Distribucion Normal

ÍNDICE
Pág.
INTRODUCCIÓN 5
1. OBJETIVOS 6
2. FUNCIÓN DE DENSIDAD DE PROBABILIDAD 6
3. FUNCIÓN DE DISTRIBUCIÓN ACUMULADA 7
4. CÁLCULO DE PROBABILIDADES 7
5. VALOR ESPERADO 8
6. VARIANZA 9
7. DESVIACIÓN TÍPICA 9
8. CASO RESUELTO 10
9. CASO A RESOLVER 15
BIBLIOGRAFÍA 16
INTRODUCCIÓN
La presente Guía de Práctica, titulada “VARIABLE ALEATORIA CONTINUA

EXPONENCIAL”, está estructurada en nueve partes, para su mejor estudio.
En la parte uno se presentan los objetivos que se desean alcanzar con la presente guía de
práctica, en la parte dos se define la función de densidad de probabilidad, en la parte tres se
define la función de distribución acumulada, en la parte cuatro se indica como se calculan
probabilidades, en la parte cinco se define el valor esperado, en la parte seis se define la
varianza, en la parte siete se define la desviación típica, en la parte ocho se resuelve un caso y
en la parte nueve se propone un caso a resolver, de la variable aleatoria continua exponencial.
La presente guía de práctica se pone a disposición de los estudiantes matriculados en la

asignatura Estadística para Economistas 2, de la Escuela Profesional de Economía, de la
Facultad de Economía, de la Universidad Nacional de San Agustín de Arequipa.
El autor.
Variable Aleatoria Continua Exponencial Facultad de Economía - UNSA
VARIABLE ALEATORIA CONTINUA EXPONENCIAL
1. OBJETIVOS
El estudiante después de estudiar la presente GUÍA DE PRÁCTICA, deberá estar en

condiciones de:
- Definir la función de densidad de probabilidad.

- Definir la función de distribución acumulada.
- Calcular probabilidades.
- Estimar el valor esperado.
- Estimar la varianza.
- Estimar la desviación típica.
2. FUNCIÓN DE DENSIDAD DE PROBABILIDAD
Sea X una variable aleatoria continua. Se dice que X tiene una distribución exponencial con
parámetro real 𝜆, si su función de densidad de probabilidad está dada por1:
𝜆𝑒 −𝜆𝑥 , 𝑥≥0
𝑓(𝑥) = {
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
Donde:
𝑓(𝑥) = 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.

𝜆 = 𝐸𝑠 𝑒𝑙 𝑝𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑟𝑒𝑎𝑙 𝑙𝑎𝑚𝑏𝑑𝑎. 𝐸𝑠 𝑢𝑛𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎. 𝐸𝑠 𝑙𝑎 𝑙𝑒𝑡𝑟𝑎 𝑔𝑟𝑖𝑒𝑔𝑎
𝑚𝑖𝑛ú𝑠𝑐𝑢𝑙𝑎 𝑙𝑎𝑚𝑏𝑑𝑎.
𝑒 = 𝐸𝑠 𝑒𝑙 𝑎𝑛𝑡𝑖𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑚𝑜 𝑛𝑒𝑝𝑒𝑟𝑖𝑎𝑛𝑜 𝑑𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑢𝑛𝑜. 𝐸𝑠 𝑖𝑔𝑢𝑎𝑙 𝑎 2,718281828 …
El rango de la variable aleatoria continua exponencial está dado por:
𝑅𝑋 = [0, ∞⟩
Donde:
𝑅𝑋 = 𝑅𝑎𝑛𝑔𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.

0 = 𝐿í𝑚𝑖𝑡𝑒 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑟𝑎𝑛𝑔𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
∞ = 𝐿í𝑚𝑖𝑡𝑒 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑟𝑎𝑛𝑔𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
3. FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
La función de distribución acumulada de la variable aleatoria continua exponencial está dada

por2:
𝑥 𝑥
𝐹(𝑥) = ∫ 𝑓(𝑡)𝑑𝑡 = ∫ 𝜆𝑒 −𝜆𝑡 𝑑𝑡 = 1 − 𝑒 −𝜆𝑥
−∞ 0
1 Moya, R. (1988). Probabilidad e Inferencia Estadística. (Segunda edición). Perú: Editorial San Marcos. Capítulo 6, página 492.
Estadística para Economistas 2 3

