You are on page 1of 115

La Distribucin Normal

Captulo 6

Continuaremos el estudio de las distribuciones de probabilidad analizando una distribucin de probabilidad contnua muy importante

Distribuciones de Probabilidad
Distribuciones de Probabilidad CAP. 5 Distribuciones de Probabilidad Discretas Distribuciones de Probabilidad Continuas CAP. 6

Binomial Poisson

Normal

La distribucin normal

Repasemos Una variable aleatoria contnua es aquella que puede asumir un nmero infinito de valores dentro de cierto rango especfico.

Ejemplos:
La presin ejercida por un brazo robot en manufactura
El peso del equipaje en un avin

El tiempo transcurrido en procesar una orden de compra

En esta unidad estudiaremos:


las caractersticas principales de la distribucin de probabilidad normal

la distribucin normal estndar


cmo se utiliza la distribucin normal para estimar probabilidades binomiales

La distribucin normal se usa en:


Psicologa Biologa Economa y finanzas Astronoma Ciencias de la nutricin Ciencias sociales y administrativas

La familia de las distribuciones de probabilidad normal No existe una sola distribucin de probabilidad normal, sino ms bien se trata de toda una familia de ellas.
Cada una de las distribuciones puede tener una media distinta (u) y desviacin estndar distinta (). Por tanto, eI nmero de distribuciones normales es ilimitado.

La familia de las distribuciones de probabilidad normal

Al variar los parmetros and , obtenemos diferentes distribuciones normales

La familia de las distribuciones de probabilidad normal


f(X) Cambiando movemos la distribucin lhacia la izquierda o derecha. Cambiando aumentamos o disminumos su altura..

La distribucin de probabilidad normal y la curva normal que la acompaa tienen las siguientes caractersticas:
La curva normal tiene forma de campana y un slo pico en el centro de la distribucin.

Caractersticas (cont.) El promedio aritmtico, la mediana y la moda de la distribucin son iguales y se ubican en el pico.

Caractersticas (cont.) La mitad del rea bajo la curva se encuentra a la derecha de este punto central y la otra mitad est a la izquierda de dicho punto.

Caractersticas (cont.)

Es simtrica en torno a su promedio. Si se corta Ia curva normal de manera vertical por el valor central, las dos mitades sern como imgenes en un espejo.

Caractersticas (cont.)
La curva normal desciende suavemente en ambas direcciones a partir del valor central. Es asinttica, Ia curva se acerca cada vez ms al eje de X pero jams llega a tocarlo. Es decir, las colas de Ia curva se extienden de manera indefinida en ambas direcciones.

Caractersticas (cont.)

La distribucin de probabilidad normal estndar


Sera fsicamente imposible proporcionar una tabla de probabilidades para cada combinacin de u y (como para Ia distribucin binomial o para Ia de Poisson) .
Es posible utilizar un slo miembro de Ia familia de distribuciones normales para todos los problemas en los que se aplica Ia distribucin normal.

La distribucin de probabilidad normal estndar


Tiene una media de 0 y una desviacin estndar de 1
f(Z)

1 Z

Los valores mayores al promedio tienen valores Z positivos y, valores menores al promedio tendrn valores Z negativos.

La distribucin de probabilidad normal estndar


Todas las distribuciones normales pueden convertirse a distribucin normal estndar restando Ia media de cada observacin y dividiendo por Ia desviacin estndar. Utilizando un valor z, se convertir, o estandarizar, Ia distribucin real a una distribucin normal estndar. Transformamos unidades X en unidades Z

El valor z
Un valor z es Ia distancia a partir de Ia media, medida en las unidades de desviacin estndar.

El valor z
Valor z = Ia distancia entre un valor seleccionado (x) y Ia media (u), dividida por la desviacin estndar ().

