Nombre de la materia

Estadística y probabilidad

Nombre de la Licenciatura
Ing. En sistemas computacionales

Nombre del alumno

ALEXANDER MARTIENZ SALZAR

Matrícula
000571594

Nombre de la Tarea
Distribución de probabilidad continúa

Unidad #
4

Nombre del Profesor

Juan Arturo Díaz Velázquez

Fecha
22/06/2018
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

ACTIVIDAD 4

¿Cómo la distribución de probabilidad continua describe la posibilidad de

ocurrencia de eventos con variables con valores infinitos?

Objetivos:
 Reconocer la distribución normal y sus aplicaciones.
 Usar tablas de la función acumulada.
 Dominar la aproximación de la distribución normal a la binomial.

Instrucciones:

Revisar los materiales encontrados en el aula virtual.

Video

 La distribución normal.

 Uso de tablas y aproximación de la normal a la binomial.

También puedes consultar los recursos:

Lectura

 Estadística (Triola, 2013).

Lee el Capítulo 6 "Distribución de probabilidad normal" (pp. 248-271), donde
aprenderás los temas: Distribución normal estándar y aplicaciones de las
distribuciones normales.

 Probabilidad y estadística, aplicaciones a la ingeniería (Rivero, 2013).

Lee el Capítulo 7 "Distribución de probabilidad continua" (pp. 146-158), aquí
encontrarás los temas: Distribución normal, Aproximación normal a la distribución
binomial y Aproximación normal a la distribución de Poisson.

 -Recuerda anexar procedimiento y justificaciones cuando se requiera.

 -Descargar la actividad en Word y responde directamente en el documento.

2
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

 -Colocar su respuesta con fotos de lo realizado (ejercicio por ejercicio, etcétera).

Forma de evaluación:

Criterio Ponderación

Presentación 10%

Ejercicio 1 15 %

Ejercicio 2 15 %

Ejercicio 3 15 %

Ejercicio 4 15 %

Ejercicio 5 30 %

Desarrollo de la actividad:

I. Distribución normal: aplicación y uso de tablas

Contexto:
En una empresa la máquina expendedora de café en vasos, está calibrada de modo que
descargue el líquido con un promedio de 260 mililitros por vaso. Si la cantidad de café está
distribuida normalmente con una desviación estándar de 14 mililitros.

Ejercicio 1. (1.5 puntos)

¿Qué porcentaje de vasos contendrá menos de 250 ml?

Ejercicio 2. (1.5 puntos)

¿Qué porcentaje de vasos contendrá más de 266 ml?

Ejercicio 3. (1.5 puntos)

¿Qué porcentaje de vasos contendrá entre 250 y 266 ml?

Ejercicio 4. (1.5 puntos)

Si se usan vasos de 250 ml, ¿cuántos de los siguientes 1000 vasos se derramarán?

3
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

1)

μ = 260

σ = 14

P(x < 250 )

P(x < 250) = Pz < ( 250 – 260) = -0,71

14

P( Z <- 0,71) = 0,2389 --> 23,89%

2)

P(x > 266) = Pz > 266 – 260 = 0,43

14

= P(z > 0) – (P 0 < z < 0,43)

= 1 – 0,6664 = 0,3336 = 33,36 %

3)

P(250 < x < 266) = P (250 – 260) < z < ( 266 – 260)

14 14

P(Z < 0,43) – (-0,71) = 0,6664 – 0,2389 = 0,4275 = 42,75 %

4
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

4)

P (X > 250) = 1 – P(X <= 250) = 1 – 0,2389 = 0,7611 = 76,11%

Lo multiplicamos por 500 = 0,7611.500 = 380,55 = 381 Vasos.

Problema: Aproximación de la Normal a la Binomial.

Contexto:

Si se lanza 100 veces una moneda al aire (peso mexicano)

Calcula:

¿Cuál es la probabilidad de que se obtengan exactamente 60 águilas?n = 100 p = ½ 5 1

11111

n = 100

p=½

Para poder obtener una aproximacion tiene que cumplir que n.p => 5 y n.q => 5

p(X = 60) = (P W = 60)

p( 60-1/2 < W < 60+1/2) = p (59,5 < W < 60,5) = p(59,5-60) = p(-0,1 <= Z => 0,1) = p
(z <= 0,1) – p(z

<= -0,1) = 0,5398 – (1 –p(Z <= 0,1)) = 0,5398-1 + 0,5398 = 0,0796

Conclusiones

Las distribucion normal es una de las mas utilizadas en la estadistica sirve de modelo para un
gran cantidad de variables continuas ,esto nos permite establer las posibidad de ocurriencia
de eventos con varibles que pueden adquirir cualquier valor en un intervalo determinado.

5
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

Tips de solución:
 Identifica el valor de μ (media), σ (desviación estándar), x (valor límite de la
probabilidad)

 Ocuparás la fórmula para estandarizar la normal:

 Utiliza la Tablas encontradas en los recursos:
o Tabla_área bajo la curva_z negativo.pdf
o Tabla_área bajo la curva_z positivo.pdf

Ejemplo:

6
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

Cierto tipo de batería dura un promedio de tres años, con una desviación estándar de 0.5
años. Suponiendo que las duraciones de las baterías se distribuyen normalmente.

