Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ESTADÍSTICA APLICADA PARA LOS NEGOCIOS Semana 08 Sesión 01 ESTADÍSTICA APLICADA A LOS NEGOCIOS TEMA DE LA SESIÓN VARIABLE ALEATORIA CONTINUA y DISTRIBUCIÓN NORMAL Datos/Observaciones LOGRO DE LA SESIÓN Al finalizar la sesión de clase el estudiante aplica los conceptos de variable aleatoria continua y resuelve ejercicios de aplicación, conoce la distribución normal; además aplica la distribución en la solución de problemas. VARIABLE ALEATORIA REPASO DE LA CLASE ANTERIOR • ¿Qué es una variable continua? • ¿Para qué sirven las distribuciones de probabilidad? SABERES PREVIOS: ¿Alguna pregunta de la clase anterior? Datos/Observaciones UTILIDAD Con frecuencia, al considerar variables aleatorias distintas, asociadas incluso a experimentos aleatorios diferentes, se observa que las distribuciones de probabilidad son, en esencia, similares. Se pueden, por tanto, considerar modelos de distribuciones de probabilidad, aplicables a numerosas situaciones reales. Sin dudad la Distribución Normal, es la más importante de todos los modelos probabilísticos, pues su aplicación se extiende a numerosos campos de la naturaleza, la industria, la economía, etc. Tiene su origen en la modelización de la distribución de frecuencias relativas de errores cometidos al efectuar repetidas veces una medición. VARIABLE ALEATORIA CONTINUA Es aquella variable en la que el rango (𝑅𝑥) es un intervalo o un conjunto infinito no numerable de valores reales. VARIABLE ALEATORIA CONTINUA Ejemplos: Experimento Variable aleatoria Valores posibles Operar un banco. Tiempos en minutos entre la llegada de los clientes. 𝑥 ≥ 0 Medir la temperatura de un ambiente. Temperatura en °𝐶 en las noches del mes de julio. −10 ≤ 𝑥 ≤ 10 Llenar una lata de refresco (máx. 12.1 onzas). Cantidad en onzas 0 ≤ 𝑥 ≤ 12.1 Función de densidad Sea 𝑋 una variable aleatoria continua, se denomina función de densidad de probabilidad de 𝑋, a la función 𝑓(𝑥) que satisface las siguientes condiciones: 1. 𝑓 𝑥 ≥ 0, ∀𝑥 ∈ 𝑅𝑥 2. −∞ +∞ 𝑓 𝑥 𝑑𝑥 = 1 3. 𝑃 𝑎 ≤ 𝑥 ≤ 𝑏 = 𝑎 𝑏 𝑓(𝑥) 𝑑𝑥 VARIABLE ALEATORIA CONTINUA Función de distribución acumulada Sea 𝑋 una variable aleatoria continua, se denomina función de distribución acumulada de 𝑋, a la función 𝐹(𝑥) definida por: 𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = −∞ 𝑥 𝑓 𝑡 𝑑𝑡 , ∀𝑥 ∈ 𝑅𝑥 𝑭 𝒙 VARIABLE ALEATORIA CONTINUA Valor esperado y varianza • El valor esperado, o media, de una variable aleatoria es una medida de la localización central de la variable aleatoria. • La varianza es la medida que resume la variabilidad de los valores de la variable aleatoria con respecto al valor esperado. 𝐸 𝑋 = −∞ +∞ 𝑥𝑓(𝑥) 𝑑𝑥 𝑉 𝑋 = 𝐸 𝑋2 − 𝐸(𝑥) 2 Donde: 𝐸 𝑋2 = −∞ +∞ 𝑥2𝑓(𝑥) 𝑑𝑥 VARIABLE ALEATORIA CONTINUA DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS Sea 𝑋 una variable aleatoria continua, cuya gráfica de su función densidad es: Ejemplo EJERCICIOS EXPLICATIVOS VARIABLE ALEATORIA CONTINUA a) Calcular la probabilidad de 𝑋 sea menor o igual a 5. b) Calcular la probabilidad de 𝑋 sea mayor a 6.5. c) Calcular la probabilidad de 𝑋 este entre 4 𝑦 6. DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS SOLUCIÓN a) 𝑃 𝑋 ≤ 5 = 2 5 𝑓 𝑥 𝑑𝑥 = 2 5 1 6 𝑑𝑥 = 1 6 𝑥 2 5 = 1 2 = 0.5 ≈ 50% b) 𝑃 𝑋 > 6.5 = 6.5 8 𝑓 𝑥 𝑑𝑥 = 6.5 8 1 6 𝑑𝑥 = 1 6 𝑥 6.5 8 = 0.25 = 25% c) 𝑃 4 ≤ 𝑋 ≤ 6 = 4 6 𝑓 𝑥 𝑑𝑥 = 4 6 1 6 𝑑𝑥 = 1 6 𝑥 4 6 = 0. 