Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MUESTRAL
RESULTADO DE APRENDIZAJE DE LA SESIÓN
Por múltiples razones se viene considerando la más idónea para modelar una
gran diversidad de mediciones de la Medicina, Física, Química o Biología.
𝒍𝒊𝒎 𝑰 =𝟎
𝒏→∞
DISTRIBUCIÓN DE PROBABILIDAD NORMAL
FUNCION DE DENSIDAD
La función matemática que genera la curva en forma de campana de la
función de densidad de probabilidad normal es la siguiente:
Las distribuciones A y C
tlenen la misma
Las dlstrlbuciones A y B desviación estándar,
tlenen la mlsma media. pero diferentes medias.
pero tienen dlferentes
desviaciones estándar. Las distribuciones B
y C tlenen diferentes
valares de μ y σ2.
DISTRIBUCIÓN DE PROBABILIDAD NORMAL
CARACTERISTICAS Y PROPIEDADES
6.-Como la distribución es
simétrica, el área bajo la
curva a la izquierda de la
media es 0.50 u2 y el área a la
derecha también es 0.50 u2.
DISTRIBUCIÓN DE PROBABILIDAD NORMAL
CARACTERISTICAS Y PROPIEDADES
7. Los porcentajes de los valores en algunos intervalos de uso común son
los siguientes.
b.- 95.4% de los valores de c.- 99.7% de los valores
una variable aleatoria de una variable
normal se encuentran más aleatoria normal están
o menos a dos más o menos dentro
desviaciones estándar de de tres desviaciones
su media. estándar de su media.
Parte entera y
primer decimal
de Z
DISTRIBUCIÓN DE PROBABILIDAD NORMAL ESTANDAR
Ejemplo:
a) Hallar la probabilidad de que una bombilla cualquiera haya durado
2110 horas o menos.
?
𝟐𝟏𝟏𝟎 −𝟏𝟕𝟓𝟎
(
𝑷 ( 𝒙 ≤ 𝟐𝟏𝟏𝟎 ) = 𝑷 𝒛 ≤
𝟖𝟎𝟎 )
=𝑷 ( 𝒛 ≤ 𝟎 . 𝟒𝟓 ) =𝟎 . 𝟔𝟕𝟑𝟔
DISTRIBUCIÓN DE PROBABILIDAD NORMAL ESTANDAR
Ejemplo:
b) Qué probabilidad habrá de encontrar al azar un bombilla cuya duración haya sido
superior a 1550 horas.
?
𝟏𝟓𝟓𝟎 −𝟏𝟕𝟓𝟎
𝑷 ( 𝒙>𝟏𝟓𝟓𝟎 )= 𝑷 𝒛 >( 𝟖𝟎𝟎 )
=𝑷 ( 𝒛> −𝟎 . 𝟐𝟓 )
= 1- 0.40129 = 0.59871
0.5987
DISTRIBUCIÓN DE PROBABILIDAD NORMAL ESTANDAR
Ejemplo:
c) En una partida de 2000 de estas bombillas, ¿Cuántas habrán durado entre 1310 y
2775 horas?
?
== -
Por simetría
=
= 1 – 0.7088 = 0.2912
= – 0.2912 = 0.6085
2000*0.6085 = 1217 bombillas
Distribución
Muestral
SECCIÓN DE REFERENCIA
SECCIÓN DE REFERENCIA
INTRODUCCIÓN
Posteriormente se estudiará cómo la distribución muestral hace válida las
inferencias estadísticas.
Por ahora, iniciamos con la siguiente definición.
x1
x N ( , 2 )
x2
m = conocida x3
s2 = conocida xi N ( x ,2x )
2
xk x2
n
DISTRIBUCIÓN MUESTRAL PARA LA MEDIA
SECCIÓN DE REFERENCIA
Características de la distribución muestral para la media:
1. Cuando el muestreo se realiza a partir de una población distribuida normalmente con
una variancia de población conocida:
a) µX = µ
b) σ = σ / cuando N es desconocido
c) La distribución muestral de la media es normal.
2. EI muestreo se efectúa a partir de una población que sigue una distribución no
normal con una variancia de población conocida:
a) µX = µ
b) σ = σ/ cuando n/N ≤ 0.05. Caso contrario
σ = (σ/
c) La distribución muestral de la media es aproximadamente normal si n > 30
DISTRIBUCIÓN MUESTRAL PARA LA MEDIA
SECCIÓN DE REFERENCIA
x
z
Desv.estándar
Para x Variable x
x
z
x : ERROR ESTANDAR
n DE LA MEDIA
DISTRIBUCIÓN MUESTRAL PARA LA MEDIA
SECCIÓN DE REFERENCIA
Ejemplo:
Si la media y desviación estándar de la concentración de hierro en el suero en
hombres sanos es de 120 y 15 microgramos por cada 100 ml, respectivamente, ¿cuál
es la probabilidad de que una muestra aleatoria de 50 hombres normales tenga una
media entre 115 y 125 microgramos por cada 100 ml?
No se especifica la forma funcional de la población de valores de
concentraciones de hierro en el suero, pero dado que se tiene un
tamaño de muestra mayor que 30, se puede utilizar el teorema del
xi N ( x ,2x )
límite central para transformar la distribución muestral casi normal.
= 2.12
Z P Z P
DISTRIBUCIÓN MUESTRAL PARA LA MEDIA
SECCIÓN DE REFERENCIA
Ejemplo:
Suponga que en una población grande de seres humanos, la dimensión del diámetro
craneal sigue una distribución aproximadamente normal, con una media de 185.6 mm
y una desviación estándar de 12.7 mm. ¿Cual es la probabilidad de que una muestra
aleatoria de tamaño 10 de esta población tenga una media mayor que 190?