1. Calcula la probabilidad de que una determinada batería dure menos de 2.5

años.

Identificamos:
μ=3
σ = 0.5
Queremos encontrar la siguiente probabilidad:
P(X<x) = P(X<2.5)
Por tanto, el valor límite es x = 2.5
Sabemos que
P(X<2.5)=P(Z<z)
Donde

Si sustituimos los valores en la fórmula, obtenemos

2.5 − 3 −0.5
𝑧= = = −1
0.5 0.5
Por lo tanto
P(X<2.5) = P(Z<-1)
Como z es negativo, buscamos en la tabla “Tabla_área bajo la curva_z negativo.pdf“ el valor 1.0 en
la columna z, y tomamos, en ese renglón, el valor que se encuentre en la columna 0.00
Observamos que el valor es 0.1587
Es decir
P(X<2.5) = P(Z<-1)= 0.1587
Entonces hay 15.87% de probabilidad, de que una batería dure menos de 2.5 años.

 Calcula la probabilidad de que la batería dure más de 4 años.

Queremos encontrar
P(X>4)
Sabemos que
P(X>4) = P(Z>z)
Donde

Sustituimos:
4−3 1
𝑧= = =2
0.5 0.5
Sabemos que las tablas sólo muestran los valores de P(Z<z), para encontrar P(Z>z), sabemos que
P(Z>z) + P(Z<z) = 1 (la suma de un evento más su complemento es 1)
Entonces, despejando
P(Z>z) = 1 – P(Z<z)

7
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

Ahora, en la tabla “Tabla_área bajo la curva_z positivo” buscamos P(Z<2), como 2 es positivo
Y observamos que
P(Z<2) = 0.9772
Por lo tanto
P(X>4) = P(Z>2) = 1 – P(Z<2) = 1 – 0.9772 = 0.0228

Así, hay un 2.28% de probabilidad de que una batería dure más de 4 años

 Calcula la probabilidad de que la batería dure entre 2.5 y 4 años.

Queremos calcular la siguiente probabilidad

P(2.5 < X < 4) = P(X<4) - P(X<2.5)
Sabemos que
P(X<4) =1 – P(X>4) = 1 – 0.0228 = 0.9772
P(X<2.5)= 0.1587
Por lo tanto
P(2.5 < X < 4) = P(X<4) – P(X<2.5) = 0.9772 – 0.1587 = 0.8185
Entonces, hay 81.85% de probabilidad para que una batería dure entre 2.5 a 4 años.

 Si la garantía por fallos en la batería es de 2 año, ¿De 10000 baterías, cuántas

cumplirán el año de garantía sin fallos?
Primero, calculamos la probabilidad de que la batería dure más de 2 años.
P(X>2) = P(Z>z) = 1 – P(Z<z)
Donde

Entonces
2−3 1
𝑧= =− = −2
0.5 0.5
Buscando en la tabla “Tabla_área bajo la curva_z negativo”
P(Z<z) = 0.0228
Entonces
P(X>2)= 1 – 0.0228 = 0.9772
Ahora, multiplicamos esto por 10000
Lo cual nos da 9772, que es la cantidad de baterías que cumplirán el año de garantía sin fallos.

Ejercicio 5. Problema: Distribución normal: aplicación y uso de tablas (3 puntos)

Video: Aproximación de la binomial en Tarea 4 (es el segundo de los dos videos de ejemplo).

Contexto:
Si se lanza 100 veces una moneda al aire (peso mexicano).
Calcula:
¿Cuál es la probabilidad de que se obtengan exactamente 60 águilas?

8
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

Fórmulas:

Desviación estándar 𝜎 = √𝑛𝑝𝑞

Media 𝜇 = 𝑛𝑝

𝑥 − 𝑛𝑝
Ajuste a la distribución normal 𝑍=
√𝑛𝑝𝑞

Donde:
n = número de total de eventos = 100
p = probabilidad de éxito = 0.60
q = probabilidad de fracaso = 0.40
x = cantidad de éxitos esperados más un factor de corrección de 1/2= 60 – ½

Datos:
N= 100
P= 0.5
Q= 0.5
μ = N.P = 100*0.5=50
σ =√(100) (0.5) (0.5)=25

La probabilidad de que se obtenga 60 veces águila

X=60
Z= x−μ 60−50
=
σ 25 = 0.4

P(X=60) = (X=0.6554)= 65.54%

Tips de solución:
 En cada lanzamiento se tienen dos posibles resultados: águila o sol.
 El resultado de una prueba es independiente de las demás.
 La probabilidad de obtener águila o sol siempre es un ½ para cada resultado.
 Considera que “éxito” es igual a águila.

9
 Unidad 4. Distribución de probabilidad continua.
Estadística y probabilidad.

 Usarás la fórmula de la distribución binomial:

 Recuerda que la fórmula de la distribución binomial ocupa simultáneamente la fórmula

para calcular combinaciones:

1
0