Escolar Documentos
Profissional Documentos
Cultura Documentos
Ejemplo
número de personas que pertenecen a un país y queremos estudiar la altura y Cómo se
distribuyen.
entonces mido la altura de cada una de las personas y las organizo para eso armó una
tabla de frecuencia con las diferentes alturas.
La altura es el parámetro que se ajusta a una curva normal dicha curva se llama curva de
distribución normal.
Se llama distribución normal porque es la distribución más normal que se utiliza para
diferentes experimentos. Donde los resultados se agrupan según esa curva.
Algunas de las características son:
*Tiene un valor medio que es la media de la población en ese caso sería la altura media y
también es el valor que se da con más frecuencia es decir que también es la moda.
* es simétrica respecto a la media se distribuye Y en este caso igual para personas con más
y menos alturas que la media.
* la distribución normal es la que más se utiliza para diferentes experimentos ya que
muchos de los experimentos realizados nos dan como resultado una gráfica similar.
Ejemplo:
Otro ejemplo sería el peso de los bebés al nacer y el número de bebés que tienen dicho
peso.
Si organizamos los datos y realizamos una gráfica llegamos a una distribución normal.
Ejemplo:
Las notas obtenidas en un parcial y el número de estudiantes que sacan dichas notas.
En este ejemplo la desviación típica es elevada por lo que la curva es más achatada.
Quiere decir que hay diferentes resultados, diferentes sueldos que puede llegar a haber en
la ciudad. Los sueldos están cerca de la media. la curva es achatada
Ejemplo. Población homogénea.
En este caso nuestra desviación típica es Baja, hay mucha diferencia de sueldos .
Los suelos se desvían mucho de la media. La curva es afilada.
Definición:
Se dice que una variable aleatoria continua X tiene una distribución normal con
parámetros MU o SiGMA , i la función de densidad de probabilidad de X es:
Mostraremos dos curvas normales con la misma media, pero con desviaciones estándar
distintas.
Se observa que las dos curvas están centradas exactamente en la misma posición sobre el
eje horizontal, sin embargo, la curva con mayor desviación estándar es más baja y más
extendida.
En esta gráfica mostramos dos curvas normales que tienen diferentes medias y diferentes
desviaciones estándar. Evidentemente están centradas en posiciones diferentes sobre el
eje horizontal y su forma reflejan los dos valores diferentes de sigma.
Video 2
la función que es representada por la curva de distribución normal se define como:
N (0, 1) donde μ = 0 y σ = 1
2
1 − x2
f (x) = √2π
e
z 2
1 − x2
∫ √2π
e dx
−∞
Ahora bien, ¿Cómo calculo el área que queda por encima de un determinado valor?
¿Y si el valor es negativo?
Se dan 5 casos:
c
Área es 1=0,8+0,2 P (A ) = 1 − P (A)
Área es 1=0,7+0,3
Área por encima de un valor positivo
En resumen
Video 5
Después de tanta teoría vamos por fin a hacer ejercicios para aprender a manejar esa tabla
distribución que podemos utilizar la que nos facilita la tabla de distribución normal (0,1)
La distribución N (0,1) calcular la probabilidad de estar por debajo del valor 1,25, y esto se
lo puede observar de la tabla estar por debajo de un valor positivo.
Entonces la probabilidad de estar por encima de 0,64 será 1- P(Z≤0,64) , y eso sí lo puedo
ver en la tabla, la probabilidad de estar por debajo de 0,64, voy a la tabla busco en la
columna de z el 0,6 y el 0,04 y la intersección me dará el resultado de la probabilidad de
0,64 que es 0,7389.
Para lo que me pide este ejercicio debo hacer 1- 0,7389 y me da como solución 0,2611, es
decir que la probabilidad de estar por encima de 0,64 es 0,2611
La probabilidad de estar entre dos valores es igual a la probabilidad de la resta entre el valor
más grande menos el valor más pequeño.
Entonces, la probabilidad de estar por debajo de 1,17 lo miro en la tabla. Y el otro de estar
por debajo de 0,43 también lo miro en la tabla.