Lmites sigma

Lmites dos sigma

Lmites tres sigma

Al determinar el valor z empleando Ia frmula anterior, es posible encontrar eI rea de probabilidad bajo cualquier curva normal haciendo referencia a Ia distribucin normal estndar en el apndice D (pgina 523).

z 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1

0.00 0.0000 0.0398 0.0793 0.1179 0.1554 0.1915 0.2257 0.2580 0.2881 0.3159 0.3413 0.3643

0.01 0.0040 0.0438 0.0832 0.1217 0.1591 0.1950 0.2291 0.2611 0.2910 0.3186 0.3438 0.3665

0.02 0.0080 0.0478 0.0871 0.1255 0.1628 0.1985 0.2324 0.2642 0.2939 0.3212 0.3461 0.3686

0.03 0.0120 0.0517 0.0910 0.1293 0.1664 0.2019 0.2357 0.2673 0.2967 0.3238 0.3485 0.3708

0.04 0.0160 0.0557 0.0948 0.1331 0.1700 0.2054 0.2389 0.2704 0.2995 0.3264 0.3508 0.3729

0.05 0.0199 0.0596 0.0987 0.1368 0.1736 0.2088 0.2422 0.2734 0.3023 0.3289 0.3531 0.3749

0.06 0.0239 0.0636 0.1026 0.1406 0.1772 0.2123 0.2454 0.2764 0.3051 0.3315 0.3554 0.3770

0.07 0.0279 0.0675 0.1064 0.1443 0.1808 0.2157 0.2486 0.2794 0.3078 0.3340 0.3577 0.3790

0.08 0.0319 0.0714 0.1103 0.1480 0.1844 0.2190 0.2517 0.2823 0.3106 0.3365 0.3599 0.3810

0.09 0.0359 0.0753 0.1141 0.1517 0.1879 0.2224 0.2549 0.2852 0.3133 0.3389 0.3621 0.3830

APENDICE D
Areas debajo de la curva normal

1.2
1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2

0.3849
0.4032 0.4192 0.4332 0.4452 0.4554 0.4641 0.4713 0.4772 0.4821 0.4861

0.3869
0.4049 0.4207 0.4345 0.4463 0.4564 0.4649 0.4719 0.4778 0.4826 0.4864

0.3888
0.4066 0.4222 0.4357 0.4474 0.4573 0.4656 0.4726 0.4783 0.4830 0.4868

0.3907
0.4082 0.4236 0.4370 0.4484 0.4582 0.4664 0.4732 0.4788 0.4834 0.4871

0.3925
0.4099 0.4251 0.4382 0.4495 0.4591 0.4671 0.4738 0.4793 0.4838 0.4875

0.3944
0.4115 0.4265 0.4394 0.4505 0.4599 0.4678 0.4744 0.4798 0.4842 0.4878

0.3962
0.4131 0.4279 0.4406 0.4515 0.4608 0.4686 0.4750 0.4803 0.4846 0.4881

0.3980
0.4147 0.4292 0.4418 0.4525 0.4616 0.4693 0.4756 0.4808 0.4850 0.4884

0.3997
0.4162 0.4306 0.4429 0.4535 0.4625 0.4699 0.4761 0.4812 0.4854 0.4887

0.4015
0.4177 0.4319 0.4441 0.4545 0.4633 0.4706 0.4767 0.4817 0.4857 0.4890

2.3
2.4 2.5 2.6 2.7 2.8 2.9 3.0

0.4893
0.4918 0.4938 0.4953 0.4965 0.4974 0.4981 0.4987

0.4896
0.4920 0.4940 0.4955 0.4966 0.4975 0.4982 0.4987

0.4898
0.4922 0.4941 0.4956 0.4967 0.4976 0.4982 0.4987

0.4901
0.4925 0.4943 0.4957 0.4968 0.4977 0.4983 0.4988

0.4904
0.4927 0.4945 0.4959 0.4969 0.4977 0.4984 0.4988

0.4906
0.4929 0.4946 0.4960 0.4970 0.4978 0.4984 0.4989

0.4909
0.4931 0.4948 0.4961 0.4971 0.4979 0.4985 0.4989

0.4911
0.4932 0.4949 0.4962 0.4972 0.4979 0.4985 0.4989

0.4913
0.4934 0.4951 0.4963 0.4973 0.4980 0.4986 0.4990

0.4916
0.4936 0.4952 0.4964 0.4974 0.4981 0.4986 0.4990

Ejemplo:
Supongamos que se calcul el valor z y el resultado es 1.91. CuI es eI rea bajo la curva normal entre u y X?

