SlideShare una empresa de Scribd logo
1 de 8
1
Distribución Normal Estándar
Objetivo:
A continuación veremos un ejemplo de la forma como
debemos resolver problemas de distribución normal
estándar.
2
Ejemplo:
Una máquina de llenar refrescos está regulado para que
descargue en promedio de 207 ml por vas: si la cantidad del
líquido está distribuida uniformemente con una desviación
estándar de 15ml?
a) ¿Qué fracción de los vasos contendrá más de 231ml.
b) ¿Cuál es la posibilidad de que un vaso contenga entre 198
y 216ml.
Datos:
Media, µ = 207 ml
Desviación estándar s = 15 ml
3
a) ¿Qué fracción de los vasos contendrá más de 231ml.
Datos:
Media, µ = 207 ml
Desviación estándar s = 15 ml
1. Calcular el valor de Z
𝑧 =
𝑥−µ
𝑠
Este es el valor de X
Que es el dato que quiero conocer
µ=207 231
𝑧 =
231−207
15
= 1.6
Buscamos el valor de 1.6 en la tabla de distribución normal estándar
4
Buscando el valor de 1.6 en la tabla de distribución
normal estándar tenemos:
Z1.6= 0.4452
µ=207 231
De acuerdo a nuestra gráfica estamos
en el Caso II, entonces:
𝑃 𝑥 = 0.5 − 𝑍1
P (z ˃231)= 0.5 – 0.4452
= 0.0548
= 5.48 %
5
b) ¿Cuál es la posibilidad de que un vaso contenga entre
198 y 216 ml.
Datos:
Media, µ = 207 ml
Desviación estándar s = 15 ml
198 µ = 216
207
Para este caso debemos calcular dos valores de Z, uno para
198 y otro para 216
𝑍1 =
𝑥 − µ
𝑠
=
198 − 207
15
= −0.6
𝑍2 =
𝑥 − µ
𝑠
=
216 − 207
15
= 0.6
En este caso el valor
negativo solo indica que
es menor que la media,
para efectos de obtener
la probabilidad se
considera como positivo y
así se busca en tablas
6
Observamos que el valor de probabilidad para Z1 y Z2 es el mismo, lo
buscamos en tablas:
Z1= z-0.6= 0.2257
Z0.6= 0.2257
198 µ = 216
207
De acuerdo con nuestra gráfica estamos en el caso III:
𝑃 𝑥 = 𝑍1 + 𝑍2
Entonces la posibilidad de que un vaso contenga entre 198 y 216 ml es
igual a:
𝑷 ( 𝟏𝟗𝟖 ≤ 𝒙 ≤ 𝟐𝟏𝟔) = 𝟎. 𝟐𝟐𝟓𝟕 + 𝟎. 𝟐𝟐𝟓𝟕
= 𝟎. 𝟒𝟓𝟏𝟒 𝒙 𝟏𝟎𝟎
= 𝟒𝟓. 𝟏𝟒 %
7
Créditos
Tecnológicode Estudios Superiores
De CuautitlánIzcalli
Departamentode Educacióna Distancia
Probabilidady Estadística Descriptiva
Elaborado por: M. en C. y T. E Cecilia Vargas Velasco
8

Más contenido relacionado

La actualidad más candente

Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporciones
eraperez
 
Distribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de mediasDistribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de medias
eraperez
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
hoteles1
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Franklin Soria
 
ESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoiESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoi
SEURI KILAKOI
 
Pruebas de hipótesis u32
Pruebas de hipótesis u32Pruebas de hipótesis u32
Pruebas de hipótesis u32
Instruccional
 

La actualidad más candente (20)

Ejemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especialesEjemplos resueltos de funciones especiales
Ejemplos resueltos de funciones especiales
 
X cuadrada
X cuadradaX cuadrada
X cuadrada
 
Resueltos estimacion
Resueltos estimacionResueltos estimacion
Resueltos estimacion
 
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
Muestreo por diferencias de medias aritmeticas y por diferencia de proporcion...
 
