CAPITULO 6 La distribucién normal USO DE LA ESTADISTICA: Tiempo de descarga para la pagina principal de un sitio Web 6.1 DISTRIBUCIONES DE PROBABILIDAD ‘A.6 USO DEL SOFTWARE CON CONTINUA LA DISTRIBUCION NORMAL AG.1 Excel 6.2 LA DISTRIBUCION NORMAL 0 Metab 63 EVALUACION DE LA NORMALIDAD 6.3 (Tema del CD-ROM) SPSS Evaluacién de las propiedades Construccién de un plano de probabilidad normal OBJETIVOS DE APRENDIZAJE En este capitulo, aprender + Acalcular probabilidades de una distribucién normal + A.usar el plano de distribuci6n normal para determinar siun conjunto de datos esté distribuido de forma sproximadamente normal178 CAPITULO 6 La distribuciéa normal USO DE OnCampus! 6.1 LA ESTADISTICA Tiempo de descarga para la pagina principal de un sitio Web Suponga que usted es el disefiador del sitio Web OnCampus! que se dirige a foe estudiantes universitarios. Para atraer y retener a los usuarios, necesita asegurarse de que la pégina principal se descargue ripidamente, Tanto el di- sefio de la pdgina principal como la carga en el servidor Web de la empresa ‘afectan el tiempo de descarga. Para revisar qué tan répido se carga la péging principal, se abre un navegador en una PC de las oficinas corporativas de OnCampus! y se mide el tiempo de descarga, cuintos segundos pesan desde {que se enlaza con el sitio Web hasta que la pigina principal se abre por com- pleto. Datos anteriores indican que la media del tiempo de descarga es de 7 segundos y la desviacin estindar es de 2 segundos. Aproximsdamente dos terceras partes del tem- po de descarga estin entre 5 9 segundos, y ceca del 95% de los tiempos de descarga estén entre Tos 3 y los 11 segundos. En otras palabra, los tiempos de descarga se distrbuyen como una curva en forma de campana con un agrupamiento alrededor de la media de 7 segundos. {Cémo usaria esa infor- rmacién para responder las preguntas acerce de los tiempos de descarga de la pigina principal actual? nel capitulo anterior, los gerentes de Saxon Home Improvement Company, querian ser capaces ide resolver problemas referentes al nimero de ocurrencias de cierto tipo de resultados en un t- ‘nafto de muestra dado, Como disefador Web de OnCampus!, usted se enfrenta una tarea diferet- fe, una que implica una medicién continua porque el tiempo de descarga podria tener cualquier va- Tory no s6lo un nimero entero. ;Cémo podria responder a preguntas como las siguientes acerca de cesta variable numérica continua’? + ,Qué proporcién de las descargas dela payina principal toman més de 10 segundos? © {Cuintos segundos transcurren antes de que el 10% de las descargas se hayan realizado de for rma completa? 4 {Cudntos segundos transcurren antes de que el 99% de las descargas se hayan realizado por completo? + Cémo afectaria a las respuestas anteriores el rediseio de la pigina para que se descangue mis ripido? Como en el capitulo anterior, se uilizaré Ia distibucién de probabilidad como modelo. Leer este ca- pitulo Te ayudard ¢ aprender acerca de las caracteristices dela distribucién de la probabilidad cont- ua y eémo usar la distribucién normal para resolver problemas de negocios. DISTRIBUCIONES DE PROBABILIDAD CONTINUA Une funcién de densidad de probabilidad continua es una expresién matemitica que define lt istrbucién de los valores para una variable aleatoria continua. La figura 6.1 muestra grficamente tres funciones de densidad de probabilidad continua. El panel A representa una distribucién normal. Ls distrbucién normal es simétrica y con forma de campana, lo que implica que la mayorfa de los ‘Valores tienden a agruperse alrededor de la media, la cual, por su forma simétrca, ¢ igual a Ja media- ths, Aunque desde el punto de vista teérico ls valores en una distribucién normal pueden clasificar ce del infinito negativo al infinito positive, Ia forma de la distribucién hace poco posible que ocurran Valores extremadamente grandes 0 muy pequellos. El panel B representa una distribucién uniforme onde la probabilidad de ocurrencia de un valores igualmente posible de ocurrr en cualquier lugar centre el menor valor @ y el mayor valor . La distribucién uniforme, en ocasiones llamada distribu: ion rectangular, es siméttica, y por lo tant, la media es igual a la medians, El panel C represenis {ine distribucién exponencial. Esta distribucion esta sesgada hacia la derecha, haciendo que la medit sea mas grande que la mediana. El rango de une distribucién exponencial es de cero ainfinito post ‘Yo. pero su forma hace que la ocurencia de valores extremadamente grandes sea muy poco posible Fl Te ccFIGURA 6.1 Tres distribuciones continuas. 6.2 62: La distribucién normal 179 Valores de x Valores de X Valores de X Panel A Panel B Panel C Distribucién normel Distribucién uniforme Distribucién exponencial LA DISTRIBUCION NORMAL 1a distribucién normal (en ocasiones llamada distibucién gaussiana) es la distribucién continua ue se utiliza mas cominmente en estadistica. La distribucién normal es de vital importancia en es, tadistca por tres razones principales: + Muches variables continuas comunes en el mundo de los negocios tienen distribuciones que se asemejan estrechamente a la distribucién normal. * La distibucién normal sirve pars acercarse a diversas distribuciones de probebilidad discret, como la distribucién binomial y la distribucién de Poisson, * La distribueién normal proporciona Ia base para la estadistica inférencialclsica por su rela- cién con el teorema de limite central (que se estudiard en el apartado 7.2), {La distribucién normal se representa por la clésia forma de campana, ilustrada en el panel A de 1a figura 6.1. En la distribucién normal, uno puede calcular la probabilidad de que varios valoses ‘curran dento de certs rangos 0 intervalos. Sin embargo, la probablidad exacta de un valor por. {cular dentro de una distibucién continua, como la disrioucién normal, es cero. Esta propiedad distingue a la variables continuas, que son medidas, de las variables diseretas, as cuales son conte, das, Como ejemplo, el tiempo (en segundos) se mide y no se cuenta. Por lo tanto, es factible deter. ‘minar la probabilidad de que el tiempo de descarga para una pagina principal en un navegador dela Web esté entre 7 y 10 segundos o que la probebitidad de que el tiempo de descarga esté entre 8 y 9 segundos, ola probabilidad de que