Utilizamos el apndice D. Baja por Ia columna de la tabla encabezada con Ia Ietra z hasta llegar a 1.9.

Luego muvete en direccin horizontal a la derecha y lee Ia probabilidad en Ia columna con el encabezado 0.01.
Es 0.4719.

z 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7

0.00 0.0000 0.0398 0.0793 0.1179 0.1554 0.1915 0.2257 0.2580 0.2881 0.3159 0.3413 0.3643 0.3849 0.4032 0.4192 0.4332 0.4452 0.4554

0.01 0.0040 0.0438 0.0832 0.1217 0.1591 0.1950 0.2291 0.2611 0.2910 0.3186 0.3438 0.3665 0.3869 0.4049 0.4207 0.4345 0.4463 0.4564

0.02 0.0080 0.0478 0.0871 0.1255 0.1628 0.1985 0.2324 0.2642 0.2939 0.3212 0.3461 0.3686 0.3888 0.4066 0.4222 0.4357 0.4474 0.4573

0.03 0.0120 0.0517 0.0910 0.1293 0.1664 0.2019 0.2357 0.2673 0.2967 0.3238 0.3485 0.3708 0.3907 0.4082 0.4236 0.4370 0.4484 0.4582

0.04 0.0160 0.0557 0.0948 0.1331 0.1700 0.2054 0.2389 0.2704 0.2995 0.3264 0.3508 0.3729 0.3925 0.4099 0.4251 0.4382 0.4495 0.4591

0.05 0.0199 0.0596 0.0987 0.1368 0.1736 0.2088 0.2422 0.2734 0.3023 0.3289 0.3531 0.3749 0.3944 0.4115 0.4265 0.4394 0.4505 0.4599

0.06 0.0239 0.0636 0.1026 0.1406 0.1772 0.2123 0.2454 0.2764 0.3051 0.3315 0.3554 0.3770 0.3962 0.4131 0.4279 0.4406 0.4515 0.4608

0.07 0.0279 0.0675 0.1064 0.1443 0.1808 0.2157 0.2486 0.2794 0.3078 0.3340 0.3577 0.3790 0.3980 0.4147 0.4292 0.4418 0.4525 0.4616

0.08 0.0319 0.0714 0.1103 0.1480 0.1844 0.2190 0.2517 0.2823 0.3106 0.3365 0.3599 0.3810 0.3997 0.4162 0.4306 0.4429 0.4535 0.4625

0.09 0.0359 0.0753 0.1141 0.1517 0.1879 0.2224 0.2549 0.2852 0.3133 0.3389 0.3621 0.3830 0.4015 0.4177 0.4319 0.4441 0.4545 0.4633