Distribucion muestral de proporciones
Distribucion muestral de proporcionesDistribucion muestral de proporciones
Distribucion muestral de proporciones
 
Distribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de mediasDistribuciones muestrales. distribucion muestral de medias
Distribuciones muestrales. distribucion muestral de medias
 
Prueba de hipotesis
Prueba de hipotesisPrueba de hipotesis
Prueba de hipotesis
 
Prueba de hipotesis 2018 final
Prueba de hipotesis 2018 finalPrueba de hipotesis 2018 final
Prueba de hipotesis 2018 final
 
Trabajo estadistica
Trabajo estadisticaTrabajo estadistica
Trabajo estadistica
 
Tablas de probabilidades discretas
Tablas de probabilidades discretasTablas de probabilidades discretas
Tablas de probabilidades discretas
 
Teorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad totalTeorema de bayes probabilidad condicional y probabilidad total
Teorema de bayes probabilidad condicional y probabilidad total
 
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
Aplicación de pruebas de hipótesis para muestras pequeñas y grandes (2)
 
Tarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestasTarea 6 de probabilidad y estadistica con respuestas
Tarea 6 de probabilidad y estadistica con respuestas
 
Distribución Binomial
Distribución BinomialDistribución Binomial
Distribución Binomial
 
Probabilidad
Probabilidad Probabilidad
Probabilidad
 
Problemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidadProblemas resuelto-de-probabilidad
Problemas resuelto-de-probabilidad
 
Estadistica chi cuadrado
Estadistica chi cuadradoEstadistica chi cuadrado
Estadistica chi cuadrado
 
ESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoiESTADISITICA REPORT CLASS.docx seuri kilakoi
ESTADISITICA REPORT CLASS.docx seuri kilakoi
 
Pruebas de hipótesis u32
Pruebas de hipótesis u32Pruebas de hipótesis u32
Pruebas de hipótesis u32
 
Prueba Kolmogorov-Smirnov
Prueba Kolmogorov-SmirnovPrueba Kolmogorov-Smirnov
Prueba Kolmogorov-Smirnov
 

Más de Cecy Maestra TESCI

Más de Cecy Maestra TESCI (20)

Rubricas moodle
Rubricas moodleRubricas moodle
Rubricas moodle
 
Rubricas moodle
Rubricas moodleRubricas moodle
Rubricas moodle
 
Docentes creacion de lecciones
Docentes   creacion de leccionesDocentes   creacion de lecciones
Docentes creacion de lecciones
 
Encontrar materias
Encontrar materiasEncontrar materias
Encontrar materias
 
Mensajes a docentes
Mensajes a docentesMensajes a docentes
Mensajes a docentes
 
Como subir una tarea
Como subir una tareaComo subir una tarea
Como subir una tarea
 
Desigualdades valor absoluto
Desigualdades valor absolutoDesigualdades valor absoluto
Desigualdades valor absoluto
 
Desigualdades
DesigualdadesDesigualdades
Desigualdades
 
Ingreso exam admo
Ingreso exam admoIngreso exam admo
Ingreso exam admo
 
Ingreso a la plataforma
Ingreso a la plataformaIngreso a la plataforma
Ingreso a la plataforma
 
Portafolio de evidencias
Portafolio de evidenciasPortafolio de evidencias
Portafolio de evidencias
 
Area bajo la curva
Area bajo la curvaArea bajo la curva
Area bajo la curva
 
Problemas sociales
Problemas socialesProblemas sociales
Problemas sociales
 
Area bajo la curva
Area bajo la curvaArea bajo la curva
Area bajo la curva
 
Factorización
FactorizaciónFactorización
Factorización
 
Ecuaciones de segundo grado
Ecuaciones de segundo gradoEcuaciones de segundo grado
Ecuaciones de segundo grado
 
Ecuaciones de primer grado
Ecuaciones de primer gradoEcuaciones de primer grado
Ecuaciones de primer grado
 
Signos de agrupacion
Signos de agrupacionSignos de agrupacion
Signos de agrupacion
 
Linea de tiempo
Linea de tiempoLinea de tiempo
Linea de tiempo
 
Editar el perfil
Editar el perfilEditar el perfil
Editar el perfil
 

Último

PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
lupitavic
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Fernando Solis
 

Último (20)

PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docxPLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
PLAN DE REFUERZO ESCOLAR MERC 2024-2.docx
 
Medición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptxMedición del Movimiento Online 2024.pptx
Medición del Movimiento Online 2024.pptx
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLAACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
ACERTIJO DE POSICIÓN DE CORREDORES EN LA OLIMPIADA. Por JAVIER SOLIS NOYOLA
 
Infografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdfInfografía EE con pie del 2023 (3)-1.pdf
Infografía EE con pie del 2023 (3)-1.pdf
 
Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024Tema 10. Dinámica y funciones de la Atmosfera 2024
Tema 10. Dinámica y funciones de la Atmosfera 2024
 
origen y desarrollo del ensayo literario
origen y desarrollo del ensayo literarioorigen y desarrollo del ensayo literario
origen y desarrollo del ensayo literario
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
PLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docxPLAN DE REFUERZO ESCOLAR primaria (1).docx
PLAN DE REFUERZO ESCOLAR primaria (1).docx
 