el tiempo de descarga esté entre 7.99 y 8.01 segundos, Sin cox. bargo, la probabilidad de que el tiempo de descarge sea exactamente de 8 segundos es cero, La distribucién normal tiene importantes propiedades tericas: + Tiene una apariencia de forma de campana (y, por ende, es simetrica). + Sus medidas de tendencia central (media, mediana y moda) son todas idénticas, * Su*50% central” es igual a 1.33 desviaciones estindar. Esto significa que el rango intercuartl «std contenido dentro de un intervalo de dos tercios de una desviacinesténdar por debajo de la ‘media y de dos tercios de una desviacién estindar por encima de la media, + Suvariable aleatoria asociada tiene un rango infnito (-c << e), En la préctice, muchas variables tienen distribuciones que se asemejan a las propiedades te6ri- cas de ls distribucién normal. Los datos de la tabla 6.1 representan el espesor (en pulgadas) de 10,000 pulidores de cobre producidos por una gran empresa. La variable continua de tnterés, el ex, ‘sor, puede sproximarse ala distribucién normal. Las medidas del espesor de los 10,000 pulidores de cobre, se agrupan en el intervalo de 0.0190 a 0.0192 pulgadas y se distribuyen simétricamente al, ‘ededor de ese agrupamiento formando un patrén con forma de campane. Como se demuestra en la tabla 6.1, si este lstado que no se traslapa (es mutuamente excluyente) contiene todos los intervalos de clase posibles (es colectivamente exhaustivo), las probabilidades sumarén 1. Tal distibucién de ‘robabilidad es una dstribucion de frecuencia relativa, como se deseribe en el apartado 2 3 donde, a excepeién de dos clases abiertas al final, el punto medio de cada dos intervalos representa los datos en ese intervalo,180 ~ CAPITULO 6 La distibuciéa normal TABLA 6.1 Grosor de 10,000 pulidores de cobre. FIGURA 6.2 Histograma de frecuencia relativa y poligono del espesor de 10,000 pulidores de cobre. Fuente: Los detos fueron tomados de la tabla 6.1, Grosor (en pulgadas) Frecuencia relativa Debajo de 0.0180 448/10,000 = 0.0048, 0.0180 < 0.0182 122/10,000= 0.0122 0.0182 <0.0184 325/10,000 = 0.0325, 0.0184 <0.0186 695/10,000 = 0.0695 0.0186 < 0.0188, 1,198/10,000 = 0.1198 0.0188 <0.0190 1664/10,000 = 0.1664 0.0190<0,0192 1,896/10,000 = 0.1896 0.0192< 0.0194 £1,664/10,000 = 0.1664 0.0194 <0.0196 1,198/10,000 = 0.1198 0.0196 < 0.0198 {695/10,000 = 0.0695 0.0198 <0.0200, 325/10,000 = 0.0325 0.0200 < 0.0202, 122/10,000 = 0.0122 0.0202 0 mis '48/10,000 = 0.0048, Total 7.0000 La figura 6.2 representa el histograma de frecuencia relativa y el poligono para Ia distribucién del espesor de 10,000 pulidores de cobre. Las tres propiedades tedricas de la distribucién normal pa- ra estos datos, aproximadamente, se satisfacen; sin embargo, la cuarta no se sostiene. La variable ‘leatoria de interés, el espesor, no puede tener un valor de cero o menor, y un pulidor no puede ser tan espeso que se vuelva inti, En la tabla 6.1 se ve que s6lo 48 de cada 10,000 pulidores de cobre producidos tienen un espesor de 0.0202 pulgadas o mas, mientras que se espera que el mismo néme- 10 tenga un espesor por debajo de 0.0180 pulgadas. Por lo tanto, la posibilidad de obtener aleator ‘mente un pulidor tan delgado o tan grueso es 0.0048 + 0.0048 = 0.0096, o menos de I en 100. 20, | [ x a 3 310 | | £ os} 7 0180 .0184 0168 .0192 .0196 .0200 Sree ore 0190 184 ree 0202 Esper (en pulgedss) | _La expresién matematica que representa la funci6n de densidad de probabilidad continua esti indicada con el simbolo f(X). Para la distribucién norma, la funci6n de densidad de la probabil dad normal se da en la ecuacién (6.1) LA FUNCION DE DENSIDAD DE LA PROBABILIDAD NORMAL = Lum? AX) = ie (1) = donde ¢ es la constante matemitica aproximada por 2.71828 res la constante matemitica aproximada por 3.14159 wes la media res la desviacién estindar _X-es cuelquier valor de la variable continua, donde (-e° <<) Bs se Au Et oO. Star DitFIGURA 6.3 Tres distribuciones rnormales, Sno a ease son ni Drereesioeiey nine est comet seecion oe del Senet Distribution Ta 62: La distibucién nommal 181 Puesto que e y & son constantes matemiticas, las probabilidades de una variable aleatoria X de~ penden sélo de dos parémetros de la distribucién normal: la media py la desviacién estandar o. Ca da ver que se especifique una combinacién particular de la Ly la, se genera una distribucién de pprobabilidad normal diferente. La figura 63 ilustra tres distribuciones normales diferentes. Le distri- ‘bucién normal 4 y B tienen la misma medis (1), pero tienen desviaciones estindar diferentes. Las distribuciones 4 y C tienen la misma desviacién estindar (0), pero tienen medias diferentes. Las dis- tribuciones 8 y C representan dos funciones de densidad de probabilidad normal que difieren con respecto ala y lao, La expresin matemitica en la ecuacién (6.1) ¢s tedioss de calcular y requiere del cdlculo integral. Por fortuna estin disponibles tablas de probabilidad normal para evitar estos célculos complicados. El primer paso para encontrar probabilidades normales es usar la formula de transformacién, de la ‘ecuacién (6.2), para convertr cualquier variable aleatoria normal Xen una variable aleatoria nor~ mal estandarizada Z. FORMULA DE TRANSFORMACION El valor Zes igual a la diferencia entre X'y la media pt, dividida por Ia desviacién estindar 0. ¢ (62) Aunque los datos originales para la variable aleatoria X tenfan una media jt y una desviacin es- \indar 0, Ia variable aleatoria estandarizada Z siempre tendra una media jt 0 y una desviacién cestindar = 1 ‘Al sustituir w= Oy @= 1 en la ecuacién (6.1), la funcién de densidad de probabilidad de una va- rable normal estandarizada Z esta dada en la ecuacién (6,3). LA FUNCION DE DENSIDAD DE PROBABILIDAD NORMAL ESTANDARIZADA 12) = eee Te 6 Caalgier conju de valores dstibuides normaimeate sn susceptbles de converte a ufo tstantarizada,Entonces se determina as pobablidaesdeseadas usando la aba E2, a dsr ciém normal etandarizada seumulatv, Por ver como se aplea a frmula de vansforacié y los esltados usados pare eaconta las probabilidades de Ia tabla E.2,' recuerde que en el escenario “Uso de Is estadistica” de la pagina 178 Ios duce anteriores indieaban gu el tempo de descarga de a pina Web se dstibuye normal mente con una media = segs ne desviaionenandar © segundos. Eo aie 6450 seria gue