APENDICE D
Areas debajo de la curva normal

1.8
1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8

0.4641
0.4713 0.4772 0.4821 0.4861 0.4893 0.4918 0.4938 0.4953 0.4965 0.4974

0.4649
0.4719 0.4778 0.4826 0.4864 0.4896 0.4920 0.4940 0.4955 0.4966 0.4975

0.4656
0.4726 0.4783 0.4830 0.4868 0.4898 0.4922 0.4941 0.4956 0.4967 0.4976

0.4664
0.4732 0.4788 0.4834 0.4871 0.4901 0.4925 0.4943 0.4957 0.4968 0.4977

0.4671
0.4738 0.4793 0.4838 0.4875 0.4904 0.4927 0.4945 0.4959 0.4969 0.4977

0.4678
0.4744 0.4798 0.4842 0.4878 0.4906 0.4929 0.4946 0.4960 0.4970 0.4978

0.4686
0.4750 0.4803 0.4846 0.4881 0.4909 0.4931 0.4948 0.4961 0.4971 0.4979

0.4693
0.4756 0.4808 0.4850 0.4884 0.4911 0.4932 0.4949 0.4962 0.4972 0.4979

0.4699
0.4761 0.4812 0.4854 0.4887 0.4913 0.4934 0.4951 0.4963 0.4973 0.4980

0.4706
0.4767 0.4817 0.4857 0.4890 0.4916 0.4936 0.4952 0.4964 0.4974 0.4981

2.9
3.0

0.4981
0.4987

0.4982
0.4987

0.4982
0.4987

0.4983
0.4988

0.4984
0.4988

0.4984
0.4989

0.4985
0.4989

0.4985
0.4989

0.4986
0.4990

0.4986
0.4990

Esto signitica que 47.19 por ciento del rea bajo Ia curva se encuentra entre u y eI valor X,1.91 desviaciones estandar a la derecha de Ia media. Esta es Ia probabilidad de que una observacin est entre 0 y 1.91 desviaciones estndar de Ia media.

Ejercicios: Valor z calculado Area bajo Ia curva

2.84
1.00 0.49

.4977
.3413 .1879

Ahora calcularemos eI valor z dada: Ia media de Ia poblacin, u, la desviacin estndar de sta, , y una X seleccionada.

Ejercicios:
Los ingresos semanales de los gerentes de nivel intermedio tienen una distribucin aproximadamente normal con una media de $1,000.00 y una desviacin estndar de $100.00. Cul es el valor z para un ingreso X de $1,100.00? Y, para uno de $900.00?

Utilizando la frmula:

Para X = $1,100: 1100 1000 100 = 1.00

Para X = $900:
900 - 1000 100 = - 1.00

La z de 1.00 indica que un ingreso semanal de $1,100.00 para un gerente de nivel intermedio est una desviacin estndar a la derecha de Ia media. La z de -1.00 indica que un ingreso de $900.00 est una desviacin estndar a la izquierda de Ia media. Ambos ingresos ($1,100 y $900) estn a Ia misma distancia ($100) de Ia media.

900

1,000

1,100

(pgina 200) Auto evaluacin 6-1 Ejercicios 3 a) b) 4

La primera aplicacin de Ia distribucin normal estndar es encontrar el rea bajo Ia curva normal entre una media y un valor seleccionado, designado como X. Utilizando Ia misma distribucin que en eI ejemplo anterior del ingreso semanal (u = $1 000, = $100)

CuI es el rea bajo Ia curva normal entre $1,000 y $1,100?

Ya se calcul el valor z para $1,100 utilizando la frmula: z = 1.00


La probabilidad asociada con el valor z de 1.00 se encuentra en el apndice D. Para ubicar el rea, desciende por la columna de Ia izquierda hasta 1.0. Luego muvete a Ia derecha y lee el rea bajo Ia curva en Ia columna marcada 0.00. Es 0.3413.

0.5

0.5

La media divide Ia curva normal en dos mitades idnticas. El rea bajo Ia mitad a Ia izquierda de Ia media es 0.5 y eI rea a Ia derecha de Ia media es tambien 0.5.

Ejercicios: Utilizando nuevamente el ingreso medio de $1,000 al mes y Ia desviacin estndar de $100 al mes:
1.Cul es Ia probabilidad de que un ingreso semanal especfico elegido aI azar est entre 790 y 1,000 dlares?

Pregunta 1

Calculamos eI valor z para $790 utilizando Ia frmula:

790 1000 = 100

- 210 = -2.10 100

El signo negativo en 2.10 indica que el rea est a Ia izquierda de Ia media.

-2.10

900

1,000

1,100

El rea bajo Ia curva normal entre u y X que corresponde a un valor z de -2.10 es: (apndice D). .4821

.4821

| | |
-2.10 900 1,000 1,100

2.CuI es Ia probabilidad de que eI ingreso sea menos de 790 dlares?

0.5

0.5

La media divide Ia curva normal en dos mitades idnticas. El rea bajo Ia mitad a Ia izquierda de Ia media es 0.5 y eI rea a Ia derecha de Ia media es tambien 0.5.

