Professional Documents
Culture Documents
Chao (1993) Estadística para Las Ciencias Administrativas - Cap. 5
Chao (1993) Estadística para Las Ciencias Administrativas - Cap. 5
q, sera sesgada a la izquierda. Sin embargo, al aumentar el valor n, la distribucién se hace menos sesgada, véase figura 5.5. El modelo binomial ha resultado adecuado para el andlisis inferencial en algunos estudios relacionados con el comportamiento y en general en aquellos aspectos que atafien a la estadistica no paramétrica. 5.3.2 Distribucion hipergeométrica La distribucién binomial se basa en el supuesto de que la poblaci6n es infinita y de que la probabilidad de éxito permanece constante, lo cual se consigue en tales pobla- ciones 0 cuando se toman muestras con repeticion (reemplazo) en poblaciones finitas. Cuando la poblacién es finita y el muestreo se hace sin reemplazo, la probabilidad cambiaré para cada nueva observaci6n. En tales circunstancias, se tendra una distribu- cién de probabilidad que se llama distribucién hipergeométrica. * Ver en el suplemento V un método diferente de demostracién.112 Estadistica para las ciencias administrativas Pix) isd 03 n=5 06 ans 02 o4 ou 02 ° yx 6 1 1. px Ot asa. @ ia 2 Pa an a=5 03 n=5 02 02 ou in ou 0 Pr 0 Py, 2 4 6 8 DW R o 1 2 3 4 5 Pix) Pax) OS 0.10 0.05 Figura 5.4 Distribucién binomial, p= 0.5 Figura 5.5 Distribucién binomial, p=0.1 Para aplicar la distribucién hipergeométrica, ademés de que el muestreo se haga sin repeticin y que la poblacién sea finita, ésta debe estar formada por dos grupos de individuos u objetos. Un primer grupo constituido por aquellos individuos queDistribucién de probabilidad 113 poseen la caracteristica objeto de estudio; el nimero desus elementos lo denotaremos Ni; y el otro estara conformado por los que no poseen la caracteristica y el ntimero de sus elementos lo denotamos N,. La variable con distribucién hipergeométrica debe ser de la forma: X = ntimero de éxitos en los n ensayos (muestreo sin repeticién). Los valores de probabilidad asociados a esta variable con distribucion hipergeométrica estan dados por (™ ) N, x'} ine x = 0,1, P[X = x] = (™ i ™) insin3] = I-P[X < 3] = I-e ot ar tart sr = 1-0998 = 0.002 c) En este caso el valor de 4 debe ser modificado acorde con el intervalo de tiempo que se esté tomando en cuenta que es de tres minutos, asf qlie A = 3(05) = 15. La variable ahora es, X = nimero de Ilamadas que llegan en tres minutos. 154 1.5)* Pix = a) = SOUS y= 91,23, ... P[X < 5] = d) Eneste caso se hace una consideraci6n similaral caso cy tomamosh = 5(0.5) = 25 Qs) 2 0 P[xX > 2] = 1-P[x = 2) = ren | et -0.54 = 0.46Distribuci6n de probabilidad 115 €) Como ya se coment6, cuando se trata de responder sobre una situacién esperada sta se evalia mediante el valor esperado que para el caso presente es A = 2.5. Esto es, se espera que Ileguen entre dos y tres llamadas en el intervalo de cinco minutos. Otro ejemplo. En una concurrida interseccién de trafico la probabilidad de que un automévil tenga accidentes es p = 10~. Si pasan 1,000 automdviles, halle la pro- babilidad de que ocurran dos 0 mas accidentes. Como puede notarse, este caso presenta todas las caracterfsticas para proponer una distribucién binomial; pero debido a que el valor de p es muy pequefio y el valor de n grande, se utiliza la denominada aproximaci6n de Poisson, la cual consiste en tomar en cuenta esta distribucién con A = np = (1,000)(10~) = 0.1 y de esta forma la probabilidad es, P[X > 2] 1-P[X < 2] = 1~(1.01)e*' = 1-0.995 = 0.005, siendo X = nd- mero de accidentes en el intervalo de tiempo considerado. La curva de una distribuci6n de Poisson es sesgada a la derecha, pero a medida que A aumenta la curva se va haciendo simétrica, véase figura 5.6 ‘0.20 