FORMATO DE EVALUACION DE LA CAZA DEL TESORO DISTRIBUCIONES NORMALES

5. PREGUNTAS INICIALES A CONTESTAR 1.- A qu variables aplica el modelo que estamos estudiando. Cul es su funcin de Densidad y Parmetros? Si un experimento aleatorio a cada suceso aleatorio elemental le asignamos un valor numrico obtenemos una variable aleatoria. Es decir una variable que lleva asociada una probabilidad. Segn la amplitud del campo de variacin de la funcin podemos distinguir: variables aleatorias discretas y variables aleatorias continas. Y una variable aleatoria es contina si puede tomar valores en un conjunto infinito no numerable. Como ejemplo tpico de variable aleatoria contina tenemos la distribucin Normal, porque puede tomar cualquier valor de un intervalo real de la forma (a,b), (a,+ ), (- ,+ ) o uniones de ellos. Por ende, la variable aplicada en el Modelo Normal, es una variable aleatoria contina.

Funcin de Densidad: (Funcin Densidad de Probabilidad), es una funcin, usualmente denominada que describe la densidad de la probabilidad en cada punto del espacio

de tal manera que la probabilidad de que la variable aleatoria tome un valor dentro de un determinado conjunto sea la integral de la funcin de la densidad sobre dicho conjunto:

La funcin de densidad de una variable aleatoria determina la concentracin de probabilidad alrededor de los valores de una variable aleatoria continua. Parmetros: La distribucin de una variable normal est completamente determinada por unos parmetros, tales como su media y su desviacin estndar denotadas

generalmente por [], [ ]. La media indica la posicin de la campana, de modo que para diferentes valores de la grafica es desplazada a lo largo del eje horizontal. Por otra parte, la desviacin estndar determina el grado de apuntamiento de la curva. notacin, la densidad de la normal viene dada por la ecuacin: Con esta

Que determina la curva en forma de campana que tambin conocemos como Gauss. As, se dice que una caracterstica x sigue una distribucin normal media y varianza denota: , si su funcin de densidad viene dada por sta ecuacin. y se

2.- Cunto considera Ud. Que en trminos de probabilidad representa el rea bajo la curva?

La curva o campana de Gauss toma valores de entre -

y + , siendo tericamente

posible, y por tanto el rea bajo la curva es 1. Esto quiere decir, que la probabilidad representada bajo la curva o campana de Gauss es 1 o 100% en trminos porcentuales.

3. Cul es la diferencia entre Distribuciones con igual media y Diferente Desviacin Estndar y cul es la diferencia entre distribuciones con igual desviacin y diferentes medias? Sus diferencias estn en que: Las distribuciones con igual media y diferente desviacin estndar: Su media es igual pero su desviacin no. Si la distribucin de la variable coincide con la normal, los puntos se concentraran en torno a una lnea recta, aunque conviene tener en

cuenta que siempre tender a observarse mayor variabilidad en los extremos. Su distribucin muestral es poco asimtrica. Las distribuciones con igual desviacin y diferentes medias: Su diferencia est en que su distribucin es ms asimtrica y la hace ser diferente a la gaussiana.

4. Nombre 3 ejemplos de la vida cotidiana que pudieran ser resueltos por esta distribucin.

1) Sea X la v.a que describe la duracin de los neumticos de una determinada marca y modelo. Siguiendo una media de 45.000 k y una desviacin de 6.000 km. Los valores de una variable estadstica continua siempre se consideran agrupados en intervalos de clase, luego no tiene sentido plantearse la probabilidad de resultados aislados (como por

ejemplo, la probabilidad de que un neumtico dure, exactamente, 56.000 km, 235 m, 47 cm y 6 mm). En todo caso, esas probabilidades deben valer cero. Pero si podemos preguntarnos: Cul es la probabilidad de que un neumtico dure menos de 50.000 km? O Cul es la probabilidad de que un neumtico dure entre 60.000 y 70.000 km?

2) Una empresa de fbrica de instrumentos musicales ubicada en centro de la ciudad manifiesta que el 3% de los instrumentos vendidos pertenecientes a la marca Jonsam Guitar, estn defectuosos y que son superiores a las 520 unidades. Al distribuirse en un modelo normal con una media de 120 guitarras y una desviacin tpica, Cul ser la probabilidad los defectos estn comprendidos entre 205 y 352 instrumentos?

3) El Tecnolgico de Msica de Valencia (TMV), en los trimestres correspondientes aplica cuotas de bs. Semanal a cada alumno activo dentro del instituto. Las cuotas semanales por alumnos son superiores a 50.000 bs. Y representa el 15%. Asumiendo una distribucin normal con una media de 45.000 bs. Calcular la probabilidad de que al elegir un estudiante al azar: 3.1 La cuota sea mayor a 36.000 bs. 3.2 La cuota est comprendida entre 45000 bs. y 52000 bs

5. Resolucin del ejemplo N 3 3.1 La cuota sea mayor a 36.000 bs.      

Volviendo:  Despejando:  Entonces, Probabilidad de que la cuota sea mayor a 36000 bs:

El 96% es la probabilidad de que la cuota que cancelan los estudiantes es mayor a 36000 bs. 3.2 La cuota est comprendida entre 45000 bs. y 52000 bs

43 % es la probabilidad de que las cuotas canceladas por los estudiantes semanalmente estn comprendidas entre 45000 bs y 52000 bs.

LA GRAN PREGUNTA Por qu se dice, que el Modelo Normal se asemeja a Dios? De acuerdo a tu conocimiento. Cul sera la explicacin? El Modelo Normal tiene una media que coincide perfectamente con la mediana y moda, siendo las tres iguales. Su curva es simtrica porque su media la divide en dos partes de igualdad haciendo su distribucin muy completa. Entonces, se puede decir que el Modelo Normal tiene caracterstica de perfeccin comparado con otros modelos, y por esta razn es semejante a Dios, quin, segn las creencias y enseanza bblicas, es tambin perfecto como ser celestial.

REPUBLICA BOLIVARIANA DE VENEZUELA MINISTEERIO DEL PODER POLUAR LA EDUCACION SUPERIOR UNIVERSIDAD DE CARABOBO FACULTAD DE CIENCIAS ECONOMICAS Y SOCIALES CAMPUS BARBULA ESTADISTICA II

BACHILLER: JOS RODRGUEZ C.I.: 20.181.274 SECCIN 61 PROF.: ELIZABETH DIAZ

Valencia, 29 de Julio de 2010