Por tanto, 0.5000 - 0.4821 = 0.0179

.4821 .0179 | |
|

|| |
-2.10 900 1,000 1,100

(pgina 202) Auto evaluacin 6-2 Ejercicios 5 a) b) c) 7 a) b) c)

Continuemos
Una segunda aplicacin de Ia distribucin normal estndar es: combinar dos reas:
- una a Ia derecha - y Ia otra a Ia izquierda de Ia media.

Regresemos a Ia distribucin de ingresos semanales (u = $1,000 = $100)

CuI es el rea bajo Ia curva normal entre $ 840 y $1,200?

Es necesario dividir Ia pregunta en dos partes. Para el rea entre $840 y Ia media de $1,000: 840 -1000 = -160 = 1.60 100 100 Para el rea entre $1,200 y Ia media de $1,000: 1,200 -1000 = 200 = 2.00 100 100

(apndice D). El rea bajo la curva para un valor z de -1.60 es: 0.4452. El rea bajo Ia curva para un valor z de 2.00 es 0.4772. Sumando las dos reas: 0.4452+ 0.4772 = 0.9224

As, Ia probabilidad de seleccionar un ingreso entre $840 y $1,200 es 0.9224.

En otras palabras, 92.24 por ciento de los gerentes tienen ingresos semanales entre $840 y $1,200.

| 0.4452. | | |
840

0.4772.
| | |
1,200

1,000

Continuemos
Otra aplicacin de Ia distribucin normal estndar esi: encontrar el rea mayor o menor de un valor especfico.

Continuemos con Ia distribucin de ingresos semanales (u = $1 000, = $100)

qu porcentaje de los ejecutivos recibe ingresos semanales de $1,245 o ms?

Para el rea entre $1,245 y Ia media de $1,000: 1,245 -1000 = 245 = 2.45 100 100

(apndice D).

El rea bajo Ia curva para un valor z de 2.45 es 0.4929.

Restando: 05000 - 0.4929 = 0.0071

Slo el .71 por ciento de los gerentes tienen ingresos semanales de $1,245 o ms.

0.4929

| 0.0071 | |
1,245

840

1,000

Continuemos
Otra aplicacin de Ia distribucin normal estndar es: determinar el rea entre dos valores en el mismo lado de la media.

Sigamos con Ia distribucin de ingresos semanales (u = $1 000, = $100)

CuI es el rea bajo Ia curva normal entre $ 1,150 y $1,250?

Es necesario dividir Ia pregunta en dos partes. Para el rea entre $1,250 y Ia media de $1,000: 1,250 -1000 = 250 = 2.50 100 100 Para el rea entre $1,150 y Ia media de $1,000: 1,150 -1000 = 150 = 1.50 100 100

(apndice D). El rea bajo la curva para un valor z de 2.50 es: 0.4938. El rea bajo Ia curva para un valor z de 1.50 es 0.4332. Restando las dos reas: 0.4938 - 0.4332 = 0.0606

As, Ia probabilidad de seleccionar un ingreso entre $1,150 y $1,250 es 0.0606.

En otras palabras, 6.06 por ciento de los gerentes tienen ingresos semanales entre $1,150 y $1,250.

| | |0.0606.| | |
1,000 1,150 1,250

Para resumir, existen cuatro situaciones en las que pudiera ser posible encontrar el rea bajo Ia distribucin normal estndar.

1. Para encontrar el rea entre u y z, entonces es posible buscar directamente el valor en Ia tabla.

2. Para encontrar el rea ms alI (mayor o menor) de z, entonces localice Ia probabilidad de z en Ia tabla y reste ese valor de 0.5000.

3. Para encontrar eI rea entre dos puntos a diferentes lados de Ia media, determine los valores z y sume las reas correspondientes.

4. Para encontrar el rea entre dos puntos en el mismo lado de Ia media, determine los valores z y reste el rea menor de Ia mayor.

(pgina 205) Auto evaluacin 6-3

(pgina 208) Ejercicio 9 a) b) c)

Una ltima aplicacin de Ia distribucin normal supone encontrar el valor de Ia observacin X cuando se conoce eI porcentaje por encima o por debajo de Ia observacin.