cada meicin 1 ne una meicinesandarizadacorespondientsZ aud con la formula de wansformact ecuaion(62)}. Pot lo tanto, un tempo de descarga de 9 segundos es canivalent | lad cotadernda (ude 1 devin clinder por era Se le ti) porter 9-7182 CAPITULO 6 La distribucida normal Un tiempo de descarga de 1 segundo es equivalente a 3 unidades estandarizadas (3 desviacio. nes estindar) por debejo de la media porque Ze Entonces, la desviaeién estindar es la unidad de medida. En otras palabras, un tiempo de 9 se~ gundos es ? segundos (es decir, | desviacién estindar) més alto, o més lenio, que la medie de tiem- po de 7 segundos. De forma similar, un tiempo de I segundo es 6 segundos (es decir, 3 desviaciones estindar) mis bajo, 0 mds répido, que la media de tiempo. FIGURA 6.4 — Escalasde TN, Tiempo de descerga de la pSging principal transformacién. / i\ ‘de OnCarpus Tae is ante tae ee Oe ee —_l ‘Para iustrar mejor la férmula de transformacin, suponga que la pigins principal de otro sto ‘Web tiene un tiempo de descarga que se distribuye normalmente con una media = 4 segundos y tuna desviacin estandar 6 1 segundo. Esta distibucién se ilustre en la figura 6.5, t 5 tt FIGURA 6.5 a Una escala de | transformacién diferente. Tiempo de descaroa de otra plgina principal FL De m dis es aa scala X(u= 4,01) 240 2 8 Escala Z(u=0,0=1)6.2: La distibucién normal 183 Comparando estos resultados con los del sitio Web OnCampus!, se observa que el tiempo de descarga de 5 segundos es | desviacién estindar por arriba de la media de tiempo de descarga por- que Un tiempo de 1 segundo es 3 desviaciones estindar por debajo de la media de tiempo de descarga, porque 1-4 Las dos curvas con forma de campana en las figuras 6.4 y 6.5 muestran los poligonos de fre- ‘cuencia relativa de distribuciones normals representando el tiempo de descarga (en segundos) para Jos dos sitios Web. Como los tiempos de descarga representan la poblacién complet, las probabili- dades 0 proporcién de area bajo la curva entera deben sumar I Suponga que desea encontrar la probabilidad de que el tiempo de descarga para el sitio Web ‘OnCampus! sea menor a 9 segundos. Primero, se utiliza la ecuacién (6.2) de la pdgina 181 para transformar X°= 9 unidades estandarizadas Z. Puesto que X'=9 es una desviacién estandar por arri- ba de la media, Z = +1,00. En seguida se utiliza la tabla E.2 para encontrar el rea acumulativa bajo la curva normal caleulada menor que (es decir, a a izquierda de) Z=+1.00. Para leer la probebilidad ‘rea bajo la curva menor que Z = +1.00 se revisa la columna Z de la tabla F.2 hasta localizar el va- lor Z de interés (en décimos) en la fila Z de 1.0, A continuacién lea a través de esta fila hasta que in- tersecte la columna que contiene el lugar del valor Z en los centésimos. Por lo tanto, en el cuerpo de Ja tabla, la probabilidad tabuleda para Z= 1.00 corresponde con la interseecién de la fila Z= 1.0 con li columna Z =,00, como se muestra en Ia tabla 6.2, Ia cual se extrajo de la tabla E.2. Esta pro- Dabilidad es de 0.8413. Como se ilustra en la figura 6.6, hay un 84.13% de posibilidad de que el tiempo de descarga sea menor a 9 segundos. TABLA 6.2 Encontrar el érea acumulative bajo la curva normal. Fuente: Etrido de a sab E2 FIGURA 6.6 Determinacién del érea Tiempo de descarga de le Menor que Zde una gin principal de OnCampus! istribucién normal estandarizada ecumulativa, ye 6 7 8 13 ER “300 2.00 -1.00 0 +1.00 +2.00 +300 Escala Z184 CAPITULO 6 La distribucién normal FIGURA 6.7 Demostracién de la transformacién de escalas para porciones correspondientes acumulativas bajo dos curvas normales. EJEMPLO 6.1 FIGURA 6.8 Encontrar PIX > 9). ‘Sin embargo, para las otras paginas principales de la figura 6.5, en ls pagina 182, se observa {que un tiempo de 5 segundos es 1 unidad estandarizada por arriba de una media de tiempo de 4 se- ‘gundos. Asi, Ia probabilidad de que el tiempo de descarga sea menor a 5 segundos es también (08413. La figura 6.7 muestra que a pesar del valor de la media Hy de la desviacién estindar 6 de ‘una variable dstribuida normalmente, a ecuacién (6.2) permite transformar el problema a valores Z, Pagina principal ‘de OnCampus! “Ahora que ha aprendido a usar Ia tabla E.2 con la ecuacién (6,2), esta en condiciones de respon er muchas preguntas relacionadas con la pagina OnCampus! usando Ja distribucion normal ENCONTRAR P(X > 9) {{Cull es la probabilidad de que el tiempo de descarga sea de mis de 9 segundos? SOLUCION La probabilidad de que el tiempo de descarga sea menor « 9 segundos es de 0.8413 (vea la figura 6.6 en Ia pagina 183). Asi, la probabilidad de que e! tiempo de descarga sea mayor a9 segundos es el complemento de que sea menor a 9 segundos, 1 ~ 0.8413 = 0.1587. La figura 6.8 ius tra este resultado, ‘Tlempo de descarga de la pagina principal de OnCampusl ‘Ares 0.1887 736 78 1113: Escala X | 2000 -2.00 -1.00 0 41.00 +200 +3.00 Escala ZEJEMPLO 6.2 FIGURA 6.9 Encontrar A? 9). 6.2: La distribuci6n normal 185 ENCONTRAR PU < X< 9) {{Cufl es la probabilidad de que el tiempo de descarga esté entre 7 y 9 segundos? SOLUCION A partir de la figura 6.6 en Ia pagina 183, ya se ha determinado que la probabilidad ‘de que el tiempo de descarga sea menor a 9 segundos es de 0.8413. Ahora deberé determiner Ia pro- ‘babilidad de que el tiempo de descarga sea menor a 7 segundos y sustraer esto de la probebilidad de aque el tiempo de descarga sex menor a 9 segundos, como se muestra en la figura 6.9, po de descarga de la pagina = 41.00 Principal de OnCampusi 7 3 8 7 8 1 13° Esceiex 8.00 -2.00 -1.00 0 +1.00 +200 +3.00 Escala Z Usundo la ecuscién (6.2) vea la pagina 181 2-12-00 z ‘Al utilizar la tabla E.2, se sabe que el rea bajo la curva normal menor que la media de Z = 0.00 8 0.5000, Por lo tanto, el érea bajo a curva entre Z= 0.00 y Z= 1.00 es 0.8413 ~ 0.5000 = 0.3413, {Cuil es la probabilidad de que el tiempo de descarga sea menor a 7 segundos 0 mayor a9 segun- dos? SOLUCION Dela figura 6.9, la probabilidad de que el tiempo de descarge sea entre 7 y 9 segun dos es de 0.3413. La probabilided de que el tiempo de descarga esté por debajo de los 7 segundos 0 por arriba de los nueve segundos es su complemento, 1 - 0.3413 = 0.6587, ‘Otra manera de ver este problema, es calcular de forma separsda la probabilidad de tiempo de descarga menor a 7 segundos