Luego3,
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 , 𝑥≥0
Donde:
𝐹(𝑥) = 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
𝑒 = 𝐸𝑠 𝑒𝑙 𝑎𝑛𝑡𝑖𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑚𝑜 𝑛𝑒𝑝𝑒𝑟𝑖𝑎𝑛𝑜 𝑑𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑢𝑛𝑜. 𝐸𝑠 𝑖𝑔𝑢𝑎𝑙 𝑎 2,718281828 …
4. CÁLCULO DE PROBABILIDADES
4.1. UTILIZANDO LA FUNCIÓN DE DENSIDAD DE PROBABILIDAD
La función de densidad de probabilidad de la variable aleatoria continua exponencial

está dada por:
𝑓(𝑥) = {
Para calcular la probabilidad de la variable aleatoria continua exponencial considerando

su función de densidad, se calcula utilizando integrales, de la siguiente manera:
𝑎. 𝑃[𝑋 = 𝑥] = 0
𝑥
𝑏. 𝑃[𝑋 < 𝑥] = ∫ 𝜆𝑒 −𝜆𝑥 𝑑𝑥
0
𝑐. 𝑃[𝑋 > 𝑥] = 1 − 𝑃[𝑋 < 𝑥]

𝑥
= 1 − ∫ 𝜆𝑒 −𝜆𝑥 𝑑𝑥
0
𝑑. 𝑃[𝑥1 < 𝑋 < 𝑥2 ] = 𝑃[𝑋 < 𝑥2 ] − 𝑃[𝑋 < 𝑥1 ]

𝑥2 𝑥1
−𝜆𝑥
= ∫ 𝜆𝑒 𝑑𝑥 − ∫ 𝜆𝑒 −𝜆𝑥 𝑑𝑥
0 0
4.2. UTILIZANDO LA FUNCIÓN DE DISTRIBUCIÓN ACUMULADA
La función de distribución acumulada de la variable aleatoria continua exponencial está

dada por:
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 , 𝑥≥0
3 A la función de distribución también se le denomina función de distribución acumulada.

Para calcular la probabilidad de la variable aleatoria continua exponencial considerando

su función de distribución, se calcula remplazando el valor que toma la variable aleatoria
X en la función de distribución, de la siguiente manera:
𝑎. 𝑃[𝑋 = 𝑥] = 0
𝑏. 𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥
𝑐. 𝑃[𝑋 > 𝑥] = 1 − 𝑃[𝑋 < 𝑥] = 1 − (1 − 𝑒 −𝜆𝑥 ) = 1 − 1 + 𝑒 −𝜆𝑥
= 𝑒 −𝜆𝑥
𝑑. 𝑃[𝑥1 < 𝑋 < 𝑥2 ] = 𝑃[𝑋 < 𝑥2 ] − 𝑃[𝑋 < 𝑥1 ] = (1 − 𝑒 −𝜆𝑥2 ) − (1 − 𝑒 −𝜆𝑥1 )
= 1 − 𝑒 −𝜆𝑥2 − 1 + 𝑒 −𝜆𝑥1 = −𝑒 −𝜆𝑥2 + 𝑒 −𝜆𝑥1
= 𝑒 −𝜆𝑥1 − 𝑒 −𝜆𝑥2
5. VALOR ESPERADO
El valor esperado o esperanza matemática o media de la variable aleatoria continua

exponencial se define como el inverso del parámetro real lambda.
Simbólicamente4:
1
𝐸(𝑋) = 𝜇 =
𝜆
Donde:
𝐸(𝑋) = 𝜇 = 𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜, 𝑒𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 𝑚𝑎𝑡𝑒𝑚á𝑡𝑖𝑐𝑎 𝑜 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒

𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
𝜇 = 𝐸𝑠 𝑙𝑎 𝑙𝑒𝑡𝑟𝑎 𝑔𝑟𝑖𝑒𝑔𝑎 𝑚𝑖𝑛ú𝑠𝑐𝑢𝑙𝑎 𝑚𝑢.
6. VARIANZA
La varianza de la variable aleatoria continua exponencial se define como el inverso del

cuadrado del parámetro real lambda.
Simbólicamente5:
1 1 2
𝑉𝑎𝑟(𝑋) = 𝜎 = 2 = ( ) = 𝜇 2 = [𝐸(𝑋)]2
2
𝜆 𝜆

Donde:
𝑉𝑎𝑟(𝑋) = 𝜎 2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.

