Estadística Y

Probabilidades
Modelos de Distribución de
una variable aleatoria
continua
1
1. Distribución Uniforme

2
Aplicaciones
 Muestreo de una distribución uniforme: Juegos de lotería
 La ocurrencia de un accidente en un momento cualquiera de
8:00 a 9:00 horas, en la esquina de las avenidas Central y
Bolívar.
 La llegada de un cliente a un cajero automático de 18:00 a
20:00 horas.
 El tiempo que demora un obrero en trasladarse desde su hogar
hasta su centro de trabajo.
 El tiempo de arribo de un vuelo procedente del Cusco.
 El volumen de agua mineral en una botella.
 Longitud de barras de mantequilla, longitud de fierros de
construcción, longitud conos de papel, …)
 Una distribución uniforme de probabilidad es una distribución
continua en la que la probabilidad de que la variable aleatoria
asuma un valor en cualquier intervalo es igual para todo
intervalo de igual longitud.
3
Distribución uniforme
Definición: La variable aleatoira X sigue una distribución
uniforme con parámetros a y b, si su función de densidad
de probabilidad es

 1
 , a xb 1
f ( x)   b  a ba

0 , xa ó xb

Notación y parámetros: X~U(a,b); 2 parámetros a,b  |R; a<b

Distribución uniforme
Función de distribución:

 0, x  a
x  a
F ( x)  P( X  x)   , a xb
b  a
 1 , xb

Descripción:

ab
E ( x) 
2
(b  a ) 2
Var ( x ) 
12
 Ejemplo
 La función de densidad de probabilidad del
tiempo necesario para terminar una operación de
ensamblado es f(x)=0.1 para 30<x<40 segundos.
A) Calcular la proporción de ensambles que requieren más
de 33 segundos para concluir su operación.
B) ¿Qué tiempo de armado es el que excede el 90% de los
ensambles?
C) Calcular la media y la varianza del tiempo de
ensamblado.
 2. Distribución Exponencial

Se emplea como modelo para la distribución de

frecuencias relativa del tiempo entre llegadas a un
mostrador de servicio (centros de cómputo, caja de
súper mercado, clínica hospitalaria, etc.) cuando la
probabilidad de que un cliente llegue en cierta unidad
de tiempo es igual a la probabilidad de que llegue en
cualquier otra.
 El tiempo que transcurre desde que se cursa una
petición y el cliente es servido.
 El tiempo de vida de un componente
Relación entre la distribución de Poisson y
la exponencial
Distribución de Poisson: Sea Y una P( ) que representa
el número de llegadas en un intervalo de tiempo fijo.
Distribución exponencial: En este mismo problema
consideramos ahora el tiempo que transcurre entre
dos llegadas.
Sea X la v.a que representa dicho tiempo. Entonces
X se distribuye como una Exponencial().
 Distribución exponencial
Definición: La v.a X sigue una distribución
exponencial si su función de densidad es
f(x) =  e-x, si x  0.
= 0, si x < 0.

12

10

6
Media=0.1=1/
4
Varianza=0.01=1/2
2

0
0 0.1 0.2 0.3 0.4 0.5 0.6
 Distribución exponencial
Parámetro: 

Notación: X~Exp()

Medidas: E(X)=1/; Var(X)=1/ 2

Función de Distribución:

F(X)= 1- e-x si x  0.
= 0 si X<0
Ejemplo
 Determinar la probabilidad de que un
camión que llega a un puerto sea cargado
en 6 minutos o menos. Se sabe que en
promedio se demoran 15 minutos

f ( x)

P( x  6)  1  e 6 /15  0.3297

0 6 Tiempo(min) 11
 Ejemplo

 El número de clientes que llega a una

oficina se distribuye de acuerdo con una
ley de Poisson de media 2 por minuto.
 ¿Cuál es la probabilidad de que entre dos
llegadas consecutivas pasen como mínimo
5 minutos?
 ¿Cuál es el tiempo medio transcurrido
entre dos llegadas consecutivas?
Solución

 La distribución de X=tiempo entre dos

llegadas consecutivas es Exp(=2)
Por tanto P(X  5) = 1 - P(X < 5) = e-·5
 = e-10 = 4.5 x 10-5.