y la probabilidad de tiempo de descarga mayor a 9 segundos, y des- jpués sumar estas dos probabilidades juntas para calcular el resultado deseado. Este resultado se re~ presenta en Ia figura 6.10. Puesto que la media y la mediana son la misma para datos dstribuidos ‘ormalmente, el 50% de los tiempos de descarga estin por debajo de 7 segundos. En el ejemplo 6.1, ta probabilidad de tiempo de descarga de mas de 9 segundos es de 0.1587. Por lo tanto, a probabil dad de que el tiempo de descarga esté por debajo de 7 0 por arriba de 9 segundos, LX <70X>9), 8 0.5000 + 0.1587 = 0.6587. Area 0.3413 desde Z= ‘Area 0.5000 Area 0.1887 7 36 7 8 13 Eee 800 -2.00 -1.00 0 +1.00 42.00 +300 Escala Z186 CAPITULO 6 La distribucién normal EJEMPLO 6.4 ENCONTRAR AIS < X< 9) t | {Cull es la probabilidad de que el tiempo de descarga esté entre 5 y 9 segundos, es decir, PAS < | xe SOLUCION _En la figura 6.11 se observa que el area de interés se localiza entre dos valores, $ y 9. | Como ls tabla E.2le permite encootrar probabilidades menores que un valor en particular de interés, sign los siguientes tres pasos para encontrar la probabilidad deseada: 1. Determine Ia probabilidad de menos de 9 segundos. 2! Determine la probabilidad de menos de 5 segundos. | ‘3 Sustraign el resultado menor del mayor. FIGURA 6.11 | Encontrar AS < X <9). ‘Area = 0.1887 dado que Area acumulativa «0.8413 porque F 22 XH o-1.00 z= AoE 241.00 E ‘Area sombraoda | (0.8413~0.1557 = 0.6826 | i | Para este ejemplo ya se complet el paso 1. érea bajo la curva normal menor que 9 segundos | | s 0.8413. Para encontrar el érea bajo la curva normal menor que 5 segundos (paso 2), E | 1.00 | En la tabla £2, busque Z=-1,00 y encuentre 0.1587. Para el paso 3, Ia probabilidad de que el tiempo de descarga sea entre $ y 9 segundos es 0.8413 ~ 0.1587 = 0.6826, como se muestra en Ia f- gure 6.11. i — - Ft Er El resultado del ejemplo 6.4 es importante y le permite generalizar los resultados. Para cual- uier distribucién normal existe un 0.6826 de posibilidad de que un articulo seleccionado aleato- riamente caiga dentro de +1 desviacién estindar de la media. A partir de la figura 6.12, se sabe que ligeramente mas del 95% de los articulos caerin dentro de +2 desviaciones estandar. Por lo tanto, 95.44% de los tiempos de descarga estin entre 3 y 11 segundos. A partir dela figura 6.13, se sabe que e1 99.73% de los articulos caerin dentro de +3 desviaciones estindar por arriba o por debajo de la media, Asi, el 99.73% de los tiempos de descarga estin entre I y 13 segundos, Por lo tanto, es po- co probable (0.0027, o sélo 27 en cada 10,000) que el tiempo de descarga sea tan rpido 0 tan lento {que tome menos de | segundo 0 mas de 13 segundos. Es por esto que 66 (es decir, de 3 desviaciones cestindar por arriba de la media a 3 desviaciones estindar por debajo de la media) « menudo se ust ‘como una aproximacién practica del rango para una distribucién normal de datos. Por lo tanto, para cualquier distribueién normal: ‘+ Aproximadamente el 68.26% de los articulos caerin dentro de 1 desviacién estindar alrede- dor de la media, ‘+ Aproximadamente el 95.44% de los articulos caerin dentro de #2 desviaciones estindarelrede- dor de la media. ‘+ Aproximadamente el 99.73% de los artculos caerin dentro de +3 desvisciones estindar alrede~ dor de la media I resultado anterior es le justificacin para la regla empirica presentada en la pigina 96. Cuan- tomés cerca siga un conjunto de datos a la distribucién normal, més precisa y exacta es la regia em piticaFIGURA 6.12 Encontrar P(3< X< 11). FIGURA 6.13 Encontrar (1 < X< 13) EJEMPLO 6.5 FIGURA 6.14 Encontrar P(X < 3.5). El drea por debajo es 0.0228 porque; £1 érea por debsjo es 0.5772 porque 2- XH. 4200 7 3.8 7 98 11 13 Escalax 0 41.00 +200 +2,00 Escala Z 7 3 8 7 8 11 13° Excalax “3.00 2.00 -100 0 41.00 42.00 +300 Escala Z ENCONTRAR P(X < 3.5) {Cuil es le probobilidad de que el tiempo de descarga esté por debajo de 3.5 segundos? SOLUCION Para caleular la probabilidad de que un tiempo de descarga esté por debajo de 3.5 se- ¢gundos, es necesario examinar la regidn baja de la cola izquierda dela figura 6.14 7 358 7 8 11 13. Escalax 300-175 1.00 0 41.00 +200 +300 Escala Z ara detetminar el irea bajo la curva por debajo de 3.5 segundos, primero calcule 1.75 Busque el valor Z en la tabla E.2 apareando la fila Z apropiada (1,7), con la columna Z apropiada (05) como se muestra en la tabla 6.3 (que se extrajo de la tabla E.2). La probabilidad resultante 0 {rea bajo la curva menor que -1.75 desviaciones estindar por debajo de la media es 0.0401.188 CAPITULO 6 La distribuci6n normal TABLA 6.3 z oo Encontrar un area acumulativa bajo la : : cura normal. Utilice el comando de exploracién visual de la cisti- bucién normal para ver los efectos de los cambios en la media y la desviacién estandar en el érea bajo una curva de distribucién normal ‘Abra el archivo Visual Explorations.xla y seleccio- ne VisualExplorations -> Normal Distribution de la barra del meni de Excel. Verd la curva normal para el ejemplo de "Uso de la estadistica” de la descarga de la pagina principal, asf como un panel de control flotante Que le permite ajustar la forma de la curva y el area sombreada bejo la curva (vea ilustracién abajo) 03.04 039203840375 0367 0495 0485 04750465 0485 Use los botones del panel de control para cam- biar os valores para la media, la desviacién estandar yeel valor X, mientras nota sus efectos en la probabi- lidad del valor X <= y el érea sombreada correspon- diente bajo la curva {vea la ilustracién de abajo). Si lo prefiere, seleccione la opcién Valores Z para ver la curva normal rotulada con Valores Z. Dé clic en el botén Reset para reajustar los valo- res del panel de control o dé clic en Ayuda para in- formacién adicional sobre el problema. Dé clic en Finalizar cuando haya terminado de explora’ t q g FI Er deEJEMPLO 6.6 TABLA 6.4 Encontrar un Valor Z que corresponde a un rea acumulativa particular (0.10) bajo ls curva normal FIGURA 6.15 Encontrar Z para determinar X. 62; La distribucién nommal 189 os ejemplos 6.16.5 equieren que use las tablas normale para encontrar un éea bajo la eur {anormal ave corresponds a un valor X especifico. En muchas circunstancias usted desea hacer Io Sea '®: 12s iemplos 66 y 6.7 jhustran como encontrar el valor X que corrsponde