𝜎 = 𝐸𝑠 𝑙𝑎 𝑙𝑒𝑡𝑟𝑎 𝑔𝑟𝑖𝑒𝑔𝑎 𝑚𝑖𝑛ú𝑠𝑐𝑢𝑙𝑎 𝑠𝑖𝑔𝑚𝑎.
[𝐸(𝑋)]2 = 𝜇 2 = 𝐸𝑙 𝑐𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑑𝑒𝑙 𝑣𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎
𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
7. DESVIACIÓN TÍPICA
La desviación típica de la variable aleatoria continua exponencial se define como la raíz

cuadrada positiva de su varianza.
Simbólicamente:
1 1
𝜎𝑋 = +√𝑉𝑎𝑟(𝑋) = +√ 2 = = 𝐸(𝑋) = 𝜇
𝜆 𝜆
Donde:
𝜎 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑡í𝑝𝑖𝑐𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋. 𝐸𝑠 𝑙𝑎

𝑙𝑒𝑡𝑟𝑎 𝑔𝑟𝑖𝑒𝑔𝑎 𝑚𝑖𝑛ú𝑠𝑐𝑢𝑙𝑎 𝑠𝑖𝑔𝑚𝑎.
𝑉𝑎𝑟(𝑋) = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
𝐸(𝑋) = 𝜇 = 𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜, 𝑒𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 𝑚𝑎𝑡𝑒𝑚á𝑡𝑖𝑐𝑎 𝑜 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒
𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
Por lo tanto, la desviación típica de la variable aleatoria continua exponencial es igual a su

valor esperado.
8. CASO RESUELTO
Suponga que la vida de cierto tipo de tubos electrónicos tiene una distribución exponencial
con vida media de 500 horas. Si X representa la vida de un tubo (el tiempo que dura el tubo)
6
.
a. Indicar el tipo de variable aleatoria que corresponde.
En este caso es una variable aleatoria continua exponencial, tal como lo indican en el
enunciado.
b. Definir la variable aleatoria X.
𝑋(𝑤) = "𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑣𝑖𝑑𝑎 𝑑𝑒 𝑢𝑛 𝑡𝑢𝑏𝑜".

c. Definir el rango de la variable aleatoria X.
𝑅𝑋 = [0, ∞]
d. Describir la función de densidad del número de horas de vida de un tubo.
Lo que se pide es describir la función de densidad de la variable aleatoria continua

exponencial X. En este caso la función de densidad de la variable aleatoria continua
exponencial adopta la forma, dada en el punto 2.
𝑓(𝑥) = {
Se debe conocer 𝜆, pero en el enunciado no se proporciona, sin embargo nos indican que
la vida media del tubo es de 500 horas, entonces se tiene:
𝜇 = 500
Utilizando la fórmula dada en el punto 5, se tiene que:
1
𝜇=
𝜆
Remplazando el valor de 𝜇 y despejando 𝜆, se tiene que:
1
500 =
𝜆
500𝜆 = 1
1
𝜆=
500
𝜆 = 0,002
Remplazando 𝜆 en 𝑓(𝑥), se tiene que:
0,002𝑒 −0,002𝑥 , 𝑥≥0

𝑓(𝑥) = {
e. Describir la función de distribución del número de horas de un tubo.
Lo que se pide es describir la función de distribución de la variable aleatoria continua

exponencial X. En este caso la función de distribución de la variable aleatoria continua
exponencial adopta la forma, dada en el punto 3.