E(X) = 1/ = 1/2 = .5.

 Propiedad de ‘falta de memoria’ de
la distribución exponencial
 Se dice que la distribución exponencial no tiene memoria.
Esto es
P( X  s  t | X  t )  P( X  s).
para todo s, t  0.
 Interpretación: Supongamos que queremos determinar la
probabilidad de que llegue un cliente en la próxima media
hora. Esta propiedad nos dice que nos da igual conocer
cuando llegó el último cliente o calcular directamente cuál
es la prob. de que llegue en los prox. 30 min SIN tener en
cuenta el pasado.
 Ejemplo

 El tiempo en que un producto está de

moda en su mercado se distribuye como
una exponencial de parámetro 8 meses.
Si sabemos que ya lleva 5 de moda, ¿cuál
es la probabilidad de que dure 10 más?
Solución
 Sea X: tiempo que el producto está de
moda. Nos piden:
P(X  10  5|X  5 )

 Por la propiedad de ausencia de memoria

de las distribuciones exponenciales
sabemos que
P( X  10  5 | X  5)  P( X  10).

Por tanto P( X  10)  1  P( X  10)  1  (1  e 10*8 )

 e 10*8
 3. Distribución normal o de Gauss
Modela muchos fenómenos de
nuestro entorno como el
consumo de cierto producto por
un mismo grupo de individuos;
los ingresos por ventas; los
descuentos de tarjetas de
fidelidad, el precio, el precio de
hoteles, la demanda de
entradas, …
Símbolo: N(μ, σ)
Donde:
 Distribuciones binomiales con n
μ: Esperanza
grande (n>30) y ‘ ni pequeño’
σ: Desviación estándar
(n>5) ‘ni grande’ (n(1-)>5)
17
Distribución normal estándar
 Todas las distribuciones normales N(μ, σ), pueden
ponerse mediante una traslación μ, y un cambio de
escala σ, como N(0,1). Esta distribución especial se
llama normal tipificada.

x
z

 Nos permite así comparar entre dos valores de dos
distribuciones normales diferentes, para saber cuál
de los dos es más extremo.

18
 Uso de Software
Z es normal estándar o tipificada Calcular P[Z<-0,54]

Solución: 0,2946
19
 Uso de Tabla N(0,1)
Z es normal estándar o tipificada.

Calcular P[Z<1,85]

0.96784

Solución: 0,96784

20
Tabla N(0,1) Z es normal tipificada.

Calcular P[-0,54<Z<1,85]

Solución: 0,968-0,295= 0,673

21
 Ejemplo 2
Hallar P(z > -0.34 )

0.63307

-0.34

z
 Ejemplo 3
¿Cuál es la probabilidad de que un valor de z esté entre -2.03 y 0?

?
z
-3 -2 -1 0 1 2 3
 Ejemplo 4
¿Cuál es la probabilidad de que un valor de z esté entre -2.03 y 2.03 ?

?
z
-3 -2 -1 0 1 2 3
 Ejemplo 5

Hallar P( 0.34 < z < 2.30)

z
-3 -2 -1 0 1 2 3
 EJEMPLO 6
Sea una variable distribuida normalmente con media  = 4
y desviación típica  = 1.5 ¿Cuál es la probabilidad de
encontrar un valor X  6?
xμ
z
σ

? x
-0.5 1 2.5 4 5.5 6 7 8.5

-3 -2 -1 0 1 1.33 2 3 z
 ¿Cómo hallar un valor de z, dada la probabilidad?

Hallar el valor de z que deja por encima de él un 38.20%

(0.3820)

38.20%

z=?
 ¿Cómo hallar un valor de x, dada la probabilidad?

Ejemplo: Sea una variable distribuida normalmente con  =4 y

 =2 . Hallar el valor de x que deja por encima de él un 38.20%
(0.3820)

38.20%

x=?
1) De una estación parte un ómnibus cada 20 minutos, un pasajero llega
de improviso a la estación determinar :
La probabilidad de que espere al ómnibus menos de 7 minutos.
a) Esperanza y varianza de la variable aleatoria tiempo de espera.

