ALGUNOS MODELOS DISCRETOS DE DISTRIBUCIN DE

PROBABILIDAD
Vamos a estudiar con ms detalles algunos modelos de probabilidad de
variables aleatorias continuas que sern de gran utilidad en la prctica.
Debemos seleccionar un modelo o funcin de probabilidad ya existente en la
literatura estadstica para describir el comportamiento de una variable aleatoria
real, ya que es muy difcil elaborar un modelo en forma exacta de un problema
concreto.
Con mtodos estadsticos se puede validar si el modelo utilizado es adecuado
para describir nuestros datos.

Modelo

Parmetros

Uniforme

a,b
b>a

Exponencial

>0

Normal

,
>0

Cecilia Larran

Funcin de densidad
f(x)

Media

1
;a x b
b-a
0
; en o.c.

f(x)=

f(x)=

f(x) =
-

e-x

, x>0

, en o.c

1
e
2
<x<

1 x
2

a+b
2

Varianza

(b - a)2
12

1
2

Modelos de probabilidad continuos

Pgina 1

La distribucin Normal
Muchas variables como el peso, estatura, edad, presin arterial, puntaje de un test psicolgico,
mediciones de calidad en muchos procesos industriales, , se distribuyen Normal. Este
modelo se caracteriza por tener un recorrido terico que es el eje de todos los nmeros reales y
una funcin de densidad que tiene un grfico acampanado y que se individualiza mediante dos
parmetros:
que representa a la media y 2 que corresponde a la varianza de la variable aleatoria

f(X)

Grafico de la distribucin Normal

68,2%

Funcin de densidad: f(x) =

1
e
2

1 x
2

; -

<x<

e = 2,718282

Algunas caractersticas de la distribucin N(,2)

-

(E(X) = , V(X) = 2)

La funcin de densidad es simtrica, mesocrtica y unimodal:

P(X < ) = P(X > ) = 0,5

- Media, mediana y moda coinciden

-

Entre la media y una desviacin estndar hay

aproximadamente

un

68,2%

de

probabilidad. P( |X | < ) = 0,682

-

Entre la media y dos desviaciones estndar hay aproximadamente un 95,4% de

probabilidad P( |X | < 2) = 0,954

Entre la media y tres desviaciones estndar hay aproximadamente un 99,7% de

probabilidad P( |X | < 3) = 0,997

Cecilia Larran

Modelos de probabilidad continuos

Pgina 2

Entre todos los modelos normales existentes destaca aquel que tiene media = 0 y
varianza 2 = 1 conocido como distribucin normal estandar (o normal tpica) para la cual
existen tablas (de probabilidades) muy completas.

Si la v.a. tiene distribucin N(,2)

X-
entonces la v.a. Z =
tiene distribucin nomal estandar.

Esta propiedad facilita el clculo de probabilidades

Ejemplo 1: El CI en seres humanos est distribuido normal con media 100 y desviacin
estndar 10. Si una persona es elegida al azar:

a.

cul es la probabilidad de que su CI sea inferior a 115?

X = CI de un sujeto
P(X < 115) = P

X-

115

10

100 = P(Z < 1,5) = 0,93319

Distribucin Normal estandarizada N(0, 1)

z

Prob.

Prob.

P(Z < z0)

z

Prob.

Prob

.
.
.

-1,66

0,04846

-1,20

0,11507

-0,74

0,22965

-0,28

0,38974

-1,65

0,04947

-1,19

0,11702

-0,73

0,23270

-0,27

0,39358

-1,64

0,05050

-1,18

0,11900

-0,72

0,23576

-0,26

0,39743

0,67364

0,91

0,81859

1,37

0,91466

1,83

0,96638

0,57

0,71566

1,03

0,84849

1,49

0,93189

1,95

0,97441

0,58

0,71904

1,04

0,85083

1,50

0,93319

1,96

0,97500

0,59

0,72240

1,05

0,85314

1,51

0,93448

1,97

0,97558

0,73237

1,08

0,85993

1,54

0,93822

2,00

0,97725

.
.
.

0,45
.
.
.

.
.
.

