Professional Documents
Culture Documents
La Distribucin Uniforme
Estadstica I
Adiel Omar
Adiel Omar FLORES RAMOS
FLORES
Distribucin uniforme
La distribucin uniforme, permite ver las propiedades
importantes:
1. El rea bajo la curva de una probabilidad es 1
2. Existe una correspondencia entre el rea y la
probabilidad, de manera que algunas probabilidades
se pueden calcular al identificar las reas
correspondientes
Estadstica I
Definicin
Una variable aleatoria continua tiene una distribucin
uniforme si sus valores se dispersan uniformemente a
travs del rango de posibilidades. La grfica de una
distribucin uniforme tiene forma rectangular.
Estadstica I
Estadstica I
Ejemplo:
Entonces x tiene una distribucin que puede
graficarse como:
Estadstica I
Definicin
Una curva de densidad es una grfica de una
distribucin de probabilidad continua, debe satisfacer
las siguientes propiedades:
1. El rea total bajo la curva debe ser igual a 1.
2. Cada punto de la curva debe tener una altura vertical
igual o mayor que 0.
Puesto que el rea total bajo la curva de densidad es igual
a 1, existe una correspondencia entre rea y probabilidad
Estadstica I
Estadstica I
Solucin
Observe la siguiente figura donde la regin
sombreada representa duraciones mayores a
51.5 min.
Estadstica I
Solucin
Puesto que el rea total bajo la curva de
densidad es 1, existe una correspondencia
entre rea y probabilidad.
Por lo tanto podemos calcular la probabilidad
deseada utilizando reas de la siguiente
manera:
P(>51.5)=rea de la regin sombreada
= 0.5 x 0.5
= 0.25
Estadstica I
Interpretacin
La probabilidad de seleccionar al azar una
clase que dure ms de 51.5 min es de 0.25.
Como esa probabilidad es demasiado alta,
Kim debe considerar elaborar un plan de
contingencia que le permita llegar a su
entrevista de trabajo a tiempo.
Estadstica I
La Distribucin Normal
Estadstica I
Adiel Omar
Adiel Omar FLORES RAMOS
FLORES
Introduccin
Una de las herramientas de mayor uso en las
empresas es la utilizacin de la curva normal para
describir situaciones donde podemos recopilar datos.
Esto nos permite tomar decisiones que vayan a la par
con las metas y objetivos de la organizacin.
En este captulo se describe la relacin de la
Distribucin normal con la Distribucin normal
estndar. Se utilizan ejemplos y ejercicios donde se
ensea sobre la determinacin de probabilidades y
sus aplicaciones.
18/02/2014
13
La distribucin normal
La distribucin normal fue reconocida
por primera vez por el francs
Abraham de Moivre (1667-1754).
Posteriormente, Carl Friedrich Gauss
(1777-1855) realiz estudios ms a
fondo donde formula la ecuacin de la
curva conocida comnmente, como la
Campana de Gauss".
18/02/2014
14
Utilidad
Se utiliza muy a menudo porque hay muchas
variables asociadas a fenmenos naturales
que siguen el modelo de la norma.
Caracteres morfolgicos de individuos
(personas, animales, plantas,...) de una
especie, por ejemplo: tallas, pesos, dimetros,
distancias, permetros,...
Caracteres fisiolgicos, por ejemplo: efecto de
una misma dosis de un frmaco, o de una
misma cantidad de abono
18/02/2014
15
Utilidad
Caracteres sociolgicos, por ejemplo:
consumo de cierto producto por un mismo
grupo de individuos, puntuaciones de examen
Caracteres psicolgicos, por ejemplo: cociente
intelectual, grado de adaptacin a un medio,...
Errores cometidos al medir ciertas magnitudes
Valores estadsticos mustrales como la
media, varianza y moda
18/02/2014
16
La funcin de distribucin
Puede tomar cualquier valor (- , + )
Hay ms probabilidad para los valores cercanos a la
media
Conforme nos separamos de , la probabilidad va
decreciendo de igual forma a derecha e izquierda
(es simtrica).
Conforme nos separamos de , la probabilidad va
decreciendo dependiendo la desviacin tpica .
18/02/2014
17
La funcin F(x)
18/02/2014
18
18/02/2014
19
Propiedades de la
distribucin normal
El rea bajo la curva aproximado del promedio
a ms o menos una desviacin estndar (1)
es de 0.68, a ms o menos 2 es de .0 95 y a
ms o menos 3 es de 0.99.
18/02/2014
20
Propiedades de la
distribucin normal
La forma de la campana de Gauss depende de los
parmetros y .
Tiene una nica moda que coincide con su media y
su mediana.
La curva normal es asinttica al eje de X.
18/02/2014
21
Estadstica I
La desviacin estndar ( )
(a) Distribuciones normales con distinta desviacin estndar e igual media
18/02/2014
23
La media
(b) Distribuciones normales con diferentes medias e igual desviacin
estndar
18/02/2014
24
En resumen
Podemos concluir que hay una familia de
distribuciones con una forma comn, diferenciadas
por los valores de su media y su varianza.
La desviacin estndar ( ) determina el grado de
apuntamiento de la curva. Cuanto mayor sea el
valor de , ms se dispersarn los datos en torno a
la media y la curva ser ms plana.
18/02/2014
25
En resumen
La media indica la posicin de la campana, de
modo que para diferentes valores de la grfica
es desplazada a lo largo del eje horizontal.
De entre todas ellas, la ms utilizada es la
distribucin normal estndar, que corresponde
a una distribucin de media 0 y varianza 1.
Estadstica I
La Distribucin Normal
Standard
Estadstica I
Introduccin
La curva de densidad de una distribucin uniforme es
una lnea horizontal, de manera que es fcil calcular el
rea de cualquier regin rectangular.