aun rea cope, cifica ENCONTRAR EL VALOR X PARA UNA PROBABILIDAD ACUMULATIVA DE 0.10 Cunt tiempo transcuriei (en segundos) antes de que el 10% dels descargas estén completas? SOLUCION Como se espera qu el 10% de las piginas principales se desarguen por debejo de X “LS 0668 0655 0643 0630 0618 0606 0594 0882 0f71 0850 0808 0793 07780764 074910735 0721 07080404 06st 0968 0951 0934 0918 09010885 0869 083 8.0823 {1003} 098s Puente: Extra de lata 2 JTrabajando desde esta drea a los mérgenes de la tabla, el valor Z correspondiente a la fila Z ($1.2) y la columna Z 08) es -1.28 (vea ia figura 6.15). Escala X “128 ° Escala Z Lo | ‘Una vez que encuente Z, use la formula de transformacién de la ecuscién (6.2) en la pina 181 para determinar el valor Y'como sigue. Sea entonces Xey+z0 Al ustiuire=7,0=2y Z==128, X=7+(-1.28)2) = 4.44 segundos Por lo tanto, e! 10% de los tiempos de descarga se realizan en 4.44 segundos o menos190 CAPETULO 6 La dstribucién normal FIGURA 6.16 Encontrar Z para determinar X,. TABLA 6.5 Encuentre el valor Z correspondiente al area acumulativa de 0.025 bajo la curva normal La ecuacién (64) se utiliza para encontrar un valor X. ENCONTRAR UN VALOR X ASOCIADO CON UNA PROBABILIDAD CONOCIDA El valor X es igual a la media jt mis el producto del valor Z y de la desviacién estindar 0. XeytZa 64) ‘Para encontrar un valor particular asociado con una probabilidad conocida,siga estos pasos. 1. Dibuje la curva normal, después coloque los valores para las medias en las escalas respectivas XyZ 2, Encuentre el rea acumulativa menor que X: 3. Sombree el drea de interés. 4. Con la tabla E.2, determine el valor Z correspondiente al érea bajo 1a curva normal por debajo deX. 5. Con la ecuacién (6.4), resuelva para X: X="+Z0 ENCONTRAR LOS VALORES X QUE INCLUYAN EL 95% DE LOS TIEMPOS DE DESCARGA _Cvéles son los valores inferiores y superiores de X, localizados simétricamente alrededor de la me- dia, que incluyen el 95% de los tiempos de descarga? SOLUCION Primero, necesita encontrar el valor inferior de X lamado %). Desputs debe en- contrar el valor superior de X (Uamado X;, Como el 95% de los valores estin entre X; yXus yy ‘Xyestin ala misma distancia de I media, el 2.5% de los valores estin por debajo de, (Vea a + gura 6.16). Escala X 1.96 ° Escala Z ‘Aunque 1; no es conocido, se puede encontrar el Z correspondiente porque el rea bajo la cur- ‘vanormal menor a este Zes 0.0250. En el cuerpo de la taba 6.5, busque Ia probabilidad 0.0250. 0192, 0188 0183 ons 0239 0233 0344 0336 03290232 0314 03070301 0294 “a0 0228 0222 0217 0212 02079202 18.0359 0351 Fuente: Extrado de a tabla E:2FIGURA 6.17 Encontrar Z para determinar Xy. TABLA 6.6 Encontrar un valor Z ue corresponda al area acumulativa de 0.975 bajo la curva normal 62: La dstribuci6n normal 191 ‘Trabajando desde el cuerpo de Ia tabla hacia los margenes, se observa que el valor Z que corres- onde a uns fila Z en especial (~1.9) y @ una columna Z (.06) ¢s 1.96 Una vez que encuentre Z, el ltimo paso es usar la ecuacién (6,4) de la pagina 190, de la si- uiente manera, Xaptz = 7+ (1.962) = 7-392 3.08 segundos Se sigue un proceso parecido para encontrar X,. Puesto que sélo el 2.5% de las descargas de las paginas principales toman mis de X; segundos, el 97.5% de las descargas de pginas principales to- ‘man menos de X;; segundos. Para la simetria de una distribucién normal, el valor Z deseado, como se muestra en la figura 6.17, es +1.96 (porque Z cae a la derecha de la media estandarizade de 0), ‘También se puede extraer este valor Z dela tabla 6.6. Note que 0.975 es el drea bajo la curva normal menor que el valor Z de +1.96, 7 Xe Escala X ‘Area es 0.0250 | ° +196 Escala Z | 9693 9699 9706 9756 9761 9767 9808 9812 9817 Fuente: Baral de la tala E.2 Por lo tanto, al utilizar la ecuacién (6.4) de la pégina 190, X=p+Zo = 7+ (+1.96)(2) = 74392 = 10,92 segundos Por lo tanto, el 95% de los tiempos de descarga estin entre 3.08 y 10.92 segundos. ‘También se podria utilizar Excel o Minitab para calcular probabilidades normales. La figura 6.18 ilustra una hoja de trabajo de Excel para los ejemplos 6.5 y 6.6, y la figura 6.19 ilustra un resul- tado de Minitab para los ejemplos 6.1 y 6.6.192 CAPITULO 6 Le distbucién normal FIGURA 6.18 Hoja de trabajo de Excel para calcular probabilidades normales. . [[——Frabanig tor [exe 9 [ZValue STANDARDIZE(B®, B4, 85) so Pone=3.5) SSNORMDIST(@8, B4, BS, TRUE) it 12| Find X and Z Gen Cum. Pegs, | 13 [Cumtatve Percentage] — 12205 ‘Value 1206] =NORMSINV(B13) 15 kale “24383] = NORMINVIB13, B4, B5) a FIGURA 6.19 Probabilidades normales en Minitab. Cumulative Distribution Function Normal with mean = 7 and standard deviation = 2 x PUX ex) 9 0.841345 Inverse Cumulative Distribution Function Wornel with mean = 7 and standard deviation = 2 0.1 4.43690, | P(X ee x) Aprendizaje basico Rssrewen| 6-1 Dada une distribucién normal (con una media (ESTES feb ne dwensn ends como cn tala E22), cui es Ia probabilidad de que a. Zsea menor que 1.57? b. Zsea mayor que 1.84? ce. Zesté entre 157 y 1.84? . Z sea menor que 1.57 0 mayor que 1.847 6.2 Dada una distribucién normal estandarizada (con una me- dia de 0 y una desviacién estindar de 1, como en la tabla E.2), {euil es la probabilidad de que ‘a. Zesté entre -1.57 y 1.84? b. Z sea menor que -1.57 0 mayor & 1.84? €. {Cual es el valor de Z si slo el 2.5% de todos los posibles valores de Z son més grandes? 4. Entre cudles dos valores de Z (distribuidos simétricamente alrededor de la media) estarin contenidos el 68.26% de to- dos los posibles valores Z? Gawevca) 6.3 Dada una distribucién normal estandarizads IeProeie| (con una media de Oy una desviacién estindar del o- ‘mo en la tabla E.2), {cual es la probabilidad de que 1. Zsca menor que 1.087 b, Zsea mayor que ~021? fe. Zsea menor que -0.21 0 mayor que la media? 4. Z sea menor que ~0.21 0 mayor que 1.087 6.4 Dade una distribucién normal estandarizads (con una me- dia de 0 y una desviacin estindar de | como en Ia tabla 2) determin ls siguientes probabildades a. AZ> 1.08) b. rz<-021) ©. PC1.96 110? 