0,62
.

b. Cul es la probabilidad de que su CI supere 118 puntos

c. Determine la probabilidad de que su CI se encuentre entre 95 y 110 puntos.
d. Si se sabe que el sujeto seleccionado supera los 105 puntos de CI, determine
la probabilidad de que su CI sea inferior a 120

Cecilia Larran

Modelos de probabilidad continuos

Pgina 3

Aplicaciones de modelos continuos a ingeniera

Ejercicio 1
En cierta industria textil, las ventas diarias se distribuyen normal con una media
de 1,5 millones de pesos y una desviacin estndar de 0,3 millones de pesos.
La industria decide realizar una campaa de promocin de sus productos,
estimando que sus ventas aumentan en un 10%. Cul es la probabilidad que
las ventas en un da cualesquiera, despus de la campaa, supere los 2 millones
de pesos?
Ejercicio 2
El tiempo de duracin de los chips producidos por un fabricante de
semiconductores es una variable aleatoria cuya distribucin es aproximadamente
normal con media 5106 horas y desviacin estndar 5105 horas.
a. Un fabricante de computadores est dispuesto a comprar una gran cantidad
de chips siempre que al menos el 95% del lote tenga un tiempo de vida
superior a 4106. Qu decisin debera tomar en vista de la informacin
disponible?.
b. Determine entre que valores (duraciones) se encuentra el 50% central de la
variable.
Ejercicio 3
La resistencia a la traccin de un papel esta modelada por una distribucin
Normal con media 35 libras por pulgada cuadrada y desviacin estndar de 2
libras por pulgada cuadrada.
a. Las especificaciones requieren que la resistencia se encuentre en un
intervalo centrado en la media y de amplitud dos desviaciones estndar.
Qu porcentaje de las hojas de papel sern rechazadas por no cumplir
las especificaciones?
b. Cul es la resistencia mnima del 60% de los papeles que tienen mayor
resistencia a la traccin?
Ejercicio 4
La duracin ininterrumpida de un equipo electrnico tipo A es una variable
aleatoria distribuida normalmente con media 1400 horas y varianza 800 horas2, y
la duracin ininterrumpida de un equipo tipo B se distribuye exponencialmente
con media 1500 horas.
Qu tipo de equipo es ms conveniente elegir si se necesita realizar un
proceso que dure al menos 1340 horas, sin interrupcin?

Cecilia Larran

Modelos de probabilidad continuos

Pgina 4

Ejercicio 5 (modelo exponencial)

Una empresa suministra una serie de componentes con una vida media de
30000 horas. El riesgo de rotura de los mismos crece a lo largo del tiempo
segn una funcin exponencial ( = 0,0003)
a Determine la probabilidad de que un componente se rompa antes de llevar
1000 horas de funcionamiento. (resp.: 0,2592)
b.1. Si los componentes tienen una garanta de un mes, calcule la probabilidad de que
un componente se rompa estando en garanta. (resp.: 0,1943)
b.2. En un lote de 50 componentes, cuntas se esperan que se devuelvan
estando en garanta? (resp.: 10)
Ejercicio 6
En una distribucin normal el 31% de los elementos estn bajo de 45 y el 8%
sobre 64. Determine , y P65.
Ejercicio 7
En cierta comuna el 12,10% de las familias tienen un consumo de energa
elctrica superior a 260 kwh y el 2,28% de las familias gastan a lo ms 4089 um
mensuales en electricidad. Si el consumo mensual de energa elctrica, por
familia es una v.a. con distribucin normal y la compaa elctrica cobra 16,4 um
por kwh ms un costo adicional fijo de 317 um , qu porcentaje de las familias
de la comuna gasta ms de 4100 um mensuales en energa elctrica?
Ejercicio 8
Una cajera de supermercado demora en promedio 100 segundos en atender a
un cliente. Si se establecen como vlidos los supuestos de Poisson:
Cul es la probabilidad que la cajera atienda a ms de 20 cliente en 25
minutos? (Utilice Excel)
Ejercicio 9
El dimetro (X) de cierto fruto exportado se considera una v.a. distribuida normal,
con media 5 cm. y desviacin estndar 0.5 cm. Se supone que los dimetros de
los frutos son independientes.
a. Los frutos exportados con dimetro inferior a 4 cm. representan una prdida
de $10 por fruto, en cambio los frutos con dimetro superior o igual a 4 cm.
representan una utilidad de $50 por fruto, adems los frutos con dimetros
superior a 6 cm. el comprador bonifica el precio en $30. Cul es la utilidad
esperada por fruto exportado?.

