Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad y estadística
Unidad 4
2
Función de distribución
Media y varianza
b)
Distribución Exponencial.
Una de las distribuciones de variable continua más importantes es la distribución exponencial la
cual se utiliza como modelo para representar el tiempo de funcionamiento o de espera. Tiene
como función expresar también el tiempo transcurrido entre eventos que se contabilizan por
medio de la distribución de Poisson. Un ejemplo de esto podría ser el tiempo que transucrre
entre dos llamadas por teléfono, número de peatones que llegan a un semáforo, etc.
La distribución exponencial es el equivalente continuo de la distribución geométrica discreta.
Esta ley de distribución describe procesos en los que:
Nos interesa saber el tiempo hasta que ocurre determinado evento, sabiendo que,
5
el tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello ocurra en un
instante tf, no depende del tiempo transcurrido anteriormente en el que no ha pasado nada.
f(y) = λe−λy
para 0 < y ≤ ∞. En este caso se escribe Y ∼ Ex(λ).
La función de distribución de Y es
para 0 <y< ∞.
Media y varianza
Si Y ∼ Ex(λ), entonces
El tiempo de revisión del motor de un avión sigue una distribución exponencial con media 22
minutos.
6
Sabemos que E(X)=22E(X)=22 entonces:
7
El tiempo de vida de una lámpara especial sigue una distribución exponencial con media 100
hs.
a) ¿Cuál es la probabilidad de que una lámpara dure por lo menos 30 horas?
X: tiempo de vida de una lámpara especial.
Sabemos que la esperanza de una variable exponencial es E(X)=1/λE(X)=1/λ. Cómo la
esperanza es 100, entonces λ=1/100λ=1/100.
Entonces la distribución es:
b) Si una lámpara ya lleva 50 horas de uso, ¿cuál es la probabilidad de que dure más de 80
horas?
Distribución Gamma
Utilice la distribución gamma para modelar valores de datos positivos que sean asimétricos a la
derecha y mayores que 0. La distribución gamma se utiliza comúnmente en estudios de
supervivencia de fiabilidad.
La distribución gamma es una distribución continua que se define por sus parámetros de forma
y escala. La distribución gamma de 3 parámetros se define por sus parámetros de forma, escala
y valor umbral. Note que la mayoría de los valores en una distribución gamma ocurren
cercanos entre sí, pero algunos valores quedan al final de la cola superior.
Cuando el parámetro de forma es un entero, la distribución gamma a veces se menciona como
distribución de Erlang. La distribución de Erlang se utiliza frecuentemente en aplicaciones de
teorías de colas.
Se le conoce, también, como una generalización de la distribución exponencial, además de la
distribución de Erlang y la distribución Ji-cuadrada. Es una distribución de probabilidad
continua adecuada para modernizar el comportamiento de variables aleatorias con asimetría
positiva y/o los experimentos en donde está involucrado el tiempo.
b parámetro de escala
Γ función gamma
Demostración
9
El tiempo en horas que semanalmente requiere una máquina para mantenimiento es una
variable aleatoria con distribución Gamma con parámetros
Distribución Normal
La distribución normal es un modelo teórico capaz de aproximar satisfactoriamente el valor de
una variable aleatoria a una situación ideal.
En otras palabras, la distribución normal adapta una variable aleatoria a una función que
depende de la media y la desviación típica. Es decir, la función y la variable aleatoria tendrán la
misma representación pero con ligeras diferencias.
Una variable aleatoria continua puede tomar cualquier número real. Por ejemplo, las
rentabilidades de las acciones, los resultados de un examen, el coeficiente de inteligencia IQ y
los errores estándar son variables aleatorias continuas.
Una variable aleatoria discreta toma valores naturales. Por ejemplo, el número de estudiantes en
una universidad.
La distribución normal es la base de otras distribuciones como la distribución t de Student,
distribución ji-cuadrada, distribución F de Fisher y otras distribuciones.
Dada una variable aleatoria X, decimos que la frecuencia de sus observaciones puede
aproximarse satisfactoriamente a una distribución normal tal que:
Media = μ
Varianza = σ 2
Desviación estándar = σ
Ejemplo 1
Ahora, tenemos que localizar en nuestra tabla de distribución normal, localizamos el valor
cuando , pero necesitamos el valor para cuando ,
entonces se utiliza entonces obtenemos
que . Además, como la distribución normal es
simétrica, tenemos que
13
Es decir, que aproximadamente el de los valores de están a menos de tres
desviaciones típicas de la media.
Ejemplo 2
1 Entre y .
Sustituyendo:
Localizando los valores en la tabla de distribución normal y operando:
14
2 Más de .
Sustituyendo y simplificando tenemos:
Multiplicando la probabilidad por obtenemos
.
Es imposible hallar a un solo estudiante por encima de los kilogramos.
3 Menos de .
Sustituyendo y simplificando tenemos:
Multiplicando la probabilidad por obtenemos
4 .
Cuando la distribución es continua, la probabilidad de que la variable tenga un valor exacto
siempre es nula ( ). Por lo tanto
5 o menos.
Dados los resultados anteriores:
Existen cero estudiantes que pesan kilogramos exactos y hay estudiantes que pesan
menos de kilogramos, entonces, existen estudiantes que pesan kilogramos o menos.
se aproxima a
En una ciudad una de cada tres familias posee teléfono. Si se eligen al azar 90 familias, calcular
la probabilidad de que entre ellas haya por lo menos 30 que tengan teléfono.
16
Tenemos del Teorema de Moivre que
La probabilidad de que por lo menos 30 familias tengan teléfono es
17
18
19
20
21
22
8.5 DistribuciÃ3n uniforme continua. (s. f.). carleos. Recuperado 15 de noviembre de 2020, de
https://carleos.epv.uniovi.es/%7Ecarleos/docencia/teloydisren/descriptiva+probabilidad/
l_edyp/lib_edyp_html/node50.html
normal.htm
laguia2000. https://matematica.laguia2000.com/general/distribucion-exponencial
Distribución gamma - Minitab. (s. f.). (C) Minitab, LLC. All rights Reserved. 2019.
mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting-
topics/distributions/gamma-distribution/
Distribución uniforme - Minitab. (s. f.). (C) Minitab, LLC. All rights Reserved. 2019.
mx/minitab/18/help-and-how-to/probability-distributions-and-random-data/supporting-
topics/distributions/uniform-distribution/
https://www.ugr.es/~proman/Probabilidad/PDF/P_T05_TablaUniformeContinua.pdf
23
http://halweb.uc3m.es/esp/Personal/personas/mwiper/docencia/Spanish/Introduction_to
_Statistics/intro_continuous.pdf
Superprof.
https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/distribucion-
normal/ejercicios-de-la-distribucion-normal.html
M., M., & Ruiz A, M. S. (2020, 27 septiembre). Aproximacion de la binomial por la normal |
https://www.superprof.es/apuntes/escolar/matematicas/probabilidades/distribucion-
normal/distribucion-normal-y-binomial.html
https://economipedia.com/definiciones/distribucion-normal.html