Ejemplo:
Un fabricante de goma de auto desea establecer una garanta de millaje mnimo para su nueva goma MX100. Las pruebas revelan que el millaje promedio es de 47,900 millas, con una desviacin estandar de 2,050 millas y una distribucin normal. El fabricante quiere establecer el millaje mnimo garantizado de modo que no se deba reemplazar ms del 4 por ciento de las gomas.

Qu millaje minimo garantizado deber anunciar el fabricante?

Utilizando Ia frmula, X representa el millaje mnimo garantizado

Z = X 47900
2050

Existen dos incgnitas, z y X. Para encontrar z, observemos que el rea bajo Ia curva normal a Ia izquierda de u es 0.5000.

El area entre u y X es 0.4600, que se encuentra restando 0.5000 - 0.0400.

0.4600 | 4% 0.04 | | |
X 47,900

(apndice D). El rea ms cercana a 0.4600 es: 0.4599. Muvete a los mrgenes de este valor y lee el valor z. El valor es: 1.75.

Debido a que el valor se encuentra a Ia izquierda de Ia media, en realidad es -1.75.

Sabiendo que Ia distancia entre u y X es -1.75 , ahora es posible determinar X (el millaje minimo garantizado):

-1.75 =

X 47900
2050

-1.75 (2050) = X 47900


X = 47900 1.75 (2050) = 44312

Conclusin:

El fabricante puede anunciar que reemplazar en forma gratuita cualquier goma que se desgaste antes de recorrer 44,312 millas y Ia empresa sabe que, bajo este plan, debe reemplazar slo el 4 por ciento de las gomas.

(pgina 206)

Auto evaluacin 6-4

(pgina 208) Ejercicio 9 d) 10 al 13

Otra aplicacin de Ia distribucin normal consiste en comparar dos o ms observaciones que estn en distintas escalas o unidades. Es decir, ambas observaciones se encuentran en distribuciones distintas.

Ejemplo:

Un estudio de los internos en una institucin correccional evala Ia responsabilidad social de los internos de Ia prisin y de sus perspectivas de rehabilitacin cuando se les Iibere.

Para medir su responsabilidad social, se administr a cada interno una prueba Las puntuaciones tienen una distribucin normal, con una media de 100 y una desviacin estndar de 20.

Los psiclogos de Ia prisin calificaron a cada interno respecto de las perspectivas de rehabilitacin.
Las calificaciones tienen tambien una distribucin normal, con una media de 500 y una desviacin estndar de 100.

La calificacin de Tora Carney en Ia prueba de responsabilidad social fue 146, y en rehabilitacin obtuvo una puntuacin de 335.

Cmo se compara Tora con otros miembros del grupo en cuanto a responsabilidad social y a Ia perspectiva de rehabilitacin?

Pasos a seguir: Convertimos Ia puntuacin de Ia prueba de responsabilidad social, 146, a un valor z utilizando Ia frmula:

Z = 146 100
20

Z = 2.30

Pasos a seguir: Convertimos Ia puntuacin de Ia prueba de rehabilitacinl, 335, a un valor z utilizando Ia frmula:

Z = 335 500
100

Z = - 1.65

Conclusin:
Por lo tanto, en lo referente a responsabilidad social, Tora Carney se encuentra en el 1 por ciento ms alto del grupo. Sin embargo, al compararla con otras internas, Tora se encuentra entre eI 5 por ciento ms bajo en cuanto a las perspectivas de rehabilitacin.

| 0.4505 0.0495 | | |
-1.65

0.4893
| 0.0107 | |
2.30

(pgina 207)

Auto evaluacin 6- 5

La aproximacin de la distribucin normal a la binomial En el captulo 5 estudiamos Ia distribucin de probabilidad binomial, que es una distribucin discreta. El cuadro de probabilidades binomiales en eI apndice A pasa sucesivamente de un n de 1 a uno de 20, y luego a n = 25.

La aproximacin de la distribucin normal a la binomial Si tuvieramos una muestra de 60, calcular una distribucin binomial para un nmero tan grande tomara mucho tiempo. Un enfoque ms eficiente consiste en aplicar Ia aproximacin de Ia distribucin normal a Ia binomial.

