Académique Documents
Professionnel Documents
Culture Documents
DEFINICIN:
Dada una distribucin de una variable x;
entonces, se normaliza transformndola en
variable z mediante:
Frmula: _
xx
Z
s
Ejemplo:
Dado: (600, 500, 700, 400, 300)
Cuya x = 600 hrs
Para normalizar el valor de la variable x la
transformamos en z
600 500
Z
100
FIN
Ejemplo:
Solucin:
Para x = 8
x f 8 11.48
x z
Z 1.91 8 -
8 2 1.82
1.91
9 3
Para x = 9
1 5 9 -
9 11.48 1.36
0 Z 1.36
1.82
1 6 1 -
1 0 0.81
Para x = 10
1 7 10 11.48 1 -
Z 0.81 1 0.26
2 1.82
1 5 1 0.29
3 2
1 4 1 0.84
FIN
Ejemplo:
Normalizar los valores que representan a cada intervalo de clase; cuya Media
Aritmtica es X 114 .09 y una desviacin estndar S 15.83
Xi - Xj x Solucin: x z
80-84 82 82 -2.03
Para x = 82
85-89 87 87 -1.71
82 114 .09
90-94 92 Z 2.03 92 -1.40
15.83
95-99 97 97 -1.08
100-104 102 Para x = 97 102 -0.76
105-109 107 87 114 .09 107 -0.45
Z 1.71
110-114 112 15.83 112 -0.13
115-119 117 117 0.18
Para x = 92
120-124 122 122 0.50
92 114 .09
125-129 127 Z 1.40 127 0.82
15.83
130-134 132 132 1.13
135-139 137 137 1.45
140-144 142 142 1.76
145-149 147 147 2.08
150-154 152 152 2.39 FIN
DISTRIBUCIN DE PROBABILIDADES
FIN
DISTRIBUCIN NORMAL
FIN
CARACTERSTICAS DE LA DISTRIBUCIN NORMAL
DE PROBABILIDAD
Media
Descripcin Mediana
de la Moda La distribucin normal de
CURVA NORMAL probabilidad es simtrica con
respecto a una lnea vertical
que pase por la media
P-1
FIN
P-1
MEDIANA MODA
MEDIA
MEDIANA
MEDIA
MODA
LA MEDIA, LA MEDIANA Y LA MODA, EN LA MEDIA, LA MEDIANA Y LA MODA, EN
UNA DISTRIBUCIN SIMTRICA UNA DISTRIBUCIN SESGADA
FIN
CURVA CON SESGO POSITIVO P-2
Y
CURVA CON SESGO NEGATIVO
CURVA A CURVA B
Sesgo + Sesgo -
FIN
KURTOSIS
FIN
CARACTERSTICAS DE UNA DISTRIBUCIN
NORMAL DE PROBABILIDAD:
FIN
DISTRIBUCIONES NORMALES DE PROBABILIDA CON MEDIA
IDNTICAS Y DIFERENTES DESVIACIONES ESTNDAR
50
FIN
TRES DISTRIBUCIONES NORMALES DE PROBABILIDAD, CADA UNA
CON UNA MEDIA Y UNA DESVIACIN ESTNDAR DIFERENTES A LAS
DE LAS DEMS
1 3 10
0 15 25 40
Curva A tiene una Media Curva B tiene una Media y Curva C tiene una
y una desviacin estndar una desviacin estndar Media y desviacin
pequeas ms grande estndar muy grande
FIN
DISTRIBUCIONES NORMALES DE PROBABILIDAD CON
DIFERENTES MEDIAS E IGUALES DESVIACIN ESTNDAR
5 5 5
15 25 40
0
Curva A tiene la Curva B tiene una Curva C tiene la
Media ms pequea Media entre la de la Media ms grande
curva A y la C
FIN
DISTRIBUCIONES NORMALES DE PROBABILIDAD CADA
UNA CON UNA MEDIA Y UNA DESVIACIN ESTNDAR
DIFERENTES A LAS DE LAS DEMS. P-3
1 3 10
15 25 40
0
Curva A tiene una Curva B tiene una Curva C tiene una
media y una desviacin media y una desviacin media y una desviacin
estndar pequeas estndar ms grande estndar muy grande
FIN
DISTRIBUCIN NORMAL
QUE ILUSTRA LA COMPARACIN DE LOS VALORES DE Z, Y
LAS DESVIACIONES ESTNDAR
x
-25 0 25 50 75 100 125
x
Z
-3 -2 -1 0 1 2 3
FIN
LOCALIZACIN DE LAS OBSERVACIONES ALREDEDOR DE LA MEDIA DE
UNA DISTRIBUCIN DE FRECUENCIAS CON FORMAS DE CAMPANA
f(x)
-3 -2 -1 0 1 2 3
68.27%
95.45%