0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 , 𝑥≥0
Remplazando 𝜆 en 𝐹(𝑥) se tiene que:
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −0,002𝑥 , 𝑥≥0
f. Calcular la probabilidad de que un tubo dure menos de 200 horas.
La probabilidad pedida es 𝑃[𝑋 < 200], utilizando la función de distribución y lo indicado

en 4.2., se tiene que:
𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥
Remplazando:
𝑃[𝑋 < 200] = 1 − 𝑒 −0,002∗200
= 1 − 𝑒 −0,4
= 1 − 0,670320046
= 0,329679954
g. Calcular la probabilidad de que un tubo dure menos de 800 horas.
La probabilidad pedida es 𝑃[𝑋 < 800], utilizando la función de distribución y lo indicado

𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥
Remplazando:
𝑃[𝑋 < 800] = 1 − 𝑒 −0,002∗800
= 1 − 𝑒 −1,6
= 1 − 0,201896518
= 0,798103482
h. Calcular la probabilidad de que un tubo dure menos de 5000 horas.

La probabilidad pedida es 𝑃[𝑋 < 5000], utilizando la función de distribución y lo
indicado en 4.2., se tiene que:
𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥

Remplazando:
𝑃[𝑋 < 5000] = 1 − 𝑒 −0,002∗5000
= 1 − 𝑒 −10
= 1 − 0,00004539992976
= 0,9999546001
i. Calcular la probabilidad de que un tubo dure más de 400 horas.
La probabilidad pedida es 𝑃[𝑋 > 400], utilizando la función de distribución y lo indicado

𝑃[𝑋 > 𝑥] = 1 − 𝑃[𝑋 < 𝑥] = 𝑒 −𝜆𝑥
Remplazando:
𝑃[𝑋 > 400] = 1 − 𝑃[𝑋 < 400]
= 𝑒 −0,002∗400
= 𝑒 −0,8
= 0,4493289641
j. Calcular la probabilidad de que un tubo dure más de 2000 horas.
La probabilidad pedida es 𝑃[𝑋 > 2000], utilizando la función de distribución y lo

𝑃[𝑋 > 𝑥] = 1 − 𝑃[𝑋 < 𝑥] = 𝑒 −𝜆𝑥
Remplazando:
𝑃[𝑋 > 2000] = 1 − 𝑃[𝑋 < 2000]
= 𝑒 −0,002∗2000
= 𝑒 −4
= 0,01831563889
k. Calcular la probabilidad de que un tubo dure más de 3000 horas.
La probabilidad pedida es 𝑃[𝑋 > 3000], utilizando la función de distribución y lo

𝑃[𝑋 > 𝑥] = 1 − 𝑃[𝑋 < 𝑥] = 𝑒 −𝜆𝑥

Remplazando:
𝑃[𝑋 > 3000] = 1 − 𝑃[𝑋 < 3000]
= 𝑒 −0,002∗3000
= 𝑒 −6
= 0,002478752177
l. Calcular la probabilidad de que un tubo dure entre 1000 y 4000 horas.
La probabilidad pedida es 𝑃[1000 < 𝑋 < 4000], utilizando la función de distribución y

lo indicado en 4.2., se tiene que:
𝑃[𝑥1 < 𝑋 < 𝑥2 ] = 𝑒 −𝜆𝑥1 − 𝑒 −𝜆𝑥2
Remplazando:
𝑃[1000 < 𝑋 < 4000] = 𝑒 −0,002∗1000 − 𝑒 −0,002∗4000
= 𝑒 −2 − 𝑒 −8
= 0,1353352832 − 0,0003354626279
= 0,1349998206
m. Calcular la probabilidad de que un tubo dure entre 100 y 900 horas.
La probabilidad pedida es 𝑃[100 < 𝑋 < 900], utilizando la función de distribución y lo

𝑃[𝑥1 < 𝑋 < 𝑥2 ] = 𝑒 −𝜆𝑥1 − 𝑒 −𝜆𝑥2
Remplazando:
𝑃[100 < 𝑋 < 900] = 𝑒 −0,002∗100 − 𝑒 −0,002∗900
= 𝑒 −0,2 − 𝑒 −1,8
= 0,8187307531 − 0,1652988882
= 0,6534318649
n. Calcular el promedio de horas de duración de un tubo.
Lo que se pide es calcular el valor esperado de la variable aleatoria continua exponencial