La aproximacin de la distribucin normal a la binomial El uso de Ia distribucin normal (que es contnua) como sustituto de una distribucin binomial (que es discreta) para valores de n parece razonable porque, a medida que n aumenta, Ia distribucin binomial se acerca cada vez ms a Ia distribucin normal.

Ejemplo:
La administracin del restaurante Santoni Pizza descubri que el 70 por ciento de sus clientes nuevos regresan para comer all de nuevo.
Para una semana en Ia que 80 clientes nuevos (por primera vez) cenaron en Santoni, cul es Ia probabilidad de que 60 o ms regresen aII a comer otra vez?

Antes de aplicar Ia aproximacin normal, es preciso cerciorarse de que Ia distribucin que vamos a trabajar es realmente una distribucin binomial.

Es preciso verificar los siguientes cuatro criterios: 1.Un experimento slo puede tener dos resultados mutuamente excluyentes: un xito y un fracaso.

2.La distribucin es consecuencia de contar eI nmero de xitos en un nmero fijo de ensayos.


3.Cada ensayo es independiente.

4.La probabilidad, p, permanece igual de un ensayo al siguiente.

Observe que se cumplen las condiciones binomiales: 1)Slo hay dos resultadosposibles: un cliente regresa o no regresa.

2)Es posible contar eI nmero de xitos, lo que significa, por ejemplo, que 57 de los 80 clientes regresarn. 3)Los ensayos son independientes, es decir, si Ia persona nmero 34 regresa para cenar en otra ocasin, no influye en que Ia persona nmero 58 regrese. 4)La probabilidad de que un cliente regrese permanece en un 0.70 para los 80 clientes.

Debido a que se usar Ia curva normal para determinar Ia probabilidad binomial de 60 o ms xitos, es preciso restar, en este caso, 0.5 de 60. El valor 0.5 se conoce como factor de correccin de continuidad. Este pequeo ajuste es necesario porque se utiliza una distribucin contnua (Ia distribucin normal) para aproximar a una discreta (Ia binomial). Al restar 600.5 = 59.5.

Cmo aplicar el factor de correccin Slo pueden surgir cuatro casos. Estos son: 1.Para Ia probabilidad de que aI menos X ocurra, X utilice (X - 0.5). 2.Para Ia probabilidad de que ocurra ms que X, utilice (X + 0.5). >X 3.Para Ia probabilidad de que ocurra X o menos, utilice (X + 0.5). X 4.Para Ia probabilidad de que ocurra menos de X, <X utilice (X- 0.5).

Para utilizar Ia distribucin normal para aproximar Ia probabilidad de que 60 mas de los 80 clientes que fueron por primera vez a Santoni regresen, realizaremos lo siguientes pasos.

Paso 1.
Encuentre Ia media y Ia varianza de una distribucin binomial y el valor z correspondiente a una X de 59.5 usando Ias siguientes frmuIas:

u = np = 80(.70) = 56
2 = np(1-p) = 80(.70)(1-.70) = 16.8 = raz cuadrada de 16.8 = 4.10 Z = 59.5 56 = 85 4.10

Paso 2. Determine el rea bajo Ia curva normal entre un u de 56 y un X de 59.5. Con base en el paso 1, se sabe que eI valor z correspondiente a 59.5 es 0.85. As, se consulta el apndice D y se baja por el margen izquierdo hasta 0.8, y luego se lee horizontalmente el rea bajo Ia columna encabezada por 0.05.

Esa rea es 0.3023.

Paso 3. Calcular eI rea myor de 59.5 restando 0.3023 de 0.5000 (0.5000 -0.3023 = 0.1977). As, 0.1977 es Ia probabilidad aproximada de que 60 o ms de los clientes que fueron a Santoni por primera vez regresen.

(pgina 212)

Auto evaluacin 6- 6

(pgina 212) Ejercicios 15 y 16

(pgina 214)
Ejercicio 21

(pgina 215) Ejercicio 33