Se sabe que la muestra individual que se estudia es solo una de todas
las muestras posibles de tamaño 10 que pueden ser extraídas de la
población, de modo que la media a la que conduce es una de las xi N ( x ,2x )
medias que forman parte de la distribución muestral de la media que,
teóricamente, podría inferirse de esta población.
= 4.0161
-= 1 – 0.86433 = = 0.13567
=1
Z P
DISTRIBUCIÓN MUESTRAL PARA LA PROPORCIÓN
SECCIÓN DE REFERENCIA
N
p1
x N ( , 2 ) p2
P = conocida
p3
s2 = conocida
m=p
pi N ( p ,2p )
s2 = p(1- p
p) pk 2 1
2
p
n n
DISTRIBUCIÓN MUESTRAL PARA LA PROPORCIÓN
SECCIÓN DE REFERENCIA
x
z
Desv.estándar
Para p Variable p
x
z
z
p
(1 ) p : ERROR ESTANDAR
n DE LA
PROPORCION
DISTRIBUCIÓN MUESTRAL PARA LA PROPORCIÓN
SECCIÓN DE REFERENCIA
Ejemplo:
En cierta población de personas, 0,08 de sus habitantes son daltónicos. Si se designa la
proporción de la población por P y se seleccionan al azar I50 individuos de esta población,
¿Cuál es la probabilidad de que la proporción de los que son daltónicos sea mas de 0.15?.
En este caso la variable de estudio es de tipo cualitativa, ya que un individuo puede clasificarse
en una u otra. de dos categorías rnutuamente excluyentes, daltónico y no daltónico.
= 0.02215
-= 1 – 0.99921 = = 0.0008
=1
Z P
DISTRIBUCION MUESTRAL PARA LA PROPORCION
SECCIÓN DE REFERENCIA
Ejemplo:
Suponga que se conoce que en una población de mujeres, 90 por ciento de quienes
comienzan su tercer trimestre de embarazo han tenido algún cuidado prenatal. Si se
extrae de esta población una muestra aleatoria de tamaño 200, ¿cual es la probabilidad
de que la proporción de la muestra de las mujeres que han tenido algún cuidado
prenatal sea menor que 0.85?.
En este caso la variable de estudio es cuidado prenatal es de
tipo cualitativa, se puede suponer que la distribución muestral
de p presenta una distribución aproximadamente normal. pi N ( p ,2p )
= 0.0212
= 0.0091
Z P
SECCIÓN DE REFERENCIA
APLIQUEMOS LO APRENDIDO
APLIQUEMOS LO APRENDIDO
APLIQUEMOS LO APRENDIDO
APLIQUEMOS LO APRENDIDO
APLIQUEMOS LO APRENDIDO
APLIQUEMOS LO APRENDIDO
INTEGREMOS LO APRENDIDO
Resolver el cuestionario
virtual de la semana 9
SECCIÓN DE REFERENCIA
REFERENCIAS BIBLIOGRÁFICAS
Anderson, D. (2008). Estadística para administración y economía. México, D. F.: Cengage Learning. 10ª edición. Disponible en Biblioteca:
https://grupoeducad-my.sharepoint.com/:b:/g/personal/malvarez_cientifica_edu_pe/EfmckGutuRVEmTlp_PFA2sgBe6-Gdu3J7-Ct0rYCLZSK8Q
Johnson, R. (2004). Estadística elemental: lo esencial. México, D. F.: International Thomson. Disponible en Biblioteca: 519.5 / J67 / 2004.
Martínez, C. (2012). Estadística y muestreo. Bogotá: Ecoe Ediciones. Disponible en Biblioteca: 519.52 / M26 / 2012.
Palacios C., Severo. (2010). Estadística experimental. Aplicada a ciencia e ingeniería. 1ª. Edición. Concytec. Disponible en Biblioteca:
https://grupoeducad-my.sharepoint.com/:b:/g/personal/ehinostrozar_cientifica_edu_pe/EejSxiCIZo5Mmz284-ZjriEB5JkTJwJPoZ7JkAqOVg8X9A?e=ZT
N4Ey
Salazar, C. Del Castillo, S. (2018). Fundamentos básicos de estadística. 1ª edición. Disponible en Biblioteca:
https://grupoeducad-my.sharepoint.com/:b:/g/personal/malvarez_cientifica_edu_pe/EX7CejlZbBZKukecWJpvRaIBy06W6cs1qX2fG0CxlWcwSQ
Triola, M. (2018). Estadística. México, D. F.: Pearson Educación. 12ª edición. Disponible en Biblioteca:
https://grupoeducad-my.sharepoint.com/:b:/g/personal/malvarez_cientifica_edu_pe/EWWDv2kMz_NOsnHN6OaNyVYBOCVZIFLGBFaQqmrXUGmg3
Q
Walpole, R.; Myers, R.; Myers, S; Ye, K. (2012) Probabilidad y estadística para ingeniería y ciencias. 9ª edición. Disponible en Biblioteca:
https://grupoeducad-my.sharepoint.com/:b:/g/personal/ehinostrozar_cientifica_edu_pe/ESqzEQPTJSNCiWzRQ3xtcxsBhDRarSKofShxY9d5uLyyVQ?e
=CyCmyl
MUCHAS GRACIAS