X, lo cual se calcula utilizando la fórmula dada en el punto 5.
1
𝐸(𝑋) = 𝜇 =
𝜆

Remplazando:
1
𝐸(𝑋) = 𝜇 =
0,002
= 500 ℎ𝑜𝑟𝑎𝑠
Cuyo resultado es el dato que se dio en el enunciado.
o. Calcular la varianza de las horas de duración de un tubo.
Lo que se pide es calcular la varianza de la variable aleatoria continua exponencial X, lo

cual se calcula utilizando la fórmula dada en el punto 6.
1
𝑉𝑎𝑟(𝑋) = 𝜎 2 =
𝜆2
Remplazando:
1
𝑉𝑎𝑟(𝑋) = 𝜎 2 =
(0,002)2
1
=
0,000004
= 250 000
p. Calcular la desviación típica de las horas de duración de un tubo.
Lo que se pide es calcular la desviación típica de la variable aleatoria continua

exponencial X, lo cual se calcula utilizando la fórmula dada en el punto 7.
1
𝜎𝑋 = +√ 2
𝜆
Remplazando:
1 1
𝜎𝑋 = √ 2
=√ = √250 000 = 500 ℎ𝑜𝑟𝑎𝑠
(0,002) 0,000004
Se demuestra que la desviación típica de la variable aleatoria continua exponencial es

igual que su media.
9. CASO A RESOLVER
El tiempo que tarda una persona en ser atendida en una cafetería es una variable aleatoria
que tiene una distribución exponencial con media de 4 minutos7.

a. Indicar el tipo de variable aleatoria X que corresponde.
b. Definir la variable aleatoria X.
c. Definir el rango de la variable aleatoria X.
d. Describir la función de densidad del número minutos que una persona espera en ser
atendida en la cafetería.
e. Describir la función de distribución del número minutos que una persona espera en ser
f. Calcular la probabilidad de que una persona espere menos de ocho minutos en ser
g. Calcular la probabilidad de que una persona espere menos de dos minutos en ser atendida
en la cafetería.
h. Calcular la probabilidad de que una persona espere más de seis minutos en ser atendida
en la cafetería.
i. Calcular la probabilidad de que una persona espere más de tres minutos en ser atendida
en la cafetería.
j. Calcular la probabilidad de que una persona espere más de diez minutos en ser atendida
en la cafetería.
k. Calcular la probabilidad de que una persona espera entre nueve y catorce minutos en ser
l. Calcular la probabilidad de que una persona espera entre uno y cuatro minutos en ser
m. Calcular el promedio de minutos que una persona espera en ser atendida en la cafetería.
n. Calcular la varianza de los minutos que una persona espera en ser atendida en la cafetería.
o. Calcular la desviación típica de los minutos que una persona espera en ser atendida en la
cafetería.
BIBLIOGRAFÍA
 Moya, R. y Saravia, G. (1988). Probabilidad e Inferencia Estadística. (Segunda edición).

Perú: Editorial San Marcos.

Distribucion Normal

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribucion Normal

Cargado por

Copyright:

Formatos disponibles

ÍNDICE

2. FUNCIÓN DE DENSIDAD DE PROBABILIDAD 6

3. FUNCIÓN DE DISTRIBUCIÓN ACUMULADA 7

La presente Guía de Práctica, titulada “VARIABLE ALEATORIA CONTINUA

La presente guía de práctica se pone a disposición de los estudiantes matriculados en la

VARIABLE ALEATORIA CONTINUA EXPONENCIAL

El estudiante después de estudiar la presente GUÍA DE PRÁCTICA, deberá estar en

- Definir la función de densidad de probabilidad.

2. FUNCIÓN DE DENSIDAD DE PROBABILIDAD

𝑓(𝑥) = 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑒𝑛𝑠𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.

El rango de la variable aleatoria continua exponencial está dado por:

𝑅𝑋 = 𝑅𝑎𝑛𝑔𝑜 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.

3. FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

La función de distribución acumulada de la variable aleatoria continua exponencial está dada

Estadística para Economistas 2 3

4.1. UTILIZANDO LA FUNCIÓN DE DENSIDAD DE PROBABILIDAD

La función de densidad de probabilidad de la variable aleatoria continua exponencial

Para calcular la probabilidad de la variable aleatoria continua exponencial considerando

𝑐. 𝑃[𝑋 > 𝑥] = 1 − 𝑃[𝑋 < 𝑥]

𝑑. 𝑃[𝑥1 < 𝑋 < 𝑥2 ] = 𝑃[𝑋 < 𝑥2 ] − 𝑃[𝑋 < 𝑥1 ]

4.2. UTILIZANDO LA FUNCIÓN DE DISTRIBUCIÓN ACUMULADA

La función de distribución acumulada de la variable aleatoria continua exponencial está

3 A la función de distribución también se le denomina función de distribución acumulada.

Estadística para Economistas 2 4

Para calcular la probabilidad de la variable aleatoria continua exponencial considerando

𝑏. 𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥

𝑐. 𝑃[𝑋 > 𝑥] = 1 − 𝑃[𝑋 < 𝑥] = 1 − (1 − 𝑒 −𝜆𝑥 ) = 1 − 1 + 𝑒 −𝜆𝑥

𝑑. 𝑃[𝑥1 < 𝑋 < 𝑥2 ] = 𝑃[𝑋 < 𝑥2 ] − 𝑃[𝑋 < 𝑥1 ] = (1 − 𝑒 −𝜆𝑥2 ) − (1 − 𝑒 −𝜆𝑥1 )

= 1 − 𝑒 −𝜆𝑥2 − 1 + 𝑒 −𝜆𝑥1 = −𝑒 −𝜆𝑥2 + 𝑒 −𝜆𝑥1

El valor esperado o esperanza matemática o media de la variable aleatoria continua

𝐸(𝑋) = 𝜇 = 𝑉𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑟𝑎𝑑𝑜, 𝑒𝑠𝑝𝑒𝑟𝑎𝑛𝑧𝑎 𝑚𝑎𝑡𝑒𝑚á𝑡𝑖𝑐𝑎 𝑜 𝑚𝑒𝑑𝑖𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒

La varianza de la variable aleatoria continua exponencial se define como el inverso del

Estadística para Economistas 2 5

𝑉𝑎𝑟(𝑋) = 𝜎 2 = 𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.

La desviación típica de la variable aleatoria continua exponencial se define como la raíz

𝜎 = 𝐷𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑡í𝑝𝑖𝑐𝑎 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋. 𝐸𝑠 𝑙𝑎

Por lo tanto, la desviación típica de la variable aleatoria continua exponencial es igual a su

a. Indicar el tipo de variable aleatoria que corresponde.

b. Definir la variable aleatoria X.

𝑋(𝑤) = "𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑣𝑖𝑑𝑎 𝑑𝑒 𝑢𝑛 𝑡𝑢𝑏𝑜".

Estadística para Economistas 2 6

c. Definir el rango de la variable aleatoria X.

d. Describir la función de densidad del número de horas de vida de un tubo.

Lo que se pide es describir la función de densidad de la variable aleatoria continua

Utilizando la fórmula dada en el punto 5, se tiene que:

Remplazando el valor de 𝜇 y despejando 𝜆, se tiene que:

Remplazando 𝜆 en 𝑓(𝑥), se tiene que:

0,002𝑒 −0,002𝑥 , 𝑥≥0

e. Describir la función de distribución del número de horas de un tubo.

Lo que se pide es describir la función de distribución de la variable aleatoria continua

Estadística para Economistas 2 7

Remplazando 𝜆 en 𝐹(𝑥) se tiene que:

f. Calcular la probabilidad de que un tubo dure menos de 200 horas.

La probabilidad pedida es 𝑃[𝑋 < 200], utilizando la función de distribución y lo indicado

𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥

𝑃[𝑋 < 200] = 1 − 𝑒 −0,002∗200

g. Calcular la probabilidad de que un tubo dure menos de 800 horas.

La probabilidad pedida es 𝑃[𝑋 < 800], utilizando la función de distribución y lo indicado

𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥

𝑃[𝑋 < 800] = 1 − 𝑒 −0,002∗800

h. Calcular la probabilidad de que un tubo dure menos de 5000 horas.

𝑃[𝑋 < 𝑥] = 1 − 𝑒 −𝜆𝑥

Estadística para Economistas 2 8

𝑃[𝑋 < 5000] = 1 − 𝑒 −0,002∗5000