4, el 80% de los valores estén entre los dos valores X (simétri= ‘camente distibuidos alrededor de Ia media)? Fmeea) 6.6 Dada una distibuciéa normal con x= 50 y o= Lr) 4, ceudl ex a probabilidad de que X> 43? Ye 42? €1 5% de los valores sean menores que el valor X7 J. el 60% de los valores estén entre los dos valores X (simétri- camente disiribuidos alrededor de la media)? Aplicacién de conceptos 6.7 Durante 2001, el 61.3% de los hogares en Estados Unidos ccompraron café de grano y gastaron un promedio de $36.16 en. café de grano durante el affo (“Annual Product Preference Study", Progressive Grocer, 1 de mayo, 2002, 31), Considere el desembolso anual para café de grano en los hogares que lo compran, suponiendo que este desembolso se distribuye apro- ximadamente como una variable alestoria normal con una me- dia de $36.16 y una desviacién esténdar de $10.00, a, Encuentre la probabilidad de que un hogar gaste menos de $25.00, », Encuentre la probabilidad de que un hogar gaste més de $50.00, © {Qué proporcién de los hogares gastan entre $30.00 y $40,007 4. (£1 99% de los hogares gastan menos de qué cantidad? siseen) [7 agro] 6-8 La empresa Toby's Truck determina Wan ‘remen| que, en una base anual, a distancia reco- sida por camién se distribuye normal- ‘mente con una media de 50.0 mil millas y una desviacién estin- dar de 12.0 mil mills, 4% {Qué proporcién de camiones se espera que recorran entre 34.0 y 50.0 mil millas en el afio? . :Qué porcentaje de camiones se espera que recorran por de- bajo de 30.0 0 por arriba de 60.0 mil millas en el afio? ‘ {Cudntas mitias habrén sido recorridas por al menos el 80% e los eamiones? 4 {Cuiles serian sus respuestas a los incisos a) a c) sila des Viacin estindar fuera de 10.0 mil millas? fea) 6.9 La fuerza de rompimiento de las bolsas de plis- Kes tico usadas para empacar productos se distibuye ormalmente con una media de § libras por pulgada ‘uadrada y una desviacign estindar de 1.5 libras por pulgs- (a cuadrada. ;Qué proporcién de bolsas tienen una fuerza de tompimiento de 30S de 3.17 ibras por pulgedacundrada? * menos 3.6 lbras por pulgada cuadrada? §. {M8 Sy 5.5 bras por pulgada cuadrada? ‘Ente cuiles dos valores siméricamente dstribuidos alr dor de Ia media se encontrarin el 95% de las fuercas de ‘opimienta? 62: La distribucién normal 193 6.10 Un conjunto de calificaciones finales para un curso de In- troduccidn a le estadistica se distribuye normalmente con wna media de 73 y una desviacin estindar de 8. 4. :Cual es la probabilidad de que un alumno obtenge una eali- ficacién de 91 0 menos en este examen? '. {Cuil es la probabilidad de que un alumno obtenge una cali- ficacién entre 65 y 89 . Hay una probabilidad del $% de que un alumno que realice el examen obtenga notas mayores a qué calificacién? 4, Si el profesor califica con base en una curva (da 10 al 10% ‘mis alto de la clase sin importa la calificacién), gun alumno cstari mejor con una calificacién de 81 en este examen o con una calificacién de 68 en un examen diferente donde la ‘media es de 62 y la desviacién estindar es de 3? Mueste es- tadisticamente su respuesta y expliqu. 6.11 Un anilisis estadistico de 1,000 llamadas de larga distan- cia realizadas desde las oficinas de la corporacidn Bricks and Clicks Computer Corporation indica que la duracién de estas Iiamadas se distibuye normalmente con una media de = 240 ‘segundos y 6 = 40 segundos. ‘a, {Cuil es la probabilidad de que una llamada haya durado ‘menos de 180 segundos? 'b, {Cuil es la probabilidad de que una llamads especifica haya }]7]}]}Y Gréfica de caja y bigote Boxplot of Return 2008 en Minitab para los ©. rendimientos 2003 de * los fondos de inversion, 1». ©. Return 2003 $ 8 De estas figuras se desprenden las siguientes afirmaciones: 1, La media de 42.62 es ligeramente mayor ala mediana de 40.8 2. La grifica de caja y bigote aparece ligeramente sesgada hacia la derecha con un valor extremo, el 78. El rango intercuartilar de 16.45 esti aproximadamente a 1.33 desviaciones estindar. El rango de 63.1 es igual a 4.84 desviaciones esténdar. 165.6% de los rendimientos estin dentro de +1 desviacién estindar de la media 178.796 de los rendimientos estin dentro de +1.28 desviaciones estindar de Ia media. ama Con base en estas afimmaciones y en los crterios anteriormente dados, se concluye que los ren= dimientos para 2003 estén sproximadamente distribuidos de forma normal. Sin embargo, las afirma- ciones | y 2 indican que los rendimientos en 2003 estin sesgados ligeramente hacia la derecha Construccién de un plano de probabilidad normal Un plano de probabilidad normal es un acercamiento grfico para evaluar silos datos estin distri- buidos normalmente. Un acercamiento comin es la gréfica cuantil-cuantil, En este método, cada valor ordenado se transforma en una puntuacién Z, y después se grafican los valores de los datos contra las puntuaciones Z, Por ejemplo, si se tiene una muestra de n = 19, el valor Z para el menor fs ta... valor corresponde al drea acumulativa de <5 = 75,7 = 3p = 0.05. El valor Z para el area acumulativa de 0.05 (de la tabla E.2) ¢s~1.65. La tabla 6,7 ilustra el conjunto completo de valores Z ‘para una muestra de n= 19, TABLA 6.7 ‘Valor ordenado Valor Z_ Valor ordenado Valor Z Velores ordenad addos 1.65 u 0.13 ¥ sus valores Z 1.28 12 0.25 Correspondientes para =104 B 039 una muestra de n= 19, cos 14 082 -0.67 1s 0.67 16 084 39 "7 1.04 028 8 1.28 0.13 19 165 4196 CAPITULO 6 La distibucién normal FIGURA 6.22 Graficas de probabilidad normal para una distribucién sesgada hacia la izquierda, de una distribucién normal y de una distribucién sesgade hacia la derecha, FIGURA 6.23, Grafica de probabilidad normal de Excel para los rendimientos en 2003. Los valores Z se trazan en el eje X’y los valores correspondientes de la variable se trazan en el je ¥. Silos datos se distribuyen de forma normal, los puntos se trazarin aproximadamente a lo lar- ‘20 de una linea recta. ‘Un segundo modelo (usedo por Minitab) transforma el je vertical Y de una manera tn poco sas complicada que va mas alld del objetivo de este texto. Una vez mis, silos datos se distribuyen de forma normal, los puntos se trazarén eproximadamente a lo largo de una linea recta, La figura 6.22 ilusira la forma tipica de las gréficas de probabilidad normal para una distribucién sesgada pacia la izquierda (panel A), una distribucién normal (panel B), y una distribucién sesgada hacia la . construyendo una grifica de probabilidad normal. BaER En nm fe En dist dist fn Re 62 dg 62 ae 62 cen 626.22 Los siguientes datos representan el costo de la clectrci- dad en d6lares durante el mes de julio de 2004 para una mues- tra aleatoria de 50 departamentos de dos habitaciones en una cidad grande: UTaTY 96 171 202 178 147 102 153 197 127 gp 187 185 90 116 172 11 148 213 130. 