Documente Academic
Documente Profesional
Documente Cultură
1
La desviación estándar describe la dispersión de una distribución. En la
distribución uniforme, la desviación estándar también se relaciona con el
intervalo entre los valores máximo y mínimo.
2
Ejemplo:
La Southwest Arizona State University proporciona servicio de transporte de
autobús a los estudiantes mientras se encuentran en el recinto. Un autobús
llega a la parada de North Main Street y College Drive cada 30 minutos, entre
las 6 de la mañana y las 11 de la noche entre semana. Los estudiantes llegan a
la parada en tiempos aleatorios. El tiempo que espera un estudiante tiene una
distribución uniforme de 0 a 30 minutos.
1. Trace una gráfica de la distribución.
2. Demuestre que el área de esta distribución uniforme es de 1.00.
3. ¿Cuánto tiempo esperará el autobús “normalmente” un estudiante? En otras
palabras,
¿cuál es la media del tiempo de espera? ¿Cuál es la desviación estándar de
los tiempos
de espera?
4. ¿Cuál es la probabilidad de que un estudiante espere más de 25 minutos?
5. ¿Cuál es la probabilidad de que un estudiante espere entre 10 y 20 minutos?
Solución:
En este caso, la variable aleatoria es el tiempo que espera un estudiante. El
tiempo se mide en una escala continua, y los minutos de espera varían de 0 a
30.
1. La gráfica 7-2 muestra la distribución uniforme. La línea horizontal se traza a
una altura de 0.0333, que se calcula mediante 1/(30 – 0). El intervalo de esta
distribución es de 30 minutos.
3
GRÁFICA 7-2 Distribución de probabilidad uniforme de tiempos de espera de
los estudiantes
2. El tiempo que los estudiantes esperan el autobús es uniforme a lo largo del
intervalo de 0 a 30 minutos; así, en este caso, a es 0 y b 30.
4
5. El área dentro de la distribución en el intervalo de 10 a 20 representa la
probabilidad.
5
No necesitará hacer cálculos con la fórmula (7-4). Más bien, requerirá una tabla,
la cual aparece en el apéndice B.1, para buscar las diversas probabilidades.
La distribución de probabilidad normal posee las siguientes características
principales.
• Tiene forma de campana y posee una sola cima en el centro de la distribución.
La media aritmética, la mediana y la moda son iguales, y se localizan en el centro
de la distribución.
El área total bajo la curva es de 1.00. La mitad del área bajo la curva normal se
localiza a la derecha de este punto central, y la otra mitad, a la izquierda.
• Es simétrica respecto de la media. Si hace un corte vertical, por el valor central,
a la curva normal, las dos mitades son imágenes especulares.
• Desciende suavemente en ambas direcciones del valor central. Es decir, la
distribución es asintótica. La curva se aproxima más y más al eje X, sin tocarlo.
En otras palabras, las colas de la curva se extienden indefinidamente en ambas
direcciones.
• La localización de una distribución normal se determina a través de la media,
µ. La dispersión o propagación de la distribución se determina por medio de la
desviación estándar, σ.
Estas características se muestran en la gráfica 7-3.
6
No sólo existe una distribución de probabilidad normal, sino una familia. Por
ejemplo, en la gráfica 7-4 se comparan las distribuciones de probabilidad del
tiempo de servicio de los empleados de tres diferentes plantas. En la planta de
Camden, la media es de 20 años, y la desviación estándar, de 3.1 años. Existe
otra distribución de probabilidad normal del tiempo de servicio en la planta de
Dunkirk, donde µ = 20 años y σ = 3.9 años. En la planta de Elmira, µ = 20 años y
σ = 5.0 años. Observe que las medias son las mismas, pero las desviaciones
estándar difieren.
La gráfica 7-5 muestra la distribución de los pesos de las cajas de tres cereales.
Los pesos tienen una distribución normal con diferentes medias e idéntica
desviación o estándar.
7
Por último, la gráfica 7-6 muestra tres distribuciones normales con diferente
media y desviación estándar. Éstas muestran la distribución de fuerzas de
tensión, medidas en libras por pulgada cuadrada (psi), de tres clases de cables.
8
Como una distribución de probabilidad normal es simétrica, el área bajo la curva
a la izquierda de la media es de 0.5, y el área bajo la curva a la derecha de la
media, de 0.5. Aplique esta regla a la distribución de Sugar Yummies en la gráfica
7-5. Es una distribución normal con una media de 283 gramos. Por consiguiente,
la probabilidad de llenar una caja con más de 283 gramos es de 0.5, y la
probabilidad de llenar una caja con menos de 283 gramos, de 0.5.
También puede determinar la probabilidad de que una caja pese entre 280 y 286
gramos. Sin embargo, para determinar esta probabilidad necesita conocer la
distribución de probabilidad normal estándar.
En donde:
X es el valor de cualquier observación y medición.
9
µ es la media de la distribución.
σ es la desviación estándar de la distribución.
Para explicarlo, suponga que desea calcular la probabilidad de que las cajas de
Sugar Yummies pesen entre 283 y 285.4 gramos. De acuerdo con la gráfica 7-
5, el peso de la caja de Sugar Yummies tiene una distribución normal con una
media de 283 gramos y una desviación estándar de 1.6 gramos. Ahora quiere
conocer la probabilidad o área bajo la curva entre la media, 283 gramos, y 285.4
gramos. También se expresa este problema con notación de la probabilidad,
similar al estilo que se utilizó en el capítulo anterior: P(283 < peso < 285.4). Para
determinar la probabilidad, es necesario convertir tanto 283 gramos como 285.4
gramos en valores z con la fórmula (7-5).
El valor z correspondiente a 283 es 0, que se calcula mediante la operación (283
– 283)/1.6. El valor z correspondiente a 285.4 es 1.50, que se calcula mediante
la operación (285.4 – 283)/1.6. Después, consulte la tabla del apéndice B.1. Una
parte se reproduce en la tabla 7-1. Descienda por la columna de la tabla que
encabeza la letra z hasta 1.5. Ahora siga por la horizontal a la derecha y lea la
10
probabilidad bajo la columna que comienza con 0.00. Ésta es de 0.4332. Esto
significa que el área bajo la curva entre 0.00 y 1.50 es de 0.4332. Tal es la
probabilidad de que una caja seleccionada al azar de Sugar Yummies pese entre
283 y 285.4 gramos, lo cual se ilustra en la siguiente gráfica.
11
De acuerdo con la fórmula (7-5), los valores z de los dos valores X ($1 100 y
$900) son:
El valor z de 1.00 indica que un ingreso semanal de $1 100 está a una desviación
estándar por encima de la media, y un valor z de –1.00 muestra que un ingreso
de $900 está a una desviación estándar por debajo de la media. Observe que
ambos ingresos ($1 100 y $900) se encuentran a la misma distancia ($100) de
la media.
De acuerdo con la información del ejemplo anterior (µ = $1 000 y σ = $100),
convierta:
a) El ingreso semanal de $1 225 en un valor z.
b) El ingreso semanal de $775 en un valor z.
12
La transformación de medidas en desviaciones normales estándares modifica la
escala.
Las conversiones también se muestran en la gráfica. Por ejemplo, µ + 1 σ se
convierte en un valor z de 1.00. Asimismo, µ - 2 σ se transforma en un valor z de
-2.00. Note que el centro de la distribución z es cero, lo cual indica que no hay
desviación de la media, µ.
13
variamos el valor de λ de 1/3 a 1 a 2. Observe que conforme reducimos λ, la
forma de la distribución cambia para volverse “menos sesgada”.
14