La distribucin exponencial tiene una utilidad prctica ya que podemos

considerarla como un modelo adecuado para la distribucin de probabilidad del

tiempo de espera entre dos hechos que sigan un proceso de Poisson.
La distribucin exponencial puede derivarse de un proceso experimental de
Poisson con las mismas caractersticas que las enunciadas al estudiar la
distribucin de Poisson, pero tomando como variable aleatoria, en este caso, el
tiempo que tarda en producirse un evento, por tal razn la variable aleatoria ser
continua.
Este modelo de probabilidad es de gran utilidad en los siguientes casos:
Distribucin del tiempo de espera entre sucesos de un proceso de Poisson.
Distribucin del tiempo que transcurre hasta que se produce un fallo, si se
cumple la condicin que la probabilidad de producirse un fallo en un instante
no dependen del tiempo transcurrido. Aplicaciones en fiabilidad y teora de la
supervivencia (tiempos de vida).
Distribucin Exponencial
Se dice que una variable aleatoria X tiene una distribucin
Exponencial con parmetro >0 si la funcin de densidad de X es:
Distribucin Exponencial
( )
1
* 0
( , )
0 en otro caso
x
e x
f x

>

La media y la desviacin estndar de la distribucin exponencial

son iguales a 1/. Estas vienen dadas por:
La funcin de densidad acumulada de X se puede integrar sin
dificultad, quedando expresada como:
Distribucin Exponencial
2
2
1 1
y o

= =
0 0
( , )
1 0
x
x
F x
e x

<

=

>

8. Ejercicio:
La amplia experiencia con ventiladores de cierto tipo utilizados en
motores Diesel, indica que la distribucin exponencial proporciona
un buen modelo para el tiempo hasta que se presenta una falla.
Suponga que el tiempo medio hasta que se presenta una falla es de
25000h. Cual es la probabilidad de que:
a) Un ventilador seleccionado al azar dure por lo menos 20000h?
0.449
b) Alo sumo 30000h? 0.699
c) Entre 20000 y 30000 horas? 0.148
d) La vida til de un ventilador se exceda en mas de 2
desviaciones estndar? 0.135
e) Cual es el tiempo mediano de duracin de un ventilador?
Distribucin Exponencial
Quiz la distribucin ms importante de probabilidad para describir una
variable continua es la distribucin de probabilidad normal.
Muchas poblaciones numricas tienen distribuciones que se pueden
ajustar a una curva normal apropiada. Como ejemplos se tienen la
altura, el peso, entre otras caractersticas fsicas, errores de medicin en
experimentos cientficos, mediciones de inteligencia, aptitud,
numerosas medidas econmicas e indicadores Aun cuando la
distribucin es discreta, la curva normal suele dar una buena
aproximacin.
Cuando los resultados de un experimento son debidos a un conjunto
muy grande de causas independiente, que actan sumando sus efectos,
siendo cada efecto individual de poca importancia respecto al conjunto,
es esperable que los resultados sigan una distribucin normal.
La distribucin normal es la mas utilizada en procesos inferenciales
Distribucin Normal
Definicin
Se dice que una variable aleatoria X tiene una distribucin Normal, si
su funcin de densidad es:
Donde es la media y la desviacin estndar
( )
2
1
2 2
1
( ) ( ; , ) ,
2
x
f x N x e x