99.73%
FIN
EJEMPLOS:
1 Hallar P 0 z 1
1)
Z=0 1.00
2) TABLA
3) P 0 z 1 0.3413
FIN
2 Hallar P 0 z 1.72
1)
Z=0 1.72
2) TABLA
3) P 0 z 1.72 0.4573
FIN
3 Hallar P 1.26 z 2.52
1)
0
1.26 2.52
3) TABLA
FIN
4 Hallar P 1.48 z 0
1)
0
-1.48
3) TABLA
4) P 0 z 1.48 0.4306
FIN
5 Hallar P 1.42 z 2.54
1)
3) TABLA
FIN
6 Hallar P z 1.58
1)
0
1.58
3) TABLA
FIN
APLICACIONES
500
FIN
Tenemos un programa de entrenamiento diseado para mejorar la calidad de las habilidades
2
de supervisin de los supervisores de lnea de produccin. Debido a que el programa es
autoadministrado, los supervisores requieren un nmero diferente de horas para terminarlo.
Un estudio de los participantes anteriores indica que el tiempo medio que se lleva completar
el programa es de 500 hora, y que esta variable aleatoria normalmente distribuida tiene una
desviacin estndar de 100 horas.
Cul es la probabilidad de que un candidato elegido al azar se tome entre 500 y 650 horas
para completar el programa de entrenamiento?
500 650
FIN
3 Tenemos un programa de entrenamiento diseado para mejorar la calidad de las
habilidades de supervisin de los supervisores de lnea de produccin. Debido a que el
programa es autoadministrado, los supervisores requieren un nmero diferente de
horas para terminarlo. Un estudio de los participantes anteriores indica que el tiempo
medio que se lleva completar el programa es de 500 hora, y que esta variable aleatoria
normalmente distribuida tiene una desviacin estndar de 100 horas.
Cul es la probabilidad de que un candidato elegido al azar se tome ms de 700
horas en completar el programa?
500 700
FIN
4 Un Terapista fsico piensa que los puntajes en una prueba de destreza manual
tienen una distribucin aproximadamente normal, con una media de 10 y una
desviacin estndar de 2.5. Si un individuo elegido aleatoriamente, se le aplica el
examen. Cul es la probabilidad de que logre un puntaje de 15 o ms puntos?
FIN
5 Supngase que se sabe que el peso en una poblacin de individuos tiene una
distribucin aproximadamente normal, con una media de 140 libras y una
desviacin estndar de 25 libras. Cul es la probabilidad de que una persona,
elegida aleatoriamente de entre ese grupo, pese entre 100 y 170libras?
FIN
6
En una poblacin de 10.000, con los individuos descritos en el Ejemplo 2,
Cuntas personas se espera que pesen ms de 200 libras?
FIN
ELEMENTOS DE ANLISIS
COMBINATORIO
FACTORIAL: ! PROPIEDADES
a) 0! = 1
DEFINICIN: Si n es un entero positivo,
b) n! = (n-1)!.n
Entonces, n! = 1.2.3.4 .n
Ejemplo:
Ejemplo:
a) 5! = 1.2.3.4.5 = 120 a) 3! 6
6
b) 7! = 1.2.3.4.5.6.7 = 0! 1
b) 4! 3!.4
4
3! 3!
TABLA
FIN
n
COMBINACIN ( )
r
DEFINICIN: EJEMPLOS:
PROPIEDAD EJEMPLO:
5! 5!
( nr ) ( nn r ) ( )( )
5
2
5
3
2!.3! 3!.2!
TABLA
FIN
APLICACIONES
FACTORIAL: COMBINATORIA:
Solucin: Solucin: 7!
( )
7
3 35
Nmero de maneras 3!.4!
3! = 1.2.3 = 6 maneras 2) Si se tiene 5 docentes de qumica y 4 de
fsica. De cuantas maneras se pueden
elegir una delegacin de 2 docentes de
qumica y 2 docentes de fsica, Para un
congreso?