165 141 149 206 175 123 128 144 168 109. 167 95 163 150 154 130 143 187 166 139 149 JOS 119 183 151 114 135 191 137 129158. RESUMEN En este capitulo usted utiliz6 Ia distribucién normal en el esce- nario “Uso de Ia estadistica” para estudiar el tiempo de descar- sg de una pigina Web, Ademis, estudié la grifica de probabili- Problemas de epaso 199 Determine si los datos parecen o no distribuirse de forma aproximadamente normal: 4, evaluando las propiedades reales frente a las propiedades tedrica. », construyendo una grifica de probabilidad normal dad normal. En el siguiente capitulo, usar la distribucién nor- ‘mal para deserrollar el tema de la estadistica inferencial, FORMULAS IMPORTANTES La funcién de densidad de Ia probabilidad normal 1 _-caner-wio® (3) ft) = Encontrar el valor Z (f6rmula de transformacién) (62) | | La funcién de densidad de probabilidad normal estandari- zada Lune 2) = Lun =e 3) Encontrar el valor X X="+Zo (64) CONCEPTOS CLAVE distibucién normal 179 funcién de densidad de probabilidad agrifica cuantil-cuantil 195 ‘istibucién normal estandarizada continua 178 arifica de probabilidad normal 195 ‘scumulativa 181 funcidn de densidad de probabilidad variable aleatoria normal ‘Semula de transformacién 181 Rommel 180 estandarizade Z 181 PROBLEMAS DE REPASO Revisién de su comprensién $23 Por quées que sdlo una tabla de distrbucién normal co- ‘Bola tabla E.2 es necesaria para encontrar cualquier probabili- ‘led por debajo de la curva normal? 24 {Cémo se encuentra l dra entre dos valores debajo de "cava normal? $25 Cémo se encuentra el valor X que corresponde an per ‘eatil dada una distribucién normal? $26 .Cémo se utiliza la grdfica de probabilided noma para Siun conjunto de datos esté distribuido normalmente? Aplicacién de conceptos 6.27 Una miquina de coser industrial usa cojinetes que deben tener un diémetro de 0.75 pulgadas, Los limites inferior y supe Fiorespecficados dentro de los que los cojintes pueden opetar son 0.74 y 0.76 pulgadas,respectivarmente. La experiencia indi ca que el didmetro real de os eojinetes se distribuye de forma aproximadamente normal con una media de 0.753 pulgadas y ua desviaciénestindar de 0.004 pulgadas, ;Cudl es la probab lidad de que el cojnete ese 4 entre el diémetro objetivo y la media real? ». entre el limite inferior espcifiado y el dimetro objetivo? © por encima del limite superior espcificada?200 CAPITULO 6 La distibucién normal 4. por debajo del limite inferior especificado? fe. €1 93% de los didmetros son mayores, a qué valor? 6.28 La cantidad de liquido contenido en botellas de bebida refrescante se distribuye normalmente con una media de 2.0 li- tros y una desviacién estindar de 0.05 litos. Las botellas que contienen menos del 95% del contenido neto listado (1,90 litros fen este caso) son causa de que los productores sean penalizados por la oficina estatal de asuntos del consumidor. Las botellas ‘que tienen un contenido neto superior a 2.10 ltros, pueden eau- sar un exceso de derrame cuando se abren. ;Cual es la propor- coin de botellas que contendrin: fa, entre 1.90 y 2.0 litros? bi. entre 1.90 y 2.10 litros? fe. menos de 1.90 0 mas de 2.10 litros? 4. €1 99% de las botellas contienen por lo menos qué cantidad de reffesco? fe. 1 99% de las botellas contendrén una cantidad que est en- tre cudles dos valores (simétricamente distribuidos) alrede- dor de la media? 6.29 En un esfuerzo por reducir el niimero de botellas que contienen menos de 1.90 litros, el embotellador del problema 6.28 program la maquina que llena los envases para que la me- dia sea de 2.02 litros. En estas circunstancias, {cules serian sus respuestas para Ios incisos a) ale)? 6.30 Un productor de jugo de naranja compra todas sus naran- jas de un gran naranjal. La cantidad de jugo exprimido de cada luna de estas naranjas se distribuye aproximadamente de forma normal eon tna media de 4.70 onzas y una desviacién estindar de 0.40 onzas. {Cuil es la probabilidad de que una naranja elegida aleato- riamente contenga entre 4.70 y 5,00 onzas?? 'b. {Cuil es la probabilidad de que una naranja elegida aleato- riamente contenga entre 5.00 y 5.50 onzas? . E177% de las naranjas contendrin por lo menos ;cudntas conzas de jugo? 4. {Entre cuales dos valores (en onzas) simétricamente disti- ‘buidos alrededor de la media poblacional, estaran el 80% de Is naranjas? 6.31 De acuerdo con Investment Digest (“Diversification and the Risk/Reward Relationship”, Invierno de 1994, 1-3), la me- dia del rendimiento anual para las acciones comunes de 1926 @ 1992 fue del 12.4% y la desviacién estindar del rendimiento anual fue del 20.6%. El articulo asegura que la distribucién de los rendiniientos anuales pars las acciones comunes es aproxi- ‘madamente simétrica y con forma de campana. Suponga que la distribucién es de forma normal con la media y desviacién es- tiindar indicadas arriba, Encuentre ls probabilidad de que los rendimientos para las acciones comunes sea mayor del 0%. bb. mayor del 10%. . mayor del 20%. 4, menor del -10%, 6.32 Durante este mismo lapso de 67 aftos mencionado en el problema 6.31, Ia media del rendimiento anual para los bonos del gobiemo a largo plazo fue de 5.2, y la desviacion estindar fue de 8,6%. El articulo afirma que la distribucién de los rendi- rmientos anuales de los bonos de gobiemo a largo plazo es apro- ximadamente simétrica y con forma de campana. Suponga que | distribucién se distribuye normalmente con Ia media y des- -viacién estindar indicadas ariba. Encuentre la probabilidad de {que el rendimiento para los bonos de gobierno a largo plazo seré, a. mayor del 0%. 'b, mayor del 10%. . mayor del 20%. 4. menor del —10%. fe, Discuta las diferencias entre los rendimientos anuales de las acciones comunes y Jos bonos de gobierno a largo plazo. 6.33 El Wall Street Journal reports que casi todos los princips- es indices de acciones habian tendo fuertes ganancias en los it mos 12 meses (“What's Hot... and Not”, The Wall Street Journal, 26 de abril, 2004, C3). El rendimiento anual del S&P 500, que ‘comprende 500 grandes empresas, fue de aproximadamente del 427%, Los rendimientos de un aio de Russell 2000, que agrupa, £22000 pequedias empresas, fue de aproximadamente el +52%. 