Professional Documents
Culture Documents
Ejemplo:
Un fabricante de ropa desea estudiar la distribución en la estatura de las personas.
Reconoció que el público estaba en constante cambio en su tamaño físico y en sus
proporciones. En un esfuerzo por producir ropa de mejor ajuste, mando medir la estatura
de todos los clientes potenciales. Encontraron que las estaturas están distribuidas
normalmente alrededor de una media de 1.7 metros. La desviación estándar fue de 0.10
metros.
4.50E+00
4.00E+00
3.50E+00
3.00E+00
2.50E+00
2.00E+00
1.50E+00
1.00E+00
5.00E-01
0.00E+00
1.05
1.15
1.25
1.35
1.45
1.55
1.65
1.75
1.85
1.95
2.05
2.15
2
2.25
1
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.1
2.2
2.3
-5.00E-01
Clases página 1
sus clientes. Una muestra tiene una media de 1.7 metros con una desviación estándar de 10
centímetros. Otra de las muestras coincide en que la estatura media es 1.7 metros, pero
tiene una dispersión de 25 centímetros. Una tercera muestra tiene una media de 2 metros
con una desviación estándar de 10 centímetros.
La comparación gráfica queda así:
4.50E+00
4.00E+00
3.50E+00
3.00E+00
2.50E+00
2.00E+00
1.50E+00
1.00E+00
5.00E-01
0.00E+00
1.05
1.15
1.25
1.35
1.45
2.05
2.15
2.25
2.35
2.45
2.55
1.55
1.65
1.75
1.85
1.95
1
2
1.1
1.2
1.3
1.4
1.5
2.1
2.2
2.3
2.4
2.5
2.6
1.6
1.7
1.8
1.9
-5.00E-01
A pesar de sus diferencias las tres son distribuciones normales. Son simétricas y en forma de
campana. Además, como conjuntos de datos normalmente distribuidos, podemos aplicar la
regla empírica:
Por tanto, mientras que en la distribución de media 1.7 y desviación estándar 0.10 metros el
68.3% de las personas mide entre 1.6 y 1.8 metros de estatura; implica que hay un 68.3%
de probabilidad de que encontremos una persona seleccionada al azar que tenga una
estatura entre 1.6 y 1.8 metros.
Puede existir un número infinito de distribuciones normales posibles, cada una con su
propia media y desviación estándar. Ya que obviamente no se puede analizar un número tan
grande de posibilidades podemos convertir todas estas distribuciones a una forma estándar.
La conversión a la distribución normal estándar se efectúa con la fórmula de conversión:
Con esta fórmula obtenemos a cuántas desviaciones estándar se encuentra cualquier valor x
de la media, para una distribución normal estándar que tiene media de cero y desviación
estándar igual a 1.
Clases página 2
estándar igual a 1.
0.45
0.4
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
-4 -3 -2 -1 0 1 2 3 4
Ejemplo.
Calcula la probabilidad de que un cliente de la fábrica de ropa mida entre 1.6 y 1.7 de
estatura, considerando que la media es 1.7 metros con una desviación estándar de 10
centímetros.
La tabla proporcionada nos da él área bajo la curva desde el valor z=1 hasta la media, el cual
es 0.3413. Esta es la probabilidad de que una persona se encuentre entre ese rango de
estatura.
Aunque la tabla sólo nos muestra el área de cualquier valor z hasta la media, podemos
inferir cualquier otro rango de probabilidades, aprovechando las propiedades de la
distribución normal.
Se tiene un área y se puede utilizar la tabla de valores para encontrar el valor z que
corresponde. Se puede utilizar el valor más próximo.
Luego se despeja x a partir de la fórmula que utilizamos para encontrar el valor z:
Aquí es importante respetar el signo del valor z para obtener el intervalo correcto.
Ejemplo:
El gobierno plantea un programa de bienestar social para otorgar un subsidio al 15% de las
familias con menores ingresos. El ingreso promedio es de 13,500 pesos con una desviación
estándar de $4,500. ¿Hasta qué nivel de ingreso se debe otorgar el subsidio si asumimos
que los ingresos están normalmente distribuidos?
Clases página 3
0.0001
0.00009
0.00008
0.00007
0.00006
0.00005
0.00004
0.00003
0.00002 35%
0.00001
15%
0
- 5,000 10,000 15,000 20,000 25,000 30,000
X 13,500
Clases página 4