2) El tiempo requerido para reparar una máquina es una v.a. con

distribución exponencial con parámetro 1/2.
a) ¿Cuál es la probabilidad de que el tiempo de reparación exceda a 2
horas?
b) ¿Cuál es la probabilidad condicional de que la reparación dure por lo
menos 10 horas, dado que su duración excede a 9 horas?

3) La vida en años de un cierto tipo de componente de un sistema tiene

una distribución exponencial con parámetro 1/10. Si en un sistema
diferente se instalan 4 de estas componentes, ¿Cuál es la probabilidad
de que al menos 3 de ellos continúen funcionando al término de 10
años?
29
8) Cierto tipo de pieza para automóvil tiene un promedio
de duración de tres años, con una desviación estándar
de 0,5 años. Suponga que las duraciones de las piezas
están normalmente distribuidas y encuentre la
probabilidad de que una pieza determinada tenga un
tiempo de duración de más de 3,5 años.

Sol: 0,1587

30
9) Una fábrica de alimentos empaca productos cuyos pesos
están normalmente distribuidos con media de 450 gramos y
desviación estándar de 20 gramos. Encuentre la probabilidad de
que un paquete escogido al azar pese entre 425 y 486 gramos.
Sol: 0,8585

10) En un proceso industrial el diámetro de una arandela es muy

importante. El comprador establece en sus especificaciones que
el diámetro debe ser de 3,0 ± 0,01 mm. La condición es que no
acepta ninguna arandela que se salga de estas especificaciones.
Se sabe que en el proceso el diámetro de las arandelas tienen
distribución normal con media de 3,0 mm y una desviación
estándar de 0,005 mm. ¿Qué porcentaje de arandelas será
rechazado?.
Sol: 4,56%

31
21) Los gastos mensuales en alimentación para familias de cuatro
miembros en una ciudad grande son en promedio de $420 con una
desviación estándar de $80. Si los gastos mensuales en
alimentación siguen una distribución normal:
a) ¿Qué porcentaje de estos gastos es menor de $350?
Sol: 18,94%
b) ¿Qué porcentaje de estos gastos está entre $250 y $300?
Sol: 5,02%
c) ¿Qué porcentaje de estos gastos es menor de $250 o mayor de
$450? Sol: 36,86%
d) ¿Cuál es el gasto mayor en dólares que hace una familia que está
entre el 25% de las familias que menos gastos realizan en
alimentación? Sol: 366,4 dólares
32
24) Un análisis indica que la duración de las llamadas
telefónicas en cierta localidad tienen una distribución
normal con media de 240 segundos y varianza de 1600
segundos2.
a) Si se consideran 1000 llamadas. ¿Cuántas cree usted que
durarán menos de 180 seg.? Sol: 67
 b) ¿Cuál es la duración de la llamada más larga de
aquellas que conforman el 1% de las más breves?
Sol. 146,8 seg.
 e) La central telefónica de la localidad ha decidido cobrar
un impuesto adicional al 5% de las llamadas de mayor
duración. ¿Cuánto será el tiempo máximo que puede
llamar una persona para que no le sea cobrado impuesto?
Sol: 305,8 seg.
33
15) La cantidad real de café instantáneo que vierte una
máquina en jarras de 4 onzas varía de una jarra a otra, y se
puede fijar como una variable aleatoria que tiene una
distribución normal con σ = 0,04 onzas. Si sólo el 2% de las
jarras va a contener menos de 4 onzas de café. ¿Cuál debe
ser el contenido medio de estas jarras?
Sol: μ = 4,082 onzas.

18. El precio promedio de las acciones que pertenecen a

S&P500 es de $30 y la desviación estándar es $8.20
Suponga que los precios de las acciones están distribuidos
normalmente.
a. ¿De que el precio de las acciones de una empresa no sea
mayor a $20?
b. ¿De cuánto deben ser los precios de las acciones de una
empresa para que esté entre las 10% mejores?
34