1 largo de la historia, los rendimientos de un aio son aproxima- . evaluando las propiedades reeles frente a las propiedades teéricas. « realizando una grifica de probabilidad normal 4. Anilice los resultados de los incisos a), 5) y ¢). Qué con- cluye ahora sobre sus tres compaitias con respecto a los precios de ciere diarios y los cambios en los precios de cie- tre? {Cual de los conjuntos de datos, si acaso alguno, se aproxima a una distribucién normal? Nora: La teoria del camino aleatorio pertenece a los cambios Aiatios en el precio de cierre de las acciones, no al precio diario deciere de las acciones, Casoactul 201 Los datos del archivo MUTUALFUNDS2006 contienen informa- cidn respecto & 12 variables de una muestra de 121 fondos de inversi6n. Las variables son: Fund —El nombre del fondo de inversin, Category —Tipo de acciones comprendidas en el fondo de inversiGn: pequefio capital, capital medio, gran capital Objective —Objetivo de las acciones comprendidas en el fondo de inversién: crecimiento 0 valor, ‘Assets —Activos en millones de délares. Fees —Cargos por ventas (s{ 0 n0). Expense ratio —Relacién entre gastos y activos netos en porcentaje, 2003 Return —Rendimiento de 12 meses en el 2003, Three-year return —Rendimiento anualizado de 2001 a 2003. Five-year return —Rendimiento anualizado de 1999 2 2003, Risk —Factor riesgo-pérdida de los fondos de inversién cla- sificado como bajo, promedio o alto. ‘Best quarter —Mejor rendimiento timestral de 1999 a 2003 Worst quarter —Peor rendimiento trimestral de 1999 a 2003, 6.37 Considere las variables de relacién de gastos, endimien- to anualizado a tres afios y rendimiento anualizado a cinco tfios. Para cada una de estas variables, determine si los datos se sistribuyen aproximadamente de forma normal a, evaluando las propiedades reales frente a las teéricas, b. construyendo una grifica de probabilidad normal. departamento de produccién del peridico se ha embarcado ‘am esfuerzo por mejorar la calidad. Su primer proyecto se re- leciona con latonalidad oscura de la impresin del periddico. Cada dia se necesita determinar qué tan oscura es In impresin ‘a tonatidad se mide en una escala estindar en la que el valor Sbjetivo es 1.0. Los datos recopilados en el itimo ato indican Qe ls tonalidad negra se distribuye normalmente con una me- ‘nde 1.005 y una desvincin estindar de 0.10, Cada dia se elige una mancha del primer periico impre- $9 ye mide la tonalidad oscura. Esta se considera aceptabe si st entre 0.95 y 1.05 EJERCICIO SH6.1 Suponiendo que la distribucién no ha cambiado con respecto a la del aflo pasado, ;cual es la probabilidad de que la tonalidad de la mancha sea: 1, menor a 1.0? D, entre 0.95 y 1.07 . entre 1.0y 1.05? 4. menos de 0.95 0 mayor que 1.05? ‘SH62_El objetivo del equipo de produccién es reducit Ia pro- babilidad de que la tonalidad oscura esté por debajo de 0.95 0 por arriba de 1.05. ,Serfa mejor enfocarse en el proceso de mejoramicnto que disminuy6 le media del valor objetivo de 1.0 0 en el proceso de mejoramiento {que redujo la desviacién estandar a 0,075? Explique por qué.202 CAPITULO 6 La distibucién normal Apéndice 203 2. ‘Sclescione Cale» Probability Distributions > Normal. 3. En el cuadro de dislogo de Probability Plot-Single (vea la 3. En Ja ventana de didlogo de la distribucién normal (vea la figura A6.2), en el cuadro de edicién Graph variables, in- figura A6.1) Seleccione el boidn de la opeiéa Cumulative agzese C70 “Return 2003”. probability. Ingrese 7 en el euadro de ediciép Mean y 2en ngville 1. " cuneate yas ster Sah ies woe prnateman OC. botineleesepeibatraipae Cali ETRE E88 Af dauestadle etingSurves him. Te dro deedictoss BECHER ol botén OK. cere *Repageie mostra cis! se mesenger aig ‘marcha un proyecto de investigacién para aprender sobre| ceantidad de tiempo que los lecores permanecen en sus si lado datos y | resul- TE Goon ie ‘ious kat; PucdefPI @fos recopilados aproximarse | ‘iftam bucion hormal EeGemepevise fy eval ‘men‘o de marketing de OnCampus! {Qué Conel}siones Se elon yeaeeor meee MPP ToberNmivnecisa somal (ov dntsy ps3. 9 OoCatmkpafincomar fu espa en aan nai i parame conclisiof en un report deal dl f- ———— ioe i renee == _ es ee) FIGURA A6.2-Ventana-de-dislogo Probability Plot= Single de Minitab, | penal wong; [st me UNSERE “0.Q Pli Higy Prog febrero ie Dé clit. evelrbat(in Disteibatldn Reniiaoweh tabi da tidloge!t Corp., (0 Pipe geet Prati de Probaiily. Pot Distribution (veal figura A6.3), selec- F. Maraccuilo, LvAvy Mi, McSweeney, Nonparametric and cionesNormakescla Wistinque ke desphigBtseiS aba dA: Miai- FIGURA AS.1, :Nentaradadislagg decitributiénces (Monte- Distributiorir®¢ Piosen el botén OK para regresar al cua- normal de Minitab Brook/Cole, 1977). ee de didlogo de Probability Plot-Single. Dé clic en el bo- OK Para encontrar el valor Z correspondiente a un érea acumulati- ved 0, Pesto rater 1, Ingrese .10 Dleebuton | Data Dil | 7 ee ee 5 Sei “Sentiso detsottware provani CS Rice 3O sea tunen siren on ‘ esearcirdisrianién noperat= ‘promt band om te dita cli ark Youcan a ryan inferior de la fi- Sees a regs fal or 2 SPREE Racehas Goat cede naceahasae 7 (o hay comandos en Excel que generen dire una grt Uso deFimniesahahiidadeganemales Hea wobataded normal desea que PHSaQ ppp == de probabilidadincimabl.sls mostrado cals fon os delnph- grind protbildad ‘normal, consulte la seceién [49. Pare consi! Se eet a aE el pe Sten cae eee f a EE TA Tarr: ajc wsan_tallso He Minitali BaGr calglar poatabilldades x3&—normales——— 1. SeleggionesGraph Secobabilify Plat NORM, NORMSINY y 2 En elquadardedidloeopdetBsailityrRlotslceleciimes relFiG UR AyAg. 3: Delotta BistogolPreSaBiltyepieteular probe Singladd ele shbetéa @Kpar informacion adicions). Dictributiildes!Miitass. Para encontrar Ia probabiidad de que ot Para adaptar estas hojas de trabajo a otros problemas, cA seimpo de descarga sea menor a 9 segundos con una j= 7 ¥ ult bie tee valonee de Media, Desviacion Estandar, Valores Xy— So=P Porcentaje Acumulado co las elas sombreads. ‘Over in soci GS (Normal si exea usar el PHStai2 para generar una hoa de abajo para usted. 1. Ingrese 9 en la primera fla de la columna C1 de wna het de trabajo en blanco.