UNIVERSIDAD FRANCISCO DE PAULA SANTANDER

CLASE DE DISTRIBUCIÓN DE PROBABILIDAD

UNIFORME
PROFESORA ROSA VIRGINIA HERNÁNDEZ

La distribución o modelo uniforme puede considerarse como proveniente de un proceso

de extracción aleatoria. Su nombre se debe al hecho de que la densidad de probabilidad
de esta variable aleatoria es uniforme sobre todo su intervalo de definición. El
planteamiento radica en el hecho de que la probabilidad se distribuye uniformemente a
lo largo de un intervalo.

Así, dada una variable aleatoria continua, 𝑥 , definida en el intervalo [𝑎, 𝑏] de la recta
real, diremos que 𝑥 tiene una distribución uniforme en el intervalo [𝑎, 𝑏] cuando su
1
función de densidad para 𝑥 → 𝑈[𝑎, 𝑏] sea 𝑓(𝑥) = para 𝑥 ∈ [𝑎, 𝑏].
𝑏−𝑎

Su representación gráfica es:

De manera que la función de distribución resultará:

Su representación gráfica es:

Este modelo tiene la característica siguiente. Si calculamos la probabilidad del suceso

[𝑋 ≤ 𝑥 ≤ 𝑋 + ∆𝑋] Tendremos:
𝑋+∆𝑋
𝑑𝑥 ∆𝑋
𝑃[𝑋 ≤ 𝑥 ≤ 𝑋 + ∆𝑋] = ∫ =
𝑥 𝑏−𝑎 𝑏−𝑎
Este resultado nos lleva a la conclusión de que la probabilidad de cualquier suceso
depende únicamente de la amplitud del intervalo (∆𝑋), y no de su posición de la recta
[𝑎, 𝑏]. Lo que viene a demostrar el reparto uniforme de la probabilidad a lo largo de todo
el campo de actuación de la variable, lo que por otra parte, caracteriza al modelo.

En cuanto a las ratios de la distribución tendremos que la media tiene la expresión:

𝑏
𝑥 1 (𝑏 2 − 𝑎2 ) 1 (𝑏 − 𝑎)(𝑏 + 𝑎) 𝑎 + 𝑏
𝜇 = 𝐸[𝑥] = ∫ 𝑑𝑥 = = =
𝑎 𝑏 − 𝑎 2 𝑏 − 𝑎 2 𝑏 − 𝑎 2

La varianza tendrá la siguiente expresión:

𝜎 2 = 𝛼2 − 𝛼12 = 𝐸[𝑥 2 ] − 𝜇2
EJEMPLOS:

1. Una variable aleatoria se distribuye uniformemente en el intervalo [0,100].

a) Calcular la probabilidad de que su valor esté comprendido entre 20 y 35
b) Determine su esperanza matemática y varianza

Solución: El cálculo de probabilidades se pueden seguir dos procedimientos: uno

basado en la función de distribución y,el segundo, en el significado gráfico de la
distribución uniforme.

2. Una persona llega a una estación de buses a las 10:00 am, se sabe que la hora a
la que llega el bus se distribuye uniformemente entre las 10:00 y las 10:30.
a) Calcule la probabilidad que esta persona tenga que esperar más de 10
minutos.
b) Si ya son las 10:15 y el bus aun no llega, calcule la probabilidad que tenga
que esperar al menos 10 minutos adicionales

SOLUCIÓN:
𝑿 = número de minutos hasta que llegue el bus contando desde las 10:00 am y 10:30
am

𝑋~ ∪ 𝐹(𝑎, 𝑏) luego 𝑋~𝐹(0,30) donde 𝑎 = 0 y 𝑏 = 30 es el tiempo en minutos de la

llegada del bus.
 1
𝑓(𝑥) = , 𝑎<𝑥<𝑏
𝑏−𝑎
𝑎+𝑏 (𝑏−𝑎)2
𝐸(𝑥) = y 𝑉(𝑥) =
2 12
La función de densidad es:
𝑥−𝑎
𝐹(𝑥) =
𝑏−𝑎
10−0 10 2
a) 𝑃(𝑥 > 10) = 1 − 𝑃(𝑋 ≤ 10) =1 − 𝐹(10) = 1 − = 1 − = El 66,7% es la
30−0 30 3
probabilidad de que el bus se tarde más de 10 minutos en llegar

b) 𝑃(𝑋 > 15 + 10/𝑋 > 15) …. Recordemos las probabilidades condicionales

𝑃(𝐴∩𝐵)
𝑃(𝐴/𝐵) = Luego
𝑃(𝐵)

25
𝑃(𝑋 > 25 ∩ 𝑋 > 15) 𝑃(𝑋 > 25) 1 − 𝑃(𝑋 ≤ 25) 1 − 30
𝑃(𝑋 > 25/𝑋 > 15) = = = =
𝑃(𝑋 > 15) 𝑃(𝑋 > 15) 1 − 𝑃(𝑋 ≤ 15) 1 − 15
30
1
=
3
El 33,3% es la probabilidad de que se deba esperar 10 minutos adicionales la llegada
del bus.

