DISTRIBUCION NORMAL

Ejemplo 1.- El tiempo medio en realizar una misma tarea por parte de los empleados de una empresa se distribuye segn una distribucin normal, con media de 5 das y desviacin tpica 1 da. Calcular el porcentaje de empleados que realizan la tarea en un tiempo inferior a 7 das.

t1 = -y t2 = (7 -5)/1 = 2 En la tabla la probabilidad acumulada para el valor 2 (equivalente a un tiempo inferior a 7 das.). Esta probabilidad es 0,9772. Por lo tanto, el porcentaje de empleados que realizan la tarea en un tiempo inferior a 7 das es del 97,7%. Ejemplo 2.- La vida media de una lmpara, segn el fabricante, es de 68 meses, con una desviacin tpica de 5. Se supone que se distribuye segn una distribucin normal En un lote de 10.000 lmparas. a) Cuntas lmparas superarn previsiblemente los 75 meses?. b) Cuntos lmparas se estropearn antes de 60 meses?

a) t = (75 -68)/5 = 1,4

P (X > 75) = (t > 1,4) = 1 - P (t 1,4) = 1 - 0,9192 = 0,0808

Luego, el 8,08% de las lmparas (808 lmparas) superarn los 75 meses b) t = (60 -68)/5 = -1,6

P (X 60) = (t -1,6) = P (t> 1,6) = 1 - P (t 1,6) = 0,0548

Luego, el 5,48% del lote (548 lmparas) no llegarn probablemente a durar 60 meses Ejemplo 3. -El consumo medio bimestral de energa elctrica en una ciudad es de 59 Kwh., con una desviacin tpica de 6 Kwh. Se supone que se distribuye segn una distribucin normal. a) Cuntos Kwh. tendra que consumir bimestralmente para pertenecer al 5% de la poblacin que ms consume?. b) Si usted consume 45 Kwh. qu % de la poblacin consume menos que usted?

a) Buscamos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es el 0,95 (95%), por lo que por arriba estara el 5% restante. Este valor corresponde a t = 1,645. Ahora calculamos la variable normal X equivalente a ese valor de la normal

tipificada: 1,645 = (X -59)/6 X = 67,87 Por lo tanto, tendra usted que consumir ms de 67,87 Kwh. bimestralmente para pertenecer al 5% de la poblacin que ms consume b) Vamos a ver en que nivel de la poblacin se situara usted en funcin de los 45 Kwh. consumidos. Calculamos el valor de la normal tipificada correspondiente a 45 Kwh. t = (45 -59)/9 = -2.333

P (X 45) = P (t -2,333) = P (t > 2,333) = 1 - P (t 2,333) = 1 - 0,9901 = 0,0099

Luego, tan slo un 1,39% de la poblacin consume menos que usted. Ejemplo 4. Una empresa instala en una ciudad 20.000 bombillas para su iluminacin. La duracin de una bombilla sigue una distribucin normal con media 302 das y desviacin tpica 40 das. Calcular. a) Cuntas bombillas es de esperar que se fundan antes de 365 das? Cuntas durarn ms de 400 das? Explica razonadamente las respuestas.

a) Tipificamos el valor 365 t = (365 -302)/40 = 1,575

P (X 365) = P (t 1,575 ) = 0,9418

Luego el 94,18% de las lmparas, es decir 20.000 0.9418 = 18.836 bombillas se fundirn antes de 365 das b) Tipificamos el valor 400 t = (400-302)/40 = 2,45

P (X > 400) = P (t >2,45 ) = 1- P (t 2,45 ) = 1 - 0,9929 = 0,0071

Entonces el 0,71% de las lmparas, es decir 20.000 0.0071 = 142 bombillas durarn ms de 400 das Ejemplo 5. El tiempo medio de los electricistas de una empresa en realizar el montaje de un determinado cuadro elctrico es de 4 das, con una desviacin tpica de 1 da. Se supone que se distribuye segn una distribucin normal. Calcular: a) Porcentaje de electricistas que tardan menos de 3 das. b) Tiempo a partir del cual del cual se sita el 10% de los electricistas que ms tiempo

emplean en realizar el cuadro. c) Tiempos mnimo y mximo que engloba al 60% de los electricistas con tiempo medio.

a) t = (3 -4)/1 = -1

P (X 3) = P (t -1) P (t -1) = P (t > 1) P (t > 1) = 1 - P (t 1) = 1 - 0,8413 = 0,1587 Luego, el 15,87 % de los electricistas emplean un tiempo inferior a 3 das
b) Buscamos en la tabla el valor de la variable tipificada cuya probabilidad acumulada es el 0,9 (90%), lo que quiere decir que por encima se sita el 10% superior. Este valor corresponde a t = 1,282. Ahora calculamos la variable normal X equivalente a

ese valor de la normal tipificada:

1,282 = (X -4)/1 X = 5,282 Despejando X, su valor es 5,282. Por lo tanto, el 10% de los electricistas que ms tardan en realizar un cuadro lo hacen en 5.28 das c)

Buscamos en la tabla el valor de t cuya probabilidad acumulada es el 0,8 (80%). Como sabemos que hasta la media la probabilidad acumulada es del 50%, quiere decir que entre la media y este valor hay un 30% de probabilidad. Por otra parte, al ser la distribucin normal simtrica, entre -t y la media hay otro 30% de probabilidad. Por lo tanto, el segmento (t, +t) engloba al 60% de los electricistas con tiempo medio. El valor de t que acumula el 80% de la probabilidad es 0,842, por lo que el segmento viene definido por (-0,842, +0,842). Ahora calculamos los valores de la variable X correspondientes a estos valores de t.
-0,842 = (X -4)/1 X = 3,158 0,842 = (X -4)/1 X = 4,158

Los valores de X son 3,158 y 4,158. Por lo tanto, los electricistas con tiempos comprendidos entre 3,158 das y 4,158 das constituyen el 60% de la poblacin con un tiempo medio de realizacin del cuadro.

LA DISTRIBUCIN DE POISSON COMO UNA APROXIMACIN A LA DISTRIBUCIN BINOMIAL.

Algunas veces, si se desea evitar el tedioso trabajo de calcular las distribuciones binomiales, se puede usar a cambio la de Poisson, pero debe cumplir con ciertas condiciones como : n=>20 p=<0.05 En los casos en que se satisfacen tales condiciones, podemos sustituir la media de la distribucin binomial en lugar de la media de la distribucin de Poisson de modo que la frmula quedara as: P(x) = (np) X * e-np /x!
Caractersticas:

En este tipo de experimentos los xitos buscados son expresados por unidad de rea, tiempo, pieza, etc, etc,: - # de defectos de una tela por m2 - # de aviones que aterrizan en un aeropuerto por da, hora, minuto, etc, etc. - # de bacterias por cm2 de cultivo - # de llamadas telefnicas a un conmutador por hora, minuto, etc, etc. - # de llegadas de embarcaciones a un puerto por da, mes, etc, etc. Para determinar la probabilidad de que ocurran x xitos por unidad de tiempo, rea, o producto, la frmula a utilizar sera: donde: p(x, l) = probabilidad de que ocurran x xitos, cuando el nmero promedio de ocurrencia de ellos es l l = media o promedio de xitos por unidad de tiempo, rea o producto

e = 2.718 x = variable que nos denota el nmero de xitos que se desea que ocurra Hay que hacer notar que en esta distribucin el nmero de xitos que ocurren por unidad de tiempo, rea o producto es totalmente al azar y que cada intervalo de tiempo es independiente de otro intervalo dado, as como cada rea es independiente de otra rea dada y cada producto es independiente de otro producto dado. Ejemplos:
1. Si un banco recibe en promedio 6 cheques sin fondo por da, cules son las probabilidades de que reciba, a) cuatro cheques sin fondo en un da dado, b) 10 cheques sin fondos en cualquiera de dos das consecutivos?

Solucin: a) x = variable que nos define el nmero de cheques sin fondo que llegan al banco en un da cualquiera = 0, 1, 2, 3, .., etc, etc. l = 6 cheques sin fondo por da e = 2.718 b) x= variable que nos define el nmero de cheques sin fondo que llegan al banco en dos das consecutivos = 0, 1, 2, 3, , etc., etc. l = 6 x 2 = 12 cheques sin fondo en promedio que llegan al banco en dos das consecutivos Nota: l siempre debe de estar en funcin de x siempre o dicho de otra forma, debe hablar de lo mismo que x.
2. En la inspeccin de hojalata producida por un proceso electroltico continuo, se identifican 0.2 imperfecciones en promedio por minuto. Determine las probabilidades de identificar a) una imperfeccin en 3 minutos, b) al menos dos imperfecciones en 5 minutos, c) cuando ms una imperfeccin en 15 minutos.

Solucin:

a) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 3 minutos = 0, 1, 2, 3, ., etc., etc. l = 0.2 x 3 =0.6 imperfecciones en promedio por cada 3 minutos en la hojalata b) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 5 minutos = 0, 1, 2, 3, ., etc., etc. l = 0.2 x 5 =1 imperfeccin en promedio por cada 5 minutos en la hojalata
=1-(0.367918+0.367918) = 0.26416

c) x = variable que nos define el nmero de imperfecciones en la hojalata por cada 15 minutos = 0, 1, 2, 3, .., etc., etc. l = 0.2 x 15 = 3 imperfecciones en promedio por cada 15 minutos en la hojalata