0.10 012 0.10 0.08 0.06 0.04 002 4 8 2 16 20 224 2% a oe Figura 5.6 Distribucién de Poisson para valores de A = 2y A 10. Ejercicios 3 1. Suponga que el 80% de las familias de una ciudad tienen casa propia. Sea Yla variable aleatoria ‘que toma el valor | cuando una familia elegida al azar en la ciudad es propietaria y 0 cuando no lo es. Halle la media y la varianza de Y. 2. Sila probabilidad de obtener un “fracaso” es 0.1, construya un modelo probabilfstico de Bernoulll y-calcule luego la media y la desviacién esténdar de la variable aleatoria.116 Estadistica para las ciencias administrativas = x 10. 12. 13. 14, 15. 16. Por qué la distribucién hipergeométrica no es deducible a partir de la distribucién de Bernoulli Como lo es la distribucién binomial? |. Se juega 30 veces una moneda regular y se obtienen 30 “caras". 0.42] Nos estamos refiriendo asi al sector de drea situado a la derecha de 0.42. La medida de esta drea se obtiene a partir de la tabla II y teniendo en cuenta que el total de drea bajo la curva es | al realizar la operacion 1—P[Z < 0.42] = 1-0.6628 = 0.3372. Véase ilustracion grafica. fa) 0042 En general P[Z > z] = 1-P[Z < 2] = Calcular P[Z <= —1.23] En este caso debemos recurtir a la propiedad de simetria respecto del origen que posee la curva de la distribucién normal estandar para decir que la medida de! rea situada a la izquierda de — 1.23 es la misma de la que esta situada a la derecha de 1.23, con Jo cual se obtiene que P[Z < —1.23] = 1 - P[Z< 1.23] = 1 - 0.8907 = 0.1093. Véase ilustracién grafica. (b) =123 0Distribucion de probabilidad 123 En general, P[Z < -z] = | - P[Z< 2z] = Caleular P[Z > -23] De nuevo por razones de simetria, la medida del 4rea situada al lado derecho de -2.3 es la misma de la que est situada al lado izquierdo de 2.3 y tenemos asi que P{Z > —23] = P[Z < 23] = 0.9893. Véase figura. (cl z =23 0 En general, P[Z > -z] = P[Z < z] ~ Calcule P[Z < 4] Este ntimerg 4 supera al maximo valor z que aparece en la tabla que es 3.49. Para este numero se tiene 0.9998. Por tanto, P[Z < 4] = |. (d) z ° En general, P[Z < z] = 1 cuando z > 45. Por lo anterior se tiene que P[Z > z] = 0 y P[Z < —z] = 0, paraz > 45. ~ Calcule P[I.3 < Z < 25] En este caso se trata del area comprendida entre 1.3 y 2.5, como se ilustra en la grafica. Por una simple relacion geométrica la medida de esta area es la resultante de restar del érea que llega hasta 2.5 el érea que llega hasta 1.3. Estoes, P[I.3 < Z< 25] = P[Z < 25] — P[Z < 1.3] = 0.9938 — 0.9032 = 0.0906. fe) = Calcule P[-1.24 < Z < 23] De acuerdo con la explicacion anterior, P[-1.24 < Z < 23] = P[Z < 23] - P[Z < ~1.24] = P[Z < 23] - 1 + P[Z < 1.24] = 0.9893 + 08925 - 1 = 0.8818. Véase figura. 013 25124 Estadistica para las ciencias administrativas 0 | mao 23 En algunos casos lo que interesa es calcular el valor z, que satisfaga P[Z < zp] = pen donde pes un valor de probabilidad dado. En este caso el proceso es a la inversa. Por ejemplo, el valor z, que proporciona un drea de 0.9732 bajo la curva normal a la izquierda de z, es 1.93. Esto es P[Z < 1.93] = 0.9732 Otros valores z, son para: - P[Z < z] = 0.8485 se tiene z, = 1.03 - P[Z < z] = 03707. Como es un valor de probabilidad menor que 0.5, debe ser un valor de Z a la izquierda de cero. Para hallarlo, consideramos el area del lado derecho de medida 0.3707 que a su vez es el resultadode 1 — P[Z < z]. Asi que 1 P[Z < z] = 03707==>P[Z < z] = 0.6293 y z = 0.33.Como debe ser nega- tivo, tenemos z, = —0.33. (e) 0.330 033 7 = Suponga que X ~ N(50, 100), encuentre la probabilidad de que asuma, a) un valor menor que 66; b) un valor entre 45 y 62; c) mayor que 71. Para dar solucién a problemas como el presente en donde se requiere el calculo de probabilidad de una