Entonces
Busco 1,1 y luego 0,07 y la intersección me da como resultado: 0,8790
Busco 0,4 y luego 0,03 y la intersección me da como resultado 0,664
Entonces la resta de estas probabilidades me da como resultado 0,2126, es decir la
probabilidad de estar entre el 0,43 y el 1,17 = 0,2126
Ahora vamos a ver la probabilidad de estar entre el -0,43 y el 1,17 .
Entonces la probabilidad de estar por debajo de 1,17 no nos trae problemas, pero el otro al
ser un valor negativo debo calcular la probabilidad de estar por encima de 0,43, pero a su
vez la probabilidad de estar por encima de un número es 1- la probabilidad de estar por
debajo. Entonces es conveniente usar corchetes.La probabilidad de estar por encima de
0,43 es 1- P(0,43) y ahora si estos valores los sacamos de la tabla, que son los mismos
resultados del ejercicio anterior así que los pondremos directamente.
Solo nos queda restar 1-0,6664 =0,3336 y el resultado final es 0,5454
Ahora lo que nos pide en este ejercicio es el valor de Z, que z deja por debajo de si al
97,5% de la población.
No conozco el valor, pero si el área que queda a la izquierda de ese valor. Entonces tengo
que utilizar la tabla al revés. Yo no conozco el Z ,pero sé que el resultado es 0,975 y así
obtengo que el valor que deja debajo de si al 0,975 es el 1,96
Este ejercicio es muy parecido al anterior ,pero me pide saber que z deja por encima de si al
0,2514, la tabla no me da el valor que queda por encima de una z ,sino el que queda por
debajo, debo calcular el área que queda por debajo, entonces haré 1-0,254= 0,7486, es
decir lo que busco es una z que por debajo deja a 0,7486, ahora si busco en la tabla y
obtengo que mí z es 0,67.
Entonces 0,67 deja por debajo de si al 0,2514
Video seis
Tipificar
vamos a ver lo que es tipificar y la utilidad que tiene tipificar como ya sabemos hasta ahora
estamos manejando distribuciones normales 0 1 o sea que la media es 0 y la desviación
típica es 1 y eso me deja una curva en la cual la media es 0 de acuerdo ahí van subiendo
los valores 1, 2 ya es un valor bastante elevado 3 ya es un valor muy elevado igual que -3
pues es un valor muy pequeño muy pequeño y utilizabamos para nuestros cálculos la tabla
de distribución normal que nos dejaban utilizar
pero ¿qué pasa con las distribuciones normales que no sean 0 1? que tengan otra media y
otra desviación típica porque no podemos usar más tabla que la que hemos visto entonces
vamos a ver un ejemplo
en este caso teníamos una distribución normal de media 170 desviación típica 12 y quiero
conocer el porcentaje de población que mide menos de 185 vale una cosa así mi medias
170 quiero saber cuánto área queda por debajo de 185 utilizó la fórmula para tipificar me
queda como resultado que el 89,44 % de la población mide menos de 185
ahora se nos plantea lo siguiente
Ji
o sea hay un 21,19% por ciento de probabilidades de que me salga de esa fábrica una caja
que pesen menos de 496 gramos
y qué porcentaje de cajas pesa entre 505 y 510 gramos con los mismos datos que antes
ahora me están pidiendo esto un tramo que haría y entre el 505 y el 510 la propiedad está
entre 505 y 510 gramos ahora tengo que tipificar dos valores vale la zeta para 505 pues
sería 505 menos la media a partido típica daría 1 y la acepta para 510 es 500 de méritos
entre 5 o sea que da 2 entonces la probabilidad de encontrar una caja que pesa entre 505 y
510 es la misma que z esté entre 1 y 2 esto ya en la tabla y como se hacía la probabilidad
de estar entre 1 y 2 era la prioridad estar por debajo del mayor menos la pérdida estar por
debajo del menor la probabilidad estar por debajo de 2 ya lopo mira en la tabla y la de estar
por el juego 1 también entonces tomó estos dos valores los restos y tengo ya la respuesta la
probabilidad de que una caja en esa fábrica ps entre 505 y 510 gramos era la misma
problema de que aceptaste entre 1 y 2 que es 13 con 59 por ciento de probabilidad