La curva de densidad de una distribucin normal tiene
una forma de campana ms complicada, por lo que es
ms difcil calcular reas, pero el principio bsico es el
mismo: existe una correspondencia entre rea y
probabilidad.
Estadstica I
Introduccin
As como existen muchas distribuciones uniformes
diferentes (con distintos rangos de valores),
tambin existen muchas distribuciones normales
diferentes, las cuales dependen de dos
parmetros: la media poblacional y la desviacin
estndar poblacional
Estadstica I
Introduccin
La siguiente figura ilustra curvas de densidad de
estaturas de hombres y mujeres adultos.
Estadstica I
Introduccin
Debido a que los hombres tienen una estatura media
mayor, la cima de la curva de densidad de los
hombres est ubicada hacia la derecha.
Puesto que las estaturas de los hombres tienen una
desviacin estndar ligeramente mayor, su curva de
densidad es un poco ms ancha.
Estadstica I
Estadstica I
La distribucin normal
estndar
Z se la denomina variable tipificada de X, y a
la curva de su funcin de densidad se le
conoce como la curva normal estndar.
Es una distribucin normal con promedio 0 y
una desviacin estndar de 1.
Todas las variables normalmente distribuidas
se pueden transformar a la distribucin normal
estndar utilizando la frmula para calcular el
valor Z correspondiente.
18/02/2014
33
La funcin F(z)
En la siguiente grfica vemos la
representacin grfica de la funcin de Z.
18/02/2014
34
En resumen
Podemos decir que el valor de Z es la
cantidad de desviaciones estndar a la
que est distanciada la variable X del
promedio.
A la variable Z se la denomina variable
tipificada de X, y a la curva de su funcin
de densidad se le conoce como la curva
normal estndar
18/02/2014
35
Caractersticas de la
distribucin normal estndar
No depende de ningn parmetro.
Su media es 0, su varianza es 1 y su
desviacin estndar es 1.
La curva f(x) es simtrica respecto del eje
de Y
Tiene un mximo en el eje de Y.
Tiene dos puntos de inflexin en z=1 y z=-1
18/02/2014
36
37
Por ejemplo
En el siguiente
histograma podemos
observar la
distribucin de
frecuencias por peso
de acuerdo a la edad.
18/02/2014
38
18/02/2014
Estadstica I
Estadstica I
Estadstica I
18/02/2014
42
Ejemplos y ejercicios
Supongamos que sabemos que el peso de
los estudiantes universitarios sigue una
distribucin aproximadamente normal, con
una media de 140 libras y una desviacin
estndar de 20 libras.
18/02/2014
43
Ejemplo 1
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras
18/02/2014
44
Ejemplo 1
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras
Z=
150 140
= 0.50
20
18/02/2014
45
Ejemplo 2
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso mayor o igual a 150 libras
18/02/2014
46
Ejemplo 2
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso mayor o igual a 150 libras
Paso 2 - Determinar el valor Z:
Z=
150 140
=
= 0.50
20
47
Ejemplo 3
Determine la probabilidad de que una persona, elegida al
azar, tenga un peso menor o igual a 115 libras
Paso 1 Interpretar grficamente el rea de inters.
Grficamente si decimos que a=115 libras, el rea de la curva que nos
interesa es la siguiente:
18/02/2014
48
Ejemplo 3
Paso 2 - Determinar el valor Z:
Z=
115 140
=
= 1.25
20
Estadstica I
115 140
= 1.25
20
Ejemplo 4
Si deseamos la probabilidad de que una persona, elegida
al azar, tenga un peso entre 115 y 150 libras.
18/02/2014
51
Ejemplo 4
Si deseamos la probabilidad de que una persona, elegida al
azar, tenga un peso entre 115 y 150 libras.
Paso 2 - Determinar el valor Z
Cuando X=115
Cuando X=150
Z=
Z=
115 140
= 1.25
20
150 140
= 0.50
20
18/02/2014
52
Ejemplo 4
Paso 4 - Hacer la suma o resta de reas para
encontrar la probabilidad deseada.
El rea de 0.6915 se le resta 0.1056
0.6915 0.1056 = .5859
Estadstica I
Ejemplo 05
Determine la probabilidad de que una persona
tenga un peso entre 150 libras y 160 libras
Estadstica I
Ejemplo 5
18/02/2014
55
Ejemplo 5
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150 libras
Paso 2 - Determinar el valor Z
Como vimos en el ejemplo 1 y 2 E valor Z cuando X=150 es 0.50.
Para X=160 el valor Z ser:
Z=
160 140
= 1.0
20
18/02/2014
56
Ejemplo 5
Determine la probabilidad de que una persona tenga un
peso menor o igual a 150libras
18/02/2014
57
Ejemplo 6
Determine la probabilidad
de elegir a una persona
que pese entre 115 y 130
libras.
18/02/2014
58
Ejemplo 6
Paso 1: Interpretar grficamente el rea de inters.
Grficamente si decimos que a=115 libras y b= 130
libras, el rea de la curva que nos interesa es la
siguiente:
18/02/2014
59
Ejemplo 6
Paso 2 - Determinar el valor Z
Cuando X=115
Z=
115 140
= 1.25
20
130 140
= 0.50
20
para X=130
Z=
Estadstica I
Ejemplo 6
Paso 3: Buscar en la tabla de probabilidades.
- Buscamos en la Tabla 1 el valor Z=-1.25 y
obtenemos el rea de 0.1056
- Para Z = -.050 el rea es de =.3085
Estadstica I
Ejemplo 6
Paso 4: Hacer la suma o resta de reas para
encontrar la probabilidad deseada.
En este ejemplo el rea ser la diferencia
de:
.3085-.1056=.2029.
18/02/2014
62
Preguntas?
Estadstica I