variable con distribucién normal no estandar, utilizamos la transformaci6n dada en (5-17) llamada estandarizacién, con la cual se obtienen los siguientes valores z (transformados de x): 66 — 50 z 0 16 Ante lo expuesto anteriormente, P[X < 66] = P[Z < 1.6] = 09452, de acuerdo con la tabla Il. (Véase grafica). onl ZS J (hy 5 6 a otaDistribucion de probabilidad 125 Para la parte b) tenemos z, = — 50 = -05y m= a0 P[45 < X < 62] = P[-05 < Z < 12] = P[zZ < 1.2] - P[z < -05]= < 12] — 1 + P[Z < 05] = 08849 — 1 + 0.6915 = 0.5764, (Véase grafica). yg = / S \ 45 50 62 z 12 yasi -05012 m- En cuanto para la parte c) tenemos z, = ua 24, P[X > 71] = P[Z > 2.1] = 1 - P[Z < 2.1] = 1 — 09821 = 0.0179. 7 1 \ ' ' Ne | ‘ 1 w ' xO “tm 0 21 Dada una variable con distribucién normal de media 4. = 40 y desviacién estn- dar o = 6, encuentre el valor de x que tiene a) el 34% del drea a la izquierda; b) el 5% del area a la derecha. En la solucién de este problema se debe recordar que cuando se requiere una probabilidad en referencia con una variable aleatoria X que no es normal estandar, debemos estandarizar los valores x para efectos de utilizar la tabla de la normal estandar, al hacer esto se tiene: z= SH sy = wy + 2, Ecuacién ésta que nos permite obtener el valor o x requerido. Aplicado lo anterior al presente problema tenemos para la parte a) x = 40 + {—0.415\(6] = 37.51 después de haber obtenido de la tabla I el valor z correspon- diente a un drea a la izquierda del 34%. Nota. Como la probabilidad 0.34 no aparece exactamente, se toma el promedio entre el valor z correspondiente al valor de probabilidad inmediatamente menor y el inme- diatamente mayor. Este es el procedimiento usual. De manera similar se obtiene para la parte b) x = 40 + (1.645)(6) = 49.87. Véanse gréficas. AIR ET x 005126 Estadistica para las ciencias administrativas Cuando a partir de una variable aleatoria con distribucién normal de media yy desviacién estandar c, construimos una nueva variable Y = a + bX, se puede demos- trar que esta variable tiene también distribucién normal con media a + bu y desviacién estandar |b|o (es decir, varianza bo), Formalmente tenemos: Si X ~ N (uw, 7) y Y= a+ bX==>Y~ N (a + bp, B’o*) (5-18) La propiedad establecida por (5-18) se expresa al decir que “una transformacion lineal de escala de una variable X de distribucién normal, da una nueva variable Y que tiene también distribucién normal". La justificaci6n para esta afirmaci6n la encontramos en parte al revisar las propie- dades que hemos sefialado para el valor esperado y la varlanza de una variable. ‘Suponga que el tiempo de servicio X de los empleados de una compaiiia tiene distribucién normal de media 4. = 15 afios y desviacién estandar a = 5 afios. Se encontré que las remuneraciones mensuales de los empleados se relacionan con X de manera que Y = 100,000 + 5,000X. Entonces, de acuerdo con (5-18) Y tiene dis- tribucién normal con media _p = 100,000 + 5,000(15) = 100,000 + 75,000 = 175,000 y varianza o* = (5,000)°(5)? = 625,000,000 0loqueeslomismoa = 25,000. Cuando se suman dos variables con distribucién normal bajo ciertas condiciones, la suma (diferencia) también presenta distribucién normal. Pero este tema serd tratado en un capitulo posterior. Ejercicios | 5.4 1. Dada una distribucién normal, encuentre el rea bajo la curva que cae: a) ala izquierda de z = 1.52 d) a la izquierda de z = -1.93 b) ala derecha de z = ~09 e/ ala derecha de z = 1.28 ¢) entre 1.8 y 27 AD entre -05 y 1.84 2. Encuentre el valor de z si el érea bajo una curva estandar: a) aladerecha es0.3510 b) alaizquierda es 0.1234 €) entre dy z,conz > 0,€50.4838 d) entre ~zyz,conz > 0,€50.9500 3. Si Z representa la variable con distribucién normal esténdar, halle los valores de k