3 ≈ 33% VARIABLE ALEATORIA CONTINUA Distribución normal La distribución Normal también llamada campana de Gauss por su forma acampanada es la distribución más importante en la estadística, ya que la mayoría de las variables naturales (peso, talla, edad, etc.) se ajustan a una distribución Normal. DISTRIBUCIÓN NORMAL 𝑋 ~ 𝑁(𝜇; 𝜎2) , si su función de densidad es: 𝑓 𝑥 = 1 2𝜋𝜎 𝑒 − 1 2 𝑥−𝜇 𝜎 2 , 𝑥 ∈ ℝ 𝑓 𝑥 Propiedades 1. La distribución Normal es simétrica respecto de la media. 2. El punto mas alto de una curva normal se encuentra sobre la media, la cual coincide con la mediana y la moda. 3. Las probabilidades correspondientes a la variable aleatoria normal se calculan mediante áreas bajo la curva normal. Toda el área bajo la curva de una distribución normal es 1. 4. La distribución Normal es asintótica; es decir, la curva se aproxima más y más al eje 𝑋, sin tocarlo en realidad. DISTRIBUCIÓN NORMAL Si: 𝑋 ~ 𝑁 𝜇; 𝜎2 entonces: 𝑍 = 𝑥−𝜇 𝜎 ~𝑁(0,1) Estandarización de la normal DISTRIBUCIÓN NORMAL AHORA TE EXPLICARÉ LA RESOLUCIÓN DE ALGUNOS EJEMPLOS!!! DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS Si: 𝑍~𝑁(0,1) , hallar: a) 𝑃(𝑍 ≤ 1.24) b) 𝑃(𝑍 > 0.85) c) 𝑃(−0.25 ≤ 𝑍 ≤ 0.8) Ejemplo 1 DISTRIBUCIÓN NORMAL EJERCICIOS EXPLICATIVOS DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS SOLUCIÓN DISTRIBUCIÓN NORMAL a) 𝑃 𝑍 ≤ 1.24 = 0.8925 b) 𝑃 𝑍 > 0.85 = 1 − 𝑃 𝑍 ≤ 0.85 = 1 − 0.8023 = 0.1977 a) 𝑃 −0.25 ≤ 𝑍 ≤ 0.8 = = 𝑃 𝑍 ≤ 0.8 − 𝑃 𝑍 ≤ −0.25 = 0.7881 − 0.4013 = 0.3868 TABLA DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS Si: X~𝑁(7,16) , hallar: a) 𝑃(𝑋 < 9) b) 𝑃(4 ≤ 𝑋 < 8) c) 𝑃(𝑋 > 12) Ejemplo 2 DISTRIBUCIÓN NORMAL EJERCICIOS EXPLICATIVOS DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS SOLUCIÓN DISTRIBUCIÓN NORMAL a) 𝑃 𝑋 < 9 = 𝑃 𝑍 < 0.5 = 0.6915 b) 𝑃 4 ≤ 𝑋 < 8 = 𝑃(−0.75 ≤ 𝑍 < 0.25) = 𝑃 𝑍 < 0.25) − 𝑃(𝑍 ≤ −0.75 = 0.5987 − 0.2266 = 0.3721 c) 𝑃 𝑋 > 12 = 𝑃(𝑍 > 1.25) = 1 − 𝑃 𝑍 ≤ 1.25 = 1 − 0.8944 = 0.1056 TABLA DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS Suponga que el costo de producción de una calculadora tiene distribución normal con una media de 40 soles y una desviación estándar de 3 soles. Si se elige una calculadora al azar: a) Calcular la probabilidad de que el costo de producción sea más de 42 soles. b) Calcular la probabilidad de que su costo de producción sea a lo mucho 36 soles. Ejemplo 3 DISTRIBUCIÓN NORMAL EJERCICIOS EXPLICATIVOS SOLUCIÓN DISTRIBUCIÓN NORMAL 𝑋: 𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑐𝑖ó𝑛 𝑋~𝑁(40,9) a) 𝑃 𝑋 > 42 = 𝑃(𝑍 > 0. 6) = 1 − 𝑃(𝑍 ≤ 0. 6) = 1 − 0.7475 = 0.2525 b) 𝑃 𝑋 ≤ 36 = 𝑃(𝑍 ≤ −1. 3) = 0.0912 TABLA - INTERPOLAR DISTRIBUCIÓN DE FRECUENCIAS PARA DATOS CUANTITATIVOS La estatura de los estudiantes de la UTP sigue una distribución Normal de media 160 𝑐𝑚. y desviación estándar 5 𝑐𝑚. Si se elige un estudiante al azar: a) Calcular la probabilidad de que el estudiante mida al menos 168 𝑐𝑚. b) Calcular la probabilidad de que el estudiante mida más de 150 𝑐𝑚, pero menos de 162 𝑐𝑚. c) Si se encuestan a 200 estudiantes, determine la probabilidad de que como máximo la mitad midan menos de 155 cm. Ejemplo 4 DISTRIBUCIÓN NORMAL EJERCICIOS EXPLICATIVOS SOLUCIÓN EJERCICIOS RETO ¿LISTOS PARA RESOLVER LOS EJERCICIOS RETO? VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL 1.