o
o
o t

= = < <
-3 -2 -1 0 1 2 3 -4 -3 -2 -1 0 1 2 3 4
= 0 = 1
= 0 = 2
Distribucin Normal
La distribucin de probabilidad normal es una distribucin
continua de probabilidad.
Propiedades de la Normal:
1. La familia completa de distribucin de probabilidad normales
se diferencia por su media y desviacin estndar .
2. El punto ms alto de la curva normal es la media, que tambin
es la mediana y la moda de la distribucin.
3. La media de la distribucin puede ser cualquier valor
numrico: negativo, cero o positivo.
4. La distribucin de probabilidad normal es simtrica, y su
forma a la izquierda de la media es una imagen especular de la
forma a la derecha de la media.
Distribucin Normal
Propiedades de la Normal:
5. La desviacin estndar () determina el ancho de la curva. A
valores mayores de se tienen curvas mas anchas y bajas, que
muestran una mayor dispersin en los datos.
6. Las probabilidades para la variable aleatoria normal estn
dadas por reas bajo la curva. El rea total bajo la curva para la
distribucin de probabilidad normal es 1.
Distribucin Normal
Ejemplo:
Se desea saber como se distribuye la cantidad de llenado de una
maquina despachadora de gaseosas. Para esto se toma una muestra de
200 botellas y se observa la cantidad de liquido contenido
La cantidad de llenado de la maquina despachadora puede describirse
por una distribucin normal con media 200ml y desviacin estndar
15ml.
160 180 200 220 240
0
.
0
0
0
0
.
0
0
5
0
.
0
1
0
0
.
0
1
5
0
.
0
2
0
0
.
0
2
5
0
.
0
3
0
La curva de densidad normal
describe de forma compacta el
aspecto general de los datos,
ignorando las pequeas
irregularidades as como las
observaciones atpicas
Distribucin Normal
140 160 180 200 220 240 260 190 210
Ejemplo:
Una maquina despachadora de gaseosa est ajustada para servir un
promedio de 200 ml por vaso. Si la cantidad de gaseosa es
normalmente distribuida con una desviacin estndar de 15 ml Cul es
la probabilidad de que un vaso contenga entre 190 y 210 ml?
2
1

210
2
190
1
(190 210)
2
x
P X e dx

o
to

| |

|
\ .
< < =
}
Distribucin Normal
Distribucin Normal Estndar
Se dice que una variable aleatoria que tiene distribucin
normal con media cero (=0) y desviacin estndar uno (=1)
tiene una distribucin de probabilidad normal estndar y se usa la
letra Z para indicar esta variable aleatoria normal especial.
Para la distribucin de probabilidad normal estndar se han
determinado las reas bajo la curva normal, y se muestran en
tablas que se pueden usar para calcular probabilidades.
Se puede pasar de una distribucin Normal a una Normal
Estndar?
Distribucin Normal
Estandarizacin de una Variable Aleatoria Normal:
La nueva variable Z sigue una distribucin normal con Media 0 y
Varianza 1, para la cual el calculo de la integral est resuelto en algunas
tablas
( )
0
) ( z Z P
x
Z P
x X
P x X P < =
|
.
|

\
|

< =
|
.
|

\
|

<

= <
o

o

o

=
x
Z
Distribucin Normal
Distribucin del llenado de las botellas:
Probabilidad de que 190 < X < 210
) 15 , 200 ( = = o N
190 200 210 200
(190 210)
15 15
( 0.66 0.66)
( 0.66) ( 0.66)
X
P X P
P Z
P Z P Z

o

| |
< < = < <
|
\ .
= < <
= < <
BUSCAR EN TABLA
Distribucin Normal
7454 . 0 ) 66 . 0 ( = < Z P
Distribucin Normal
7454 . 0 ) 66 . 0 ( = < Z P
Distribucin Normal
( 0.66) 0.2546 P Z < =
Distribucin del llenado de las botellas:
Probabilidad de que 190 < X < 210
) 15 , 200 ( = = o N
190 200 210 200
(190 210)
15 15
( 0.66 0.66)
( 0.66) ( 0.66)
0.7454 0.2546 0.49
X
P X P
P Z
P Z P Z

o

| |
< < = < <
|
\ .
= < <
= < <
= =
Distribucin Normal
9. Ejercicios:
1. Si z es una variable aleatoria normal estndar, determine las
probabilidades siguientes:
a. P(z < 1.20) b. P(z -0.71)
c. P(0 z 0.83) d. P(-1.57 z 0)
e. P(z 1.96)
2. Si z es una variable aleatoria normal estndar, determine z en
cada caso:
a. El rea a la derecha de z es 0.1314
b. El rea a la izquierda de z es 0.6700
c. El rea entre 0 y z es 0.4750
d. El rea entre 0 y z es 0.2291
Distribucin Normal
Ejercicios:
3. La distribucin de resistencias para resistores de cierto tipo es
normal, 10% de los resistores tienen una resistencia mayor a
10.256 ohms y 5% una resistencia menor a 9.671 ohms. Cual es
la media y la desviacin de la distribucin de resistencias? 10;0.2
Distribucin Normal
30 40 50 60 70
El histograma de la distribucin binomial tiende a ser simtrico cuando p = 0.5 o
cuando n es grande.
Esto hace que para valores de p cercanos a 0.5 y para valores de n grandes, las
probabilidades acumuladas de una binomial se parecen mucho a los valores que
se obtendran si se usa una distribucin normal.
0 2 4 6 8 10 0 2 4 6 8 10
70 75 80 85 90 95 100
n = 10
p = 0.1
n = 10
p = 0.5
n = 100
p = 0.5
n = 100
p = 0.9
Aproximacin de una Binomial
a una Normal
La distribucin binomial se aproxima a la normal cuando n es
grande p es aproximadamente igual a 0.5
0 2 4 6 8 10 0 2 4 6 8 10
Binomial
n = 20
P = 0.5
Normal
= 10