3. Un reloj de manecillas se detuvo en un punto que no sabemos. Determine la

probabilidad de que se haya detenido en los primeros 25 minutos luego de señalar
la hora en punto.

Solución:
Como el enunciado está en minutos se tiene [𝑎, 𝑏] = [0,60].
𝑥−𝑎
Se define la función de densidad como la probabilidad 𝐹(𝑥) = luego
𝑏−𝑎
25−0 25 5
𝑃(𝑋 ≤ 25) = = = El 42% es la probabilidad de que el reloj se haya detenido
60−0 60 12
en los primeros 25 minutos.

4. La cantidad total de gasolina bombeada es un mes es una variable aleatoria 𝑥

(expresada en diez miles de galones) con una función de densidad de probabilidad
1
0<𝑥<3
𝑓(𝑥) = { 3
0 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑙𝑢𝑔𝑎𝑟
 a) Calcular la probabilidad de que la gasolina bombee entre 8000 y 12000 galones
en un mes.

b) Determine la desviación estándar de los galones bombeados para un mes

determinado.

Solución:
1,2−0 0,8−0 0,4 2
a) 𝑃(0,8 < 𝑥 < 1,2) = 𝑃(𝑋 ≤ 1,2) − 𝑃(𝑋 ≤ 0,8) = − = = El 13,3% es
3−0 3−0 3 15
la probabilidad de que la gasolina bombee entre 8000 y 12000 galones en un mes.

b) La desviación estándar de los galones bombeados para un mes determinado es:

(𝑏 − 𝑎)2 (3 − 0)2 9
𝑉(𝑥) = = =
12 12 12

5. Una distribución continua. Sea 𝑥 una variable aleatoria que representa el

contenido real (en onzas) en latas de café de 1 lb. Se supone que la distribución
de probabilidad continua y uniforme de 𝑥 es
1
𝑓(𝑥) = con 15.5 ≤ 𝑥 ≤ 17.0
1.5
¿Cuál es la probabilidad de que la lata tenga un peso a lo más de 16 onzas?

Solución:

16 − 15.5 1
𝑃(𝑋 ≤ 16) = =
17 − 15.5 3
El 33,3% es la probabilidad de que la lata de café tenga un peso menor o igual a
16 onzas

EJERCICIOS
1. Suponga un experimento en el que de alguna manera se hace medición al azar y
esta tiene una distribución uniforme en el intervalo [0,3]. Calcule la probabilidad
de que la medición este entre 1.5 y 2.

2. Se conoce que un autobús pasa cada 10 minutos. Hallar:

a) La probabilidad de esperar menos de 2 minutos
b) El tiempo medio de espera
c) La desviación típica del tiempo de espera

3. Para determinar si la sexta cuerda de una guitarra se encuentra en buen estado,

se mide su frecuencia de vibración. La frecuencia [𝐻𝑧] 𝑥 tiene una distribución
uniforme entre 80 y 165 𝐻𝑧
a) Escriba la función de densidad de probabilidad de 𝑥 y dibuje la gráfica
b) ¿Cuál es la probabilidad de que la frecuencia de vibración sea mayor a 100
𝐻𝑧?
c) ¿Cuál es la probabilidad de que la frecuencia se encuentre entre 80 y 95 𝐻𝑧?
d) Calcule la frecuencia esperada de vibración de la sexta cuerda de una guitarra

4. Suponga que la temperatura de reacción 𝑋 (en °C) de cierto proceso químico tiene
una distribución uniforme con 𝐴 = −5 y 𝐵 = 5.
a) Calcular 𝑃(𝑋 < 0)
b) Calcular 𝑃(−2.5 ≤ 𝑥 ≤ 2.5)
c) Calcular 𝑃(−2 ≤ 𝑥 ≤ 3)

5. Supongamos que el error que se comete al hacer cierta medición es una variable
aleatoria continua 𝑋 con la función de densidad de probabilidad:
2
𝑓(𝑥) = {0.09375(4 − 𝑥 ) −2 ≤ 𝑥 ≤ 2
0 𝑒𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜
a) Trace la gráfica de 𝑓(𝑥)
b) Calcule 𝑃(𝑋 > 0)
c) Calcule 𝑃(−1 < 𝑋 < 1)
d) Calcule 𝑃(𝑋 < −0,5 o 𝑋 > 0.5)