- La demanda mensual en miles de kilogramos de un producto es una variable aleatoria 𝑋 cuya función de densidad es la función real de valor real: 𝑓 𝑥 = 𝑘𝑥2, 𝑠𝑖 𝑥 ∈ 0,2 0, 𝑠𝑖 𝑥 ∉ 0,2 a) Halle el valor de la constante “𝑘” y trace la gráfica de la distribución de probabilidad. b) Si el stock mensual del producto es 1000 𝑘𝑔, ¿Qué probabilidad hay de que la demanda no sea satisfecha en un mes cualquiera? EJERCICIOS RETO VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL 2.- Un estudio de llamadas telefónicas de larga distancia realizado en las oficinas centrales de Pepsi Botting Group en Nueva York, demostró que las llamadas, en minutos, se rigen por una distribución de probabilidad normal. El lapso medio de tiempo por llamada fue de 4.2 minutos, con una desviación estándar de 0.60 minutos. a) ¿Cuál es la probabilidad de que una llamada dure entre 4.2 y 5 minutos? b) ¿Cuál es la probabilidad de que una llamada dure más de 5 minutos? c) ¿Cuál es la probabilidad de que una llamada dure a lo más 6 minutos? EJERCICIOS RETO 3.- Suponga que las puntuacionesobtenidas en el examen de admisión a una universidad están distribuidas en forma normal con una media de 450 y una desviación estándar de 100. a) ¿Qué porcentaje de las personas que hacen el examen tendrán una puntuación entre 400 y 500? b) Si la universidad no admite estudiantes que obtengan una puntuación menor a 480, ¿qué porcentaje de los estudiantes que hacen el examen podrá ser aceptado? DISTRIBUCIÓN NORMAL ¿QUE HEMOS APRENDIDO? • Aplicar los conceptos de una variable aleatoria continua. • Resolver ejercicios de aplicación. VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL ¿Qué es y para qué sirve? Distribución normal Aplicaciones Distribución normal TAREA DOMICILIARIA 1.- La vida útil en años, de un producto es una variable aleatoria continua 𝑋 cuya distribución es descrita por la función de densidad: 𝑓 𝑥 = 𝑘𝑒−2𝑥 , 𝑠𝑖 𝑥 ≥ 0 0, 𝑠𝑖 𝑥 < 0 a) Halle el valor de la constante “𝑘” y trace la gráfica de la distribución de probabilidad. b) Halle la función de distribución acumulada 𝐹(𝑥) de 𝑋. c) ¿Qué porcentaje de estos productos duran más de 18 meses? VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL TAREA DOMICILIARIA VARIABLE ALEATORIA CONTINUA – DISTRIBUCIÓN NORMAL 2.- La calificación de los alumnos que realizaron un examen final de Estadística Descriptiva tiene distribución normal con media 10 y desviación estándar 3. Si la nota mínima para aprobar es 12, ¿Qué porcentaje de alumnos aprobaron el examen? 3.- Se observó que la cantidad semanal de dinero gastado por una compañía, durante largo tiempo en mantenimiento y reparaciones, está normalmente distribuida en forma aproximada con media de $400 y desviación estándar de $20. Si están presupuestados $450 para la próxima semana, ¿Cuál es la probabilidad de que los costos reales rebasen la cantidad presupuestada?
Compartir