Nombre de la materia

Estadstica y probabilidad
Nombre de la Licenciatura
Ing. En Sistemas computacionales

Nombre del alumno

Marco Antonio Jos Amado
Matrcula
000035966

Nombre de la Tarea
Modelos continuos de probabilidad
Unidad #
Distribucin de probabilidad continua

Nombre del Tutor

Florencio Cueto Barojas
Fecha
12/10/2016

INTRODUCCION
 Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

Distribucin Normal
Esta distribucin es frecuentemente utilizada en las aplicaciones estadsticas. Su propio nombre indica su
extendida utilizacin, justificada por la frecuencia o normalidad con la que ciertos fenmenos tienden a
parecerse en su comportamiento a esta distribucin.
Muchas variables aleatorias continuas presentan una funcin de densidad cuya grfica tiene forma de
campana.
En otras ocasiones, al considerar distribuciones binomiales, tipo B(n,p), para un mismo valor de p y valores de
n cada vez mayores, se ve que sus polgonos de frecuencias se aproximan a una curva en "forma de
campana".
En resumen, la importancia de la distribucin normal se debe principalmente a que hay muchas variables
asociadas a fenmenos naturales que siguen el modelo de la normal.
Caracteres morfolgicos de individuos (personas, animales, plantas,) de una especie, p. ejm. Tallas, pesos,
envergaduras, dimetros, permetros
Caracteres fisiolgicos, por ejemplo; efecto de una misma dosis de un frmaco, o de una misma cantidad de
abono.
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 maestrales, por ejemplo: la media.
Otras distribuciones como la binomial o la de Poisson son aproximaciones normales
Y en general cualquier caracterstica que se obtenga como suma de muchos factores.

1. Problema: Distribucin normal: aplicacin y uso de tablas

2
 Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

Pginas 150-153 del libro Probabilidad y estadstica, aplicaciones a la ingeniera (Rivero, 2013).

Contexto:
En una empresa la mquina expendedora de caf en vasos, est calibrada de modo que descargue
el lquido con un promedio de 260 mililitros por vaso. Si la cantidad de caf est distribuida
normalmente con una desviacin estndar de 14 mililitros.
Calcula:
a. Qu porcentaje de vasos contendr menos de 250 ml?
P(X<250)= P(Z<250-260) = -0.71
14
-0.71 = -0.2389

P(X<250) = P(z <-0.71)

P(z<0) + P(0<7<0.71)
= 0.5000-0.2389
=0.2611 | =26.11%

b. Qu porcentaje de vasos contendr ms de 266 ml?

P(X>266)= P (Z>266-260)
14
=0.4285= 0.43
P(x > 266)= p(z>0.43)
= p(z>0) p(0<z<0.43)
=0.5000 0.3336
=0.1664 = 16.64 %

c. Qu porcentaje de vasos contendr entre 250 y 266 ml?

P(250<x<266)
=p
250-266) < z < 266-260)
14 z < 0.43)
=p(-0.71< 14

3
 Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

-0.71= 0.2389
0.43 = 0.3336
P(250< x < 266)= p(-0.71 <z < 0.43)
P(-0.71 < z < 0)+ p(0 <z <0.43)
=0.2389 + 0.3336 = 0.5725
=57.25%

d. Si se usan vasos de 250 ml, cuntos de los siguientes 1000 vasos se derramarn?
P(x> 240) = p z>

= p (z > 1.4285) 260-240

14
P(z > 0) p(0 < z < 1.4285)
= 0.5000 0.0764
= 0.4236 = 42.36 %

Tips de solucin:
Identifica el valor de X

Ocupars la frmula para estandarizar la normal:

Utiliza la Tabla del Anexo III: REA BAJO LA CURVA NORMAL (al final de este documento).
Toma en cuenta que los resultados del inciso a y el inciso b te servirn para resolver el inciso c.
Para el inciso d, identifica que el vaso se derramar si el lquido que se vierte en l supera los
240 ml, por lo que en este inciso debes calcular el porcentaje de vasos que supera esta cantidad
y multiplicarlo por 1000.

2. Problema: Distribucin normal: aplicacin y uso de tablas

Video: Aproximacin 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:
Cul es la probabilidad de que se obtengan exactamente 60 guilas?

Datos:
X = No de guilas B( 100, 4/2) p=1/2 q= 1-1/2 =1/2

4
 Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

P(x =60) = (100/60) (1/2)60 (1/2)100-60 = (100/60) (1/2)100

(100/60) = 100 = 9.33262154e 57

60 (100 -60) (8.3209871e81) (8.159152e47)

Aproximado (x) n.p = (100) (1/2)=50

d(x) = n.p.q
Np (100) (1/2)=50 5 = 100 (1/2)(1/2)
Nq 100(1/2)= 50 5 =5

P (59.5 x 60) = p

Tips de solucin:
En cada lanzamiento se tienen dos posibles resultados: guila o sol.
El resultado de una prueba es independiente de las dems.
La probabilidad de obtener guila o sol siempre es un para cada resultado.
Considera que xito es igual a guila.

Usars la frmula de la distribucin binomial:

Recuerda que la frmula de la distribucin binomial ocupa simultneamente la frmula para

calcular combinaciones:

5
Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

6
Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

7
 Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

Tablas obtenidas del libro Probabilidad y estadstica, aplicaciones a la ingeniera (Rivero, 2013), pp.
285-287.

8
 Unidad 4. Distribucin de probabilidad continua.
Estadstica y probabilidad.

REFERENCIAS BIBLIOGRAFICAS

Estadstica (Triola, 2013).

Probabilidad y estadstica, aplicaciones a la ingeniera (Rivero, 2013).