Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 220 vistas

    FN Sem11

    Cargado por

    Melidy Eided Hinostroza Mitacc
    Este documento presenta la distribución normal y cómo calcular probabilidades utilizando la tabla normal estándar. Explica cómo tipificar una variable aleatoria para convertirla a una variable normal estándar y calcular probabilidades. También muestra ejemplos numéricos de cómo calcular probabilidades para variables normales y resolver casos inversos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    FN Sem11

    Cargado por

    Melidy Eided Hinostroza Mitacc
    220 vistas12 páginas
    Este documento presenta la distribución normal y cómo calcular probabilidades utilizando la tabla normal estándar. Explica cómo tipificar una variable aleatoria para convertirla a una variable normal estándar y calcular probabilidades. También muestra ejemplos numéricos de cómo calcular probabilidades para variables normales y resolver casos inversos.

    Título original

    FN_Sem11 (1)

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta la distribución normal y cómo calcular probabilidades utilizando la tabla normal estándar. Explica cómo tipificar una variable aleatoria para convertirla a una variable normal estándar y calcular probabilidades. También muestra ejemplos numéricos de cómo calcular probabilidades para variables normales y resolver casos inversos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    220 vistas12 páginas

    FN Sem11

    Cargado por

    Melidy Eided Hinostroza Mitacc
    Este documento presenta la distribución normal y cómo calcular probabilidades utilizando la tabla normal estándar. Explica cómo tipificar una variable aleatoria para convertirla a una variable normal estándar y calcular probabilidades. También muestra ejemplos numéricos de cómo calcular probabilidades para variables normales y resolver casos inversos.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 12

    FUNDAMENTOS NUMÉRICOS Y ESTADÍSTICOS

    UNIDAD III: PROBABILIDADES


    Semana 11
    Logro de la sesión Al finalizar la sesión, el estudiante será capaz de
    calcular probabilidades de una variable aleatoria con
    distribución normal.

    Contenido de la sesión • La distribución normal.


    • Uso de la tabla normal estándar.
    • Problemas de aplicación (tipificación).
    • Caso inverso.
    ¿Qué es la distribución Normal o Gaussiana?
    1. Características

    Definición

    𝐸(𝑥) = 
    Abraham De Parámetros Se simboliza: 𝑿 𝑵(,  𝟐 )
    Moivre 𝑉(𝑥) = ²
    1667-1754

    Representación gráfica:
    Principal propiedad

    Su gráfica es simétrica respecto de x = .


    Distribución Normal Estándar
    Se simboliza: 𝒁  𝑵(𝟎, 𝟏)
    Uso de la tabla
    La tabla proporciona las probabilidades del tipo 𝑃[ 𝑍 𝑧]
    normal estándar
    Distribución Normal Estándar
    2. Casos: kR
    CASO 1 • 𝑷[ 𝒁 ≤ 𝒌] Se resuelve directamente intersectando
    la fila y columna que correspondan a k.

    Ejemplo 1: Halle 𝑃[𝑍  1.26] = 𝟎. 𝟖𝟗𝟔𝟏𝟕 http://www.lock5stat.com/StatKey/


    Distribución Normal Estándar
    CASO 2 • 𝑷[𝒁 𝒌] Se obtiene restando a 1 el valor correspondiente
    a k en la tabla.
    Ejemplo 2: Calcule 𝑃[𝑍 ≥ 1.47] = 1 – 0.92922
    = 𝟎. 𝟎𝟕𝟎𝟕𝟖
    Distribución Normal Estándar
    CASO 3 • 𝑷[𝒂 < 𝒁 < 𝒃] = 𝑷[𝒁 < 𝒃] – 𝑷[𝒁 < 𝒂]

    Ejemplo 3: Calcule 𝑃[0.25 < 𝑍 < 1.32]


    = 𝑃[𝑍 < 1.32]– 𝑃[𝑍 < 0.25] = 0.90658– 0.59871
    = 𝟎. 𝟑𝟎𝟕𝟖𝟕
    Distribución Normal
    3. Tipificación de la variable
    Se llama tipificación o estandarización al proceso mediante el cual
    Sea : 𝑿  𝑵(,  𝟐) se transforma los valores de una variable normal X a valores de la
    variable normal estándar Z.
    Consiste en efectuar las siguientes operaciones:
    𝒙 −
    𝒛=

    Ejemplo 4: Calcule P[12  X  16], si X  N(14.5, 4).
    12−14.5 16−14.5
    Tipificando: 𝑃[12 𝑋  16] = 𝑃[  𝑍 ]
    2 2
    −2.5 1.5
    =𝑃 𝑍  =𝑃 −1.25  𝑍  0.75
    2 2
    = 𝑃 𝑍  0.75 − 𝑃 𝑍  − 1.25
    = 0.77337 − 0.10565
    = 𝟎. 𝟔𝟔𝟕𝟕𝟐
    Distribución Normal
    Ejemplo 5: Se sabe que los sueldos de los trabajadores públicos
    siguen una distribución normal con media S/ 2400 y
    desviación estándar S/ 480. Se pide que calcule la
    probabilidad que el sueldo de un trabajador público
    seleccionado aleatoriamente sea:
    a. superior a S/ 2760.
    b. como máximo de S/ 2260. 𝒙 −
    𝒛=

    Solución
    X:Sueldo de trabajador público (soles) X ~ N(2400,480)
    2760−2400
    a. 𝑃[𝑋 > 2760] = 𝑃 𝑍 > = 𝑃 𝑍 > 0.75 ¿Qué caso es?
    480
    = 1 − 𝑃 𝑍 ≤ 0.75 = 1 − 0.77337 = 𝟎. 𝟐𝟐𝟔𝟔𝟑
    2260 − 2400
    b. 𝑃[𝑋 ≤ 2260] = 𝑃[𝑍 ≤ ] = 𝑃[𝑍 ≤ −0.29] ¿Qué caso es?
    480
    = 𝟎. 𝟑𝟖𝟓𝟗𝟏
    Distribución Normal – Caso inverso
    Ejemplo 6: Se sabe que los depósitos de CTS de los trabajadores
    de una compañía siguen una distribución normal con
    media S/. 2850 y desviación estándar S/. 750. ¿A
    partir de que valor de depósito CTS, se encuentra el
    15% de los trabajadores con mayores depósitos?
    Tarea de la Semana 11

    También podría gustarte