
este es el valor mnimo que puede tomar, entonces debo restar el
factor de correccin.-

14,5 20 X
- 1,38 0 Z

P (X 15) = P ( X 14,5) = P ( Z - 1,38) = 1 - F ( - 1,38) =


= 1 - 0,0838 = 0,9162 92%
2) Un proceso de fabricacin de chips produce 2 % de chips
defectuosos.- Suponga que los chips son independientes y que
un lote contiene 1000 de ellos.-
a.- Cul es la probabilidad de que el lote contenga entre 20 y
30 chips defectuosos?.-
b.- Cual es la probabilidad de que el lote contenga
exactamente 20 chips defectuosos?.-
Solucin

= n p = 1000 * 0,02 = 20

= n p (1 - p) = 1000 0,02 0,98 =

= 19,6 = 4,43
a.- Entre 20 y 30 chips defectuosos.-

20 20,5 29,5 X
0 0,11 2,14 Z

P ( 20,5 X 29,5) = P ( 0,11 Z 2,14) =


= F (2,14) - F ( 0,11) =
= 0,9838 - 0,5438 = 0,44 44 %
b.-Exactamente 20 chips defectuosos.-

19,5 20 20,5 X
- 0,11 0 0,11 Z

P ( 19,5 X 20,5) = P ( - 0,11 Z 0,11) =

= F ( 0,11) - F ( - 0,11) =
= 0,5438 - 0,4562 = 0,0876 9 %
EJERCICIOS PARA HACER EN CLASE
1.- Una vendedora se pone en contacto por telfono con
posibles clientes en un intento de averiguar si es
probable que merezca la pena ir a su casa a verlos.- Su
experiencia sugiere que en el 40 por ciento de los
contactos iniciales acaba yendo a casa del cliente.- Si se
pone en contacto con 100 personas por telfono, Cul
es la probabilidad de que vaya a ver entre 45 y 50
clientes?.-

2.- Se encuesta a una muestra de 100 obreros de una


gran empresa para saber que piensan de un nuevo plan
de trabajo propuesto.- Si el 60 por ciento de todos los
obreros es partidario del nuevo plan, Cul es la
probabilidad de que menos de 50 de los miembros de
la muestra son partidario del plan?.-
EJERCICIOS DE
APROXIMACION
1.- Una compaa de alquiler de automvil ha observado
que la probabilidad de que un automvil necesite una
reparacin en un mes cualquiera dado es 0,2.- La
compaa tiene 900 automviles:
a) Cul es la probabilidad de que mas de 200 automvil
necesiten una reparacin en un mes determinado?.-
b) Cul es la probabilidad de que menos de 175
automviles necesiten una reparacin en un mes
determinado?.-

2.- Se sabe que el 10 por ciento de todos los artculos


que salen de un determinado proceso de produccin
tiene un defecto.- Se eligen aleatoriamente 400
artculos de un elevado volumen de produccin de un
da.-
a) Cul es la probabilidad de que al menos 35 de los
artculos seleccionados tengan un defecto?.-
b) Cul es la probabilidad de que entre 40 y 50 de los
artculos seleccionados tenga un defecto?.-
c) Cul es la probabilidad de que entre 34 y 48 de los
artculos seleccionados tenga un defecto?.-
d) Sin realizan los clculos, indique cual de los
siguientes intervalos de artculos defectuosos tiene la
probabilidad mas alta: 38 39, 40 41, 42 43, 44
45, 46 47 ?.-

3.- Un hospital observa que el 25 por ciento de sus


facturas tienen al menos un mes de retraso.- Se toma
una muestra aleatoria de 450 facturas:
a) Cul es la probabilidad de que menos de 100 facturas
de la muestra tenga al menos un ao de retraso?.-
b) Cul es la probabilidad de que el numero de facturas
de la muestra que tiene al menos un ao de retraso
este entre 120 y 150 inclusive?.-
6.- La duracin de una marca de neumticos puede
representarse por medio de una distribucin normal que
tiene una media de 35000 kilmetros y una desviacin
estndar de 4000 kilmetros.- Se toma una muestra de
100 neumticos, Cul es la probabilidad de que mas de
25 tenga una duracin de mas de 38000 kilmetros?.-

7.- Los sacos de un producto qumico de una empresa


tienen un peso de impureza que puede representarse por
medio de una distribucin normal que tiene una media
de 12,2 gramos y una desviacin estndar de 2,8
gramos.-
Se toma una muestra aleatoria de 400 de estos sacos.-
Cul es la probabilidad de que al menos 100 contengan
menos de 10 gramos de impurezas?.-