Cecilia Larran

Modelos de probabilidad continuos

Pgina 5

b. Se desea encontrar un fruto cuyo dimetro mida entre 5,12 y 5,85 cm, para
lo cual se miden uno a uno los dimetros de los frutos hasta encontrarlo.
Calcule la probabilidad de que se deban hacer ms de tres mediciones.
c. Se miden los dimetros de 10 frutos elegidos independientemente. Cul es
la probabilidad de que por lo menos dos frutos tengan un dimetro inferior a 5
cm?
Ejercicio 10
Cierto tipo de transistor deber utilizarse en cierta aplicacin por lo menos
durante 50 horas. Se dispone de dos marcas de transistores. La duracin de un
transistor marca I tiene una distribucin normal con media 46 hr. y desviacin
estndar de 6 hr, en cambio la duracin de los transistores marca II tienen un
comportamiento normal con media 40 hr. y desviacin estndar de 14 horas.
a. Qu marca de transistor recomendara Ud.? Justifique su respuesta.
b. Se seleccionan al azar y en forma independiente cinco transistores de la
marca II. Cul es la probabilidad de que por lo menos uno dure ms de 50
horas?
c. Si un transistor de la marca I lleva funcionando ms de 50 h, cul es la
probabilidad de que dures menos de 65 horas?
Ejercicio 11
La resistencia de un cable elctrico de alta tensin se considera una variable
aleatoria con distribucin normal con una media de 36 (ohmios) y una varianza
de 0,64 (ohmios)2. Un cable se considera defectuoso si su resistencia es inferior
a 35 (ohmios).
a. De los cables que tienen una resistencia superior a 34 (ohmios) Qu
proporcin de cables se consideran defectuosos?
Sol:

X = resistencia de un cable elctrico de alta tensin

X ~ N( = 36 , 2 = 0,64)

P(X < 35 / X > 34) =

F (-1,25) - FZ (-2,5)
P(34 < X < 35)
0,1057 0,0062
= Z
=
P(X > 34)
1 0,0062
1 - FZ (-2,5)

= 0,1001

b.

Se eligen al azar y en forma independiente 10 cables, Cul es la probabilidad que

ms de 2 cables resulten defectuosos?
Sol:

Y = n de cables defectuosos en la muestra

Y ~ B(n = 10 , p = 0,1057)

Cecilia Larran

p = P(X < 35) = 0,1057

Modelos de probabilidad continuos

q = 0,8943

Pgina 6

p( y )

10
(0,1057)y (0,8943)10
y

; y = 0,1,2, ...,10

P(Y > 2) = 1 P(Y < 2)

= 1 [P( Y = 0) + (P = 1) + P(Y = 2)]
= 1 (0,3272 + 0,3867 + 0,2057)
= 1 0,9186
= 0,0814

Ejercicio 12
En la red informtica de una empresa hay 3 sistemas multiusuario, que se
identificarn como S1, S2 y S3. Las peticiones de conexin que se realizan a
estos equipos se reparten de forma que, el 60% se efectan sobre S1, el 30%
sobre S2 el 10% sobre S3.
Los tiempos de respuestas a estas peticiones son variables aleatorias,
expresadas en segundos, tal que:
i) El tiempo (X1) de respuesta de S1, en segundos, se distribuye
exponencialmente en media 5 seg.
ii) El tiempo (X2) de respuesta de S2, se segundos, tiene una distribucin
normal con media 6 seg y desviacin estndar de 2 seg.
iii) El tiempo (X3) de respuesta de S3, en segundos, se distribuye uniforme
entre 4 seg. y 8 seg.
Si el tiempo de respuesta de una peticin de conexin supera los 7
segundos, se dice que la peticin es fallida, y en otro caso se considera
peticin atendida.
a) Calcule la probabilidad de que una peticin seleccionada aleatoriamente
sea fallida.
Resp.: 0,2655
b) En 10 peticiones de conexin al sistema S2, seleccionadas aleatoriamente
y de forma independiente entre s, determine la probabilidad de que
resulten al menos una peticin de las que se consideran atendidas.
Resp.: 0,999

Cecilia Larran

Modelos de probabilidad continuos

Pgina 7