5! 4!
( )( )
5
2
4
2 10 x6 60
2!.3! 2!.2!
TABLA
FIN
DISTRIBUCIN BINOMIAL
PROBABILIDAD DE VARIABLE DISCRETA Y USO DEL PROCESO DE BERNOULLI
PROCESOS BERNOULLI DESCRIPCIN DEL PROCESO
Una distribucin de probabilidad de una 1. Cada intento (cada lanzamiento, en este caso)
variable aleatoria discreta utilizada tiene solamente dos resultados posibles. Cara o
ampliamente es la distribucin binomial. cruz, si o no, xito o fracaso.
Esta distribucin describe una variedad 2. La probabilidad del resultado de cualquier intento
de procesos y describe datos discretos, (lanzamiento) permanece fijo con respecto al
no continuos, que son resultado de un tiempo. Con una moneda no alterada, la
experimento conocido como proceso de probabilidad de obtener cara siempre es 0.5 para
cada lanzamiento, independientemente del
Bernoulli, en honor al matemtico suizo
nmero de veces que se lance la moneda
del siglo XIX, Jacob Bernoulli.
3. Los intentos son estadsticamente
El lanzamiento de la moneda no alterada independientes, es decir, el resultado de un
un nmero fijo de veces es un proceso lanzamiento no afecta el resultado de cualquier
de Bernoulli y los resultados de tales otro lanzamiento.
lanzamientos pueden representarse
mediante la distribucin binomial de 4. Parmetros.-Los parmetros de esta distribucin
probabilidad. binomial son:
P( x) ( nx ) p x q n x
Ejemplo: cuando p = q Ejemplo: cuando p q
1) Si n = 4 ^ p =0.5 1) Si n = 5 ^ p = 0.4
2) hallar: p(o), p(1), p(2), p(3), p(4) 2) hallar: p(o), p(1), p(2), p(3), p(4), p(5)
2) Graficar 2) Graficar
p(o)=0.0625 p(o)=0.0778
p(1)=0.2592
p(1)=0.2500
p(2)=0.3456
p(2)=0.3750
p(3)=0.2304
p(3)=0.2500
p(4)=0.0768
p(4)=0.0625 p(5)=0.01024 0 1 2 3 4 5
0 1 2 3 4
TABLA
FIN
DISTRIBUCIN NORMAL
n=5 n = 10 p=q n = 20
p = 0.5 p = 0.5 p = 0.5
DISTRIBUCIN BINOMIAL
n = 15 n = 15 n = 15
p = 0.2 p = 0.3 p = 0.4
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 10 11 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
FIN
APLICACIN APLICACIONES
En un Centro Laboral el 50% de los En una encuesta para la eleccin del Alcalde
Profesionales tienen grado de maestra. de una Provincia; el candidato tiene 23% de
De una muestra de 10 aleatoriamente aceptacin. En una muestra de 10 electores
elegidos, halle las siguientes aleatoriamente elegidos. Hallar las siguientes
probabilidades probabilidades
a) Que al menos 3 tengan grado de Magster a) Que 5 voten por el mencionado candidato
b) Que al menos 5 tengan grado de Magster b) Que al menos 8 voten por el mencionado
candidato
c) Que exactamente 3 tengan grado de Magster
c) Que ninguno vote por el mencionado candidato
d) Que ninguno tenga el grado de Magster
d) Que de 6 a 8 voten por el mencionado candidato
TABLA
FIN
APLICACIONES
TABLA
FIN
APROXIMACIN DE LA DISTRIBUCIN BINOMIAL A LA
NORMAL
ECUACIONES: np npq
EJEMPLO:
Se lanza 10 monedas normales. Hallar la probabilidad que caigan de cara entre
3 a 7.
a) Hallar la probabilidad por el mtodo binomial
b) Hallar la probabilidad por la aproximacin de Gauss (distribucin normal)
TABLA
FIN
SOLUCIN
D AT O S :
Calculando:
N = 10
- Media
p = 0,5
- Desviacin estndar
q = 0,5
np npq
X = 3,4,5,6,7
X = 7.5
7 .5 5
Z 1.58
1.58
- 1.58 0 1.58
De la TABLA
P (3 x 7) = 0.4429+0.4429 = 0.8858
P (3 x 7) = 89 %
TABLA
FIN