para que: a) plz = K) = 080 by Plz = K) = 005 ©) PIZ < k} = 0.90 @) Pl|z| < k= 095 e) P[|Z| > k] = 001 4, Sea X ~ N(100, 225). Halle las probabilidades siguientes: a) PIX = 925), bi) PIX > 76 co) PIX < 1075] ) PX > 124) el PL775 = xX < 100} 8 Pi < X= 127] 5. Para la variable definida en el problema 4, halle el valor x que satisface: a) PIX = x] = 075 b) PIX > x] = 0.10 o} P[-x< X <3] = 090 d) PIX = x] = 005 6. Suponga que en un test normal de puntuacién media de 75 y una desviacién estindar de 6, tres estudiantes A, B y C fueron notificados de tener puntuaciones Z normales estandares de 1.8, 05 y —0.8 respectivamente. Halle las notas obtenidas por A, B y C. 7. Sea Y = 5X + 10y suponga que X tiene distribucién normal con media 10 y varianza 25. Halle las probabilidades siguientes: a) PLY = 68] b) Ply < 695] co) PLY = 54 d) PIs3 = ¥ = 59]Distribucién de probabilidad 127 5.4.1 Aplicaciones de la distribucién normal En los siguientes ejemplos se tratan algunos de los muchos problemas para los cuales es aplicable la distribuci6n normal. Problema 1. Cierto tipo de pieza para automévil tiene un promedio de duracién de tres afios, con una desviacion estandar de 0.5 afios. Suponga que las duraciones de las piezas son normalmente distribuidas y encuentre la probabilidad de que una pieza determinada tenga un tiempo de duracién de mas de 3.5 afios. Primero hacemos un grafico como el que se muestra en la figura 5.15, en donde se muestra la distribucién establecida para la pieza y el area que se desea calcular. 33S Figura 5.15 Area del problema 1. Para encontrar P[X > 3.5] es necesario evaluar el area bajo la curva normal a la derecha de 3.5. Esta se obtiene al localizar el rea a la derecha del correspondiente valor z. Este corresponde a z O5—= | ¥ asi tenemos, P[X > 35] = Piz > 1] = 1 - Plz < 1] = 1 — 08413 = 0.1587. Problema 2. Una fabrica de alimentos empaca productos cuyos pesos estan normal- mente distribuidos con media de 450 gramos y desviacién estandar de 20 gramos. Encuentre la probabilidad de que un paquete escogido al azar pese entre 425 y 486 mos. La distribucién de los pesos de los paquetes se muestra en la figura 5.16. 5 450 286 Figura 5.16 Area del problema 2. Por lo anterior se tiene: P[425 < X < 486] = p[-1.25 40] = P[Z > 167] = | — P[Z < 167] = 1 - 0.9525 = 0.0475, lo que nos indicaria que sélo el 4.75% de los estudiantes obtuvo notas por encima de 4.0. = ee = 167 Ejercicios 1. Una fébrica de harina empaqueta en sacos de tela. El saco de harina se acepta como de distribucién normal con media y desviacién estandar iguales a 25 y 0.5 respectivamente. Si se toma al azar un saco, {cual es la probabilidad de que: a) ese cuanto mas 24.2875? 1b) Pese por lo menos 26.0025?Distribucién de probabilidad 129 2. El didmetro interno de un anillo de pist6n esta normalmente distribuido con una media de 10 centimetros y una desviacién estandar de 0.03 centimetros. a} ¢Cual es la probabilidad de que un anillo de pistén tenga un didmetro intemo entre 9.97 y 10.032 b) 10] = P[Z > 0.17] = = 1 — P[Z < 0.17] = 1 — 05675 = 0.4325 ~ Paralapanteb)setienez = 4°10 = —1.8y portant, P[X < 5] = P[Z < -18] = | — P[zZ < 18] = 1 — 0.9641 = 0.0359 Ejercicios | 5.6 1. Por qué es util fa aproximacién normal a la binomial? 2. 8) o PIT < X= 16] d) PIs < X < 10] 7. Suponga que el 20% de las llamadas que llegan a una central telefénica sean hechas con “cargo diferido”. Si durante cierto periodo llegan 400 llamadas a la central, écual es la probabilidad de que: a} 100 llamadas a lo mas sean de cargo diferido? 'b) 70 llamadas por lo menos sean de cargo diferido? 8. Explicar la razon segan la cual la correccion por continuldad se naga usualmente cuando se aplica la aproximacién normal a la distribucion binomial.