8.- La tasa real de desempleo es de 4,6 %.-


Suponga que se seleccionan a al azar 100
personas en posibilidad de trabajar.-
a) Cul es la media de desempleados?.-
b) Cul es la variancia y desviacin estndar
de los desempleados?.-
c) Cul es la probabilidad de que exactamente
6 estn desempleados?.-
d) Cul es la probabilidad de que al menos 4
estn desempleados?.-
9.- Se sabe que el 30% de los clientes de una
tarjeta de crdito a nivel nacional dejan en
cero sus saldos para no incurrir en intereses
moratorias.- Use la aproximacin de la
distribucin binomial para contestar las
siguientes preguntas para un grupo de 150
poseedores de esa tarjeta.-
a) Cul es la probabilidad de que de 40 a 60
clientes paguen sus cuentas antes de incurrir
en el pago de intereses?.- Esto es, determine
P( 40 X 60).-
b) Cul es la probabilidad de que 30 clientes o
menos paguen sus cuentas antes de incurrir
en pago de intereses?.-
10.- La empresa de Asuntos Fiscales Rosales
SRL se especializa en las devoluciones de
importes de impuestos federales.- Una
reciente auditoria de sus declaraciones indic
que se cometi un error en 10% de las que
manifest el ao pasado.- Suponiendo que tal
tasa continua este ao y elabor 60
declaraciones.- Cul es la probabilidad de
que se realice?:
a) Ms de nueve errores?.-
b) Por lo menos 9 errores de ellos?
c) Exactamente nueve errores?.-
11.- El Contador de la compaa Forrest Paint,
Julio Soria, tiene fama de cometer errores en
el 6% de las facturas que procesa.- La
compaa proces 400 facturas el mes
pasado.-
a) En cuantas facturas se espera que haya
errores.-
b) Determine la probabilidad de que Julio haya
cometido menos de 20 errores.-
c) Determine la probabilidad de que Julio haya
cometido ms de 30 errores.-
12.- Una casa comercial de tabaco pide que se
realice un estudio a nivel del Estado espaol
sobre el consumo diario de cigarrillos. La
distribucin nacional del consumo de
cigarrillos da una media de 15 con una
desviacin estndar de 2,5. Se supone que la
distribucin es normal.
a) Cul es el porcentaje de sujetos que fuman
menos de 11 cigarrillos?
b) Ms de 20 cigarrillos.-
c) Menos de 17 cigarrillos.-
d) Ms de 14 cigarrillos.-
e) Ms que 8 y menos de 12.-
f) Ms que 8 y menos de 20.-
13.- En una encuesta que realiz el Departamento de
Trabajo se pregunta a mujeres que trabajan que las
preocupaban ms.- Se menciono con mayor
frecuencia los bajos salarios, la tensin en el trabajo y
las prestaciones mdicas y al 60% les preocupa ms
el bajo salario.- De esta poblacin se tiene una
muestra de 500 mujeres que trabajan:
a) Cul es el valor esperado de mujeres que
respondieron que les preocupo el bajo salario?.-
b) Cul es la variancia y el desvi estndar de las
mujeres que expresan preocupacin por el bajo
salario?.-
c) Cul es la probabilidad de que entre 290 y 320
mujeres les preocupe los bajos salarios?.-
d) Cul es la probabilidad de que a 325 mujeres o ms
les preocupe los bajos salarios?.-
14.- La Empresa Descartes Marketing, una
compaa de ventas por telfonos, considera la
posibilidad de adquirir una mquina que
selecciona al azar y marca automticamente los
nmeros telefnicos.- Esa compaa realiza la
mayora de sus llamadas durante la noche, por
lo que se desperdician.- El fabricante de la
mquina asegura que est programada de
manera que reduce a 15 % la tasa de llamadas a
negocios.- Como prueba, se examin una
muestra de 150 nmeros que la mquina
seleccion.- Si lo que asegura el fabricante es
cierto, cul es la probabilidad de que ms de
30 de los nmeros telefnicos seleccionados
sean de un establecimiento comercial?.-
15.- Un estudio realizado por la Compaa
aseguradora San Cristobal, revel que los
propietarios no recuperaron bienes robados,
en 80% de los hurtos reportados por la
aseguradora.-
a) Durante cierto tiempo en el que ocurrieron
200 robos, cul es la probabilidad de que no
se recuperen bienes objetos de robos en 170
o ms de los actos?.-
b) En un perodo en el que sucedieron 200
robos, cul es la probabilidad de que no se
recuperen los bienes en 150 o ms de los
delitos?.-
16.- Cierta empresa de telfono asigna tarifas bajas a los
clientes que prefieren las horas de menos consumo.-
El 30% de sus clientes aprovecha estos ahorros.- El
Departamento de Asuntos del Consumidor ha
sometido a estudio a un grupo de inters y esta
preparando una entrevista por telfono
aleatoriamente de 500 clientes.- El Departamento
supervisor quiere asegurarse de que el grupo
contenga una proporcin suficiente de usuario de
tarifa baja.-
a) Cul es la probabilidad de obtener menos de 150
usuarios de tarifas baja en la entrevista telefnica?.-
b) Cul es el nmero ms pequeo de usuarios de
tarifas bajas que probablemente se incluyan en esta
muestra?.- (Sugerencia: utilice tres desviaciones
estndar por debajo de la media).-
17.- La empresa automecnica Roma Service anuncia
que puede cambiar un silenciador en 30 minutos o
menos.- Sin embargo, el departamento de normas de
trabajo de la compaa recientemente hizo un estudio
y hallo que el 20% de los silenciadores no fueron
instalados en 30 minutos o menos.- Una filial instal
50 silenciadores el mes pasado. Si el informe de la
empresa es correcto:
a) Cuntos de los trabajos de montaje de la filial se
esperara que tomasen ms de 30 minutos?.-
b) Cul es la probabilidad de que menos de ocho
trabajos requieran ms de 30 minutos?.-
c) Cul es la probabilidad de que ocho o menos
montajes tomen mas de 30 minutos?.-
d) Cul es la probabilidad de que exactamente ocho
de los 50 montajes tomen ms de 30 minutos?.-