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 X Desviacin 4 Media 20

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 invierta entre 18 y 25 en responder el

b) Datos:

Variable x

Desviacin 4

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 985 z 0,10 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) 30 Km Desviacin () 4.5 Km Media () ? Z 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) X Desviacin () Media () 240 Z 0.02

529 = 23

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:
X1 42% 136500 X2 160000

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% n 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 N 81 Desviacin 3 Media 72 <70 x

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 N 81

Desviacin 3

Media 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 N 81 Desviacin 3 Media 72 69<x<75 x

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

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

=
=

= - 0.333

A2=0.3707 = 37.07% 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

n 25

? 2% |4|

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 N 70000

Muestra n 36

Desviacin 3

Media 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% Grafica

b)

Rechazar un cargamento con vida til de 60.5 horas y varianza de 9 horas2. Datos:
Muestra N 70000 Muestra n 36 Desviacin 3 Media 60 60,5 x

Anlisis:

17

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 P 0,04 Promedio p 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 0,90 P-p 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 N 36 Muestra n 8 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. S 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 n 25 Desviacin 1=1 Error (Diferencia) 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 X Desviacin 0,8 Media 4

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 X Desviacin 0,8 Media 4

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 z 0.001 25 Error 5

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 X Desviacin 0,8 Media 4

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 X Desviacin 0,8 Media 4

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