1.

Variables aleatorias continuas famosas

Distribución Uniforme: X tiene distribución uniforme en el intervalo [a, b], si su fun-
ción de densidad es
 1
b−a
a≤x<b
fX (y) =
0 en otro caso.
Notación: X ∼ U (a, b).

Propiedades Si X ∼ U (a, b) entonces

a+b (b−a)2
1. E(X) = 2
V (X) = 12

2. La función de distribución de X viene dada por


 0 x<a
x−a
FX (x) = a≤x≤b
 b−a
1 x>b

Ejercicio 1 El tiempo, en minutos, que una persona permanece en la cola de un super-

mercado se puede modelar mediante una variable aleatoria U (1, 10).

1. Calcular la probabilidad de que una persona esté en la cola menos de 6 minutos.

2. Calcular la probabilidad de que una persona esté entre 3 y seis minutos

3. ¿Cuál es el tiempo medio esperado?

Distribución exponencial X tiene distribución exponencial de parámetro λ si su función

de densidad es
 −λx
λe 0≤x
fX (x) =
0 en otro caso.
donde 0 ≤ λ.
Notación: X ∼ exp(λ).

Propiedades Si X ∼ exp(λ) entonces

1 1
1. E(X) = λ
V (X) = λ2

2. La función de distribución de X viene dada por


0 x<0
FX (x) =
1 − e−λx 0≤x

Ejercicio 2 La biblioteca de una facultad dispone de una red de computadoras al alcance

de los estudiantes. El tiempo medido en minutos que un estudiante destina a búsqueda
bibliográfica semanalmente es una variable aleatoria T exponencial, además, se sabe que el
49,9 % de los estudiantes destina mas de 20 minutos en búsqueda bibliográfica.

1
 1. Hallar la densidad de la variable aleatoria T.

2. Supongamos que de acuerdo al tiempo destinado a la búsqueda bibliográfica el usuario

(siempre estudiante) es clasificado en una de cuatro categorı́as: I si T < 25 , II si
25 ≤ T ≤ 50, III si 50 ≤ T ≤ 75 y IV si T > 75. Hallar la función de probabilidad
puntual de W = categorı́a asignada al usuario.

Definición Dada una función de distribución FX y p un número entre cero y uno, lla-
mamos percentil 100 − p èsimo de la distribución FX al valor z tal que FX (z) = p.

Ejercicio 3 Hallar el percentil 0,99 de una distribución exp(4).

Distribución normal estandar X tiene distribución normal estandar si su función de

densidad es
1 2
fX (x) = √ e−x /2
2π
Notación X ∼ N (0, 1)

Lamentablemente al no haber una fórmula en términos de funciones elementales para la

2
primitiva de e−x , la función de distribución de la variable aleatoria normal estandar está ta-
bulada y se denota por φ(x), es decir si X ∼ N (0, 1) entonces definimos φ(x) = P (X ≤ x).

Ejercicio 4 Trabajamos un poco con la tabla. Supongamos que Z ∼ N (0, 1).

1. ¿Cuál es la probabilidad de observar un resultado mayor que 2.6?

2. Calcular y dibujar P (Z < 1,35)

3. Calcular y dibujar P (−1,7 < Z < 3,1)

4. Hallar a de modo que P (Z < a) = 0,85

5. Hallar a de modo que P (Z > a) = 0,20.

Definición X tiene distribución normal de parámetros µ y σ si su función de densidad

es
1 2 2
fX (x) = √ e−(x−µ) /2σ σ>0
2πσ
Notación X ∼ N (µ, σ 2 )
X −µ
Propiedad Si X N (µ, σ 2 ) entonces Z = ∼ N (0, 1).
σ
Ejercicio 5 Sea X una v.a. con distribución N (5, 0,25). Calcular:

a) P (4,75 ≤ X ≤ 5,50)

b) P (|X| > 5,25)

c) c tal que P (|X − 5| ≤ c) = 0,90

2
 d) el 90-percentil de X.

Propiedad Si X N (µ, σ 2 ) entonces E[X] = µ V (X) = σ 2

Ejercicio 6 Una máquina produce piezas cuyos diámetros (en mm) tiene distribuición
normal con esperanza µ = 3 para todas las máquinas y varianza igual a 2. Si el diámetro
de una pieza difiere de su valor esperado en por lo menos 2 mm, la pieza está fuera de los
lı́mites de especificación.
1. Calcule la probabilidad de que un pieza esté fuera de los limites de especificación.
2. Calcule la probabilidad de que sea necesario seleccionar más de 3 piezas (al azar y con
reposición) para encontrar la primera pieza fuera de los limites de especificificación.
3. Si se seleccionan 14 piezas al azar y con reposición, calcular la probabilidad de que por
lo menos dos de ellas estén fuera de los lı́mites de especificación.
Ejercicio 7 Una muestra de tabaco puede provenir de dos variedades distintas, I y II,
con probabilidades 0.35 y 0.65 respectivamente. El contenido de nicotina es una v.a., cuya
distribución es N (1,9, 0,16) en la variedad I y N (2,2, 0,09) en la variedad II.

a) Hallar la probabilidad de que en una muestra elegida al azar el contenido de nicotina

sea mayor o igual que 2.1.
b) Hallar la probabilidad de que dado que el contenido de nicotina es mayor que 2.1, la
muestra provenga de la variedad I.

Ejercicio 8 El organismo encargado de controlar el estado nutricional de los niños los

clasifica según su peso en tres tipos: desnutridos, normales, y obesos. El 15 % de los niños
son desnutridos; el 10 % de los niños son obesos y el resto son normales. Si suponemos que
el peso de los niños sigue un modelo normal con una media de 55 kilos y un desvı́o estándar
de 9.2 kilos. Hallar:

1. El peso mı́nimo para que el niño sea considerado obeso.

2. El peso máximo para que el niño sea considerado desnutrido.
3. Determine la probabilidad de que un niño pese más de 58 kilos.

Distribución Gamma Se trata de una familia de distribuciones que provee un modelo

adecuado para histogramas que presentan cierto tipo de asimetrı́a. Antes de presentar a las
v.a. con distribución Gamma, es necesario definir la función Gamma que extiende al facto-
rial a los números reales. Dicha función cumple un rol importante en muchas ramas de la
Matemática.

Definición Dado α > 0, se define la función Gamma o función factorial como

Z ∞
Γ(α) = xα−1 e−x
0

Propiedades

3
 1. Si α > 1 Γ(α) = (α − 1)Γ(α − 1)

2. Si α ∈ N entonces Γ(α) = αΓ(α − 1)

p
3. Γ( 12 ) = (π)

Definción X tiene distribución Gamma de parámetros λ y α si su densidad es

e−λx xα−1 λα
fX (x) = I(0,∞) (x)
Γ(α)

Notación Pondremos: X ∼ Γ(α, λ)

α α
Propiedad X ∼ Γ(α, λ) entonces E(X) = V (X) =
λ λ2