2
= 5
) , , ( p n x B
) , , ( npq np x N = = o
Aproximacin de una Binomial
a una Normal
0 5 10 15 20
La distribucin binomial se aproxima a la normal cuando n es
grande p es aproximadamente igual a 0.5
Binomial
n = 100
P = 0.1 ) , , ( p n x B
) , , ( npq np x N = = o
0 5 10 15 20
Normal
= 10

2
= 9
Aproximacin de una Binomial
a una Normal
Ejemplo:
Estadsticas publicadas por un peridico local muestran que en una
noche de fin de semana, en promedio, 1 de cada 10 conductores est
ebrio. Si se verifican 400 conductores en forma aleatoria la siguiente
noche de sbado, Cul es la probabilidad de que el nmero de
conductores ebrios sea:
a. Menos de 30?
b. Ms de 49?
c. Al menos 30 pero menos de 49?
d. Exactamente 20?
Distribucin ??? Parmetros ???
) 10 / 1 , 400 , ( = = p n x B
??) ??, , ( = = o x N
6 40
Aproximacin de una Binomial
a una Normal
Cuando se aproxima una variable aleatoria discreta por una
variable aleatoria continua se debe tener en cuenta que en las
distribuciones discretas tiene sentido hablar de P(X=x), pero en
las distribuciones continuas no. Por tanto, si deseamos hallar
P(X=x), la aproximacin se realizara por:
( ) ( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
0.5 0.5
0.5
0.5
0.5
0.5
P X x P x X x
P X x P X x
P X x P X x
P X x P X x
P X x P X x
= = s s +
s = s +
< = s
> = >
> = > +
Aproximacin de una Binomial
a una Normal
30 40 50 60 70
0 5 10 15 20
0 2 4 6 8 10 0 2 4 6 8 10
El histograma de la distribucin Poisson tiende a ser simtrico cuando
crece.
= 1 = 2
= 10
= 50
Aproximacin de una Poisson
a una Normal
0 10 20 30 40
La distribucin Poisson se aproxima a la normal cuando es
grande.
) , ( x POISSON
) , , ( o = = x N
Poisson
= 20
Normal
= 20

2
= 20
Aproximacin de una Poisson a una Normal
Ejemplo:
Un banco recibe en promedio 6 cheques falsos al da, suponiendo que
el nmero de cheques falsos sigue una distribucin Poisson, Cul es la
probabilidad de que se reciban ms de 40 cheques falsos en una
semana?
= 30 (Promedio de cheques falsos en una semana)
) 30 , ( = x Poisson
) 30 , 30 , ( = = o x N
Aproximacin de una Poisson a una Normal
Ejercicio de la clase anterior:
Suponga que nos interesa el numero de llegadas a la ventanilla
de servicio de un banco, durante un periodo de 15 minutos en las
maanas de los das hbiles. Un anlisis de datos histrico
muestra que el numero promedio de personas que llega en un
periodo de 15 minutos es 10.
a) Cual es la probabilidad de que hayan exactamente cinco
llegadas en 15 minutos?
b) Cual es la probabilidad de que lleguen al menos 20 personas en
una hora?
Ejercicio
Una maquina produce baleros cuyos dimetros tienen una distribucin
normal con una media de 3.0005 pulgadas y una desviacin estndar
de 0.0010 pulgadas. De acuerdo con las especificaciones, los dimetros
de los baleros estn en el intervalo de 3.000 0.0020 pulgadas. Los
que tengan dimetros fuera de este intervalo se pasan de nuevo por la
maquina.
Con base en las condiciones sealadas de produccin de la maquina,
Qu fraccin del producto total se debe pasar de nuevo por la
maquina?
Ejercicio