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA IIAFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
AFICHE EL MANIERISMO HISTORIA DE LA ARQUITECTURA II
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 4ºESO
 
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESOPrueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
Prueba de evaluación Geografía e Historia Comunidad de Madrid 2º de la ESO
 
PIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonablesPIAR v 015. 2024 Plan Individual de ajustes razonables
PIAR v 015. 2024 Plan Individual de ajustes razonables
 
Dinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes dDinámica florecillas a María en el mes d
Dinámica florecillas a María en el mes d
 
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).pptPINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
PINTURA DEL RENACIMIENTO EN ESPAÑA (SIGLO XVI).ppt
 
Concepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptxConcepto y definición de tipos de Datos Abstractos en c++.pptx
Concepto y definición de tipos de Datos Abstractos en c++.pptx
 
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdfFeliz Día de la Madre - 5 de Mayo, 2024.pdf
Feliz Día de la Madre - 5 de Mayo, 2024.pdf
 
Power Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptxPower Point: Fe contra todo pronóstico.pptx
Power Point: Fe contra todo pronóstico.pptx
 
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
2024 KIT DE HABILIDADES SOCIOEMOCIONALES.pdf
 

Ejemplo distribución normal estándar

  • 1. 1
  • 2. Distribución Normal Estándar Objetivo: A continuación veremos un ejemplo de la forma como debemos resolver problemas de distribución normal estándar. 2
  • 3. Ejemplo: Una máquina de llenar refrescos está regulado para que descargue en promedio de 207 ml por vas: si la cantidad del líquido está distribuida uniformemente con una desviación estándar de 15ml? a) ¿Qué fracción de los vasos contendrá más de 231ml. b) ¿Cuál es la posibilidad de que un vaso contenga entre 198 y 216ml. Datos: Media, µ = 207 ml Desviación estándar s = 15 ml 3
  • 4. a) ¿Qué fracción de los vasos contendrá más de 231ml. Datos: Media, µ = 207 ml Desviación estándar s = 15 ml 1. Calcular el valor de Z 𝑧 = 𝑥−µ 𝑠 Este es el valor de X Que es el dato que quiero conocer µ=207 231 𝑧 = 231−207 15 = 1.6 Buscamos el valor de 1.6 en la tabla de distribución normal estándar 4
  • 5. Buscando el valor de 1.6 en la tabla de distribución normal estándar tenemos: Z1.6= 0.4452 µ=207 231 De acuerdo a nuestra gráfica estamos en el Caso II, entonces: 𝑃 𝑥 = 0.5 − 𝑍1 P (z ˃231)= 0.5 – 0.4452 = 0.0548 = 5.48 % 5
  • 6. b) ¿Cuál es la posibilidad de que un vaso contenga entre 198 y 216 ml. Datos: Media, µ = 207 ml Desviación estándar s = 15 ml 198 µ = 216 207 Para este caso debemos calcular dos valores de Z, uno para 198 y otro para 216 𝑍1 = 𝑥 − µ 𝑠 = 198 − 207 15 = −0.6 𝑍2 = 𝑥 − µ 𝑠 = 216 − 207 15 = 0.6 En este caso el valor negativo solo indica que es menor que la media, para efectos de obtener la probabilidad se considera como positivo y así se busca en tablas 6
  • 7. Observamos que el valor de probabilidad para Z1 y Z2 es el mismo, lo buscamos en tablas: Z1= z-0.6= 0.2257 Z0.6= 0.2257 198 µ = 216 207 De acuerdo con nuestra gráfica estamos en el caso III: 𝑃 𝑥 = 𝑍1 + 𝑍2 Entonces la posibilidad de que un vaso contenga entre 198 y 216 ml es igual a: 𝑷 ( 𝟏𝟗𝟖 ≤ 𝒙 ≤ 𝟐𝟏𝟔) = 𝟎. 𝟐𝟐𝟓𝟕 + 𝟎. 𝟐𝟐𝟓𝟕 = 𝟎. 𝟒𝟓𝟏𝟒 𝒙 𝟏𝟎𝟎 = 𝟒𝟓. 𝟏𝟒 % 7
  • 8. Créditos Tecnológicode Estudios Superiores De CuautitlánIzcalli Departamentode Educacióna Distancia Probabilidady Estadística Descriptiva Elaborado por: M. en C. y T. E Cecilia Vargas Velasco 8