Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribución uniforme
Cuando una variable aleatoria toma cualquier valor en un intervalo cerrado entre
dos puntos continuos de tal manera que ningún valor sea probable que otro,
entonces las probabilidades asociadas con la variable aleatoria se pueden describir
mediante la distribución uniforme. En una gráfica, la distribución uniforme se
representa como un rectángulo limitado por los puntos a y b los cuales constituyen
el intervalo de resultados posibles. Por lo tanto las características importantes de
esta distribución que se mantiene constante en el intervalo [a b] y cero fuera de él.
(Puzio, 1990)
Características
Si x es una variable aleatoria continua que toma todos los valores en el intervalo
cerrado [a, b], en donde ay b son finitos La función de densidad de probabilidad de
x está dada por
1
𝑓(𝑥) = { 𝑏−𝑎 𝑎≤𝑥≤𝑏
0 𝑓𝑢𝑒𝑟𝑎 𝑑𝑒 ⟦𝑎, 𝑏⟧
𝟎 𝒔𝒊 𝒙 ≤ 𝒂
𝒙−𝒂
𝑭(𝑿) { 𝒔𝒊 𝒂 ≤ 𝒙 < 𝒃
𝒃−𝒂
𝟏 𝒔𝒊 𝒙 ≥ 𝒃
Media y varianza
𝑏+𝑎
𝜇 = 𝐸(𝑋) =
2
(𝑏 − 𝑎)2
𝜎 2 = 𝑉(𝑋) =
12
La grafica de esta función es
Imagen 1
Ejemplos
Solución
Solución
Encontrar la probabilidad
1 65 𝑥 20
65 60 5
𝑝(60 ≤ 𝑥 ≤ 65) = ∫ 𝑑𝑥 = | 60= [ − ]= = 0.25
20 60 20 20 20 20
Solución
f(x) = 1/6 si 0 ≤ 𝑥 ≤ 6
𝑎+𝑏 6+0
𝜇= = =3
2 2
1
1 1 1 1
𝑝(0 ≤ 𝑥 ≤ 1) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑑𝑥 = 𝑥| 10=
0 6 0 6 6
Distribución exponencial
Esta distribución trata de probabilidades acerca de la mediada del tiempo o distancia
entre ocurrencias con respecto a un intervalo continuo del tiempo.
Definición
Se dice que una variable aleatoria continua x que toma los valore positivos tiene
una distribución exponencial con parámetro α positivo si su función de densidad de
probabilidad está dada por.
𝛼𝑒 −𝛼𝑥 𝑥 > 0
𝑓(𝑥) = {0 𝑐𝑢𝑎𝑙𝑞𝑢𝑒𝑟 𝑜𝑡𝑟𝑜 𝑣𝑎𝑙𝑜𝑟
𝛼𝑒 −𝛼𝑥 𝑥 > 0
𝐹(𝑥) = {0 𝑐𝑢𝑎𝑙𝑞𝑢𝑒𝑟 𝑜𝑡𝑟𝑜 𝑣𝑎𝑙𝑜𝑟
Media y varianza
La media o valor esperado y la varianza de x están dadas por las siguientes formulas
1
𝜇 = 𝐸(𝑥) =
𝛼
1
𝜎 2 = 𝑉(𝑥) = [𝐸(𝑋)2 = ]
𝛼2
1
𝛼=
𝐸(𝑋)
Ejemplos
Ejemplo
Supóngase que un automóvil falla un promedio de una vez cada dos años.
Encuentre la probabilidad de que el automóvil no falle durante el siguiente año.
Demostración
1 1
= α = 2 = 0.5
𝛼
Ejemplo
Se ha observado que las fallas mecánicas que suceden en una refinería aparecen
como un proceso de Poisson con parámetros α = ½ hora (una cada dos horas) si
se llega a las 9 horas del lunes y se representa a x como el tiempo en que transcurre
desde la llegada hasta que ocurre la primera falla.
Determinar
Solución
1
1
a) 𝑓(𝑥) = 2 𝑒 −2 𝑥 𝑠𝑖 𝑥 > 0
b) F(x)= 0 para cualquier otro valor
1
c) P(x<4) p[0≤ 𝑥 ≤ 4] = 𝐹(4)=𝛼𝑒 −𝛼𝑥 = 𝑒 −2(4) = 1 − 𝑒 −2 = 0.8647
1
1
d) P(𝑥 ≥ 1) = (1 − 𝑝[𝑥 < 1] = 1 − 𝐹(1) = 1 − (1 − 𝑒 −21 ) = 𝑒 − 2 = 0.6065
1 1
e) 𝑝(𝑥 > 𝜇) = 𝑃(1 − 𝑝 [𝑥 > 𝛼] = 𝑃 [𝑥 > 1 ] = 𝑃[𝑥 > 2] = (1 − 𝑝[𝑥 ≤ 2 ] = 1 −
2
1
𝐹(2) = 1 − [1 − 𝑒 − 2 2] =1−1+𝑒 −1
= 0.3680
Como esta función no se puede integrar por las técnicas de integración estándares,
lo que se hace es estandarizarla o tipificarla haciendo µ = 0 y σ = 1 que recibe el
nombre de distribución normal estándar y se denota con la letra Z que se representa
como
1 𝑧 2/2
F (z; 0; 1)= 𝑒 −
2𝜋
3.- Se extiende de +∝ a - ∝
6.- El área bajo la curva entre dos puntas, es la probabilidad de que una variable
distribuida normalmente asuma un valor entre ellas.
8.- El área bajo la curva entre la media y cualquier otro punto es una función- del
universo de desviaciones estándar que el punto dista de la media. (Cantú, 1991)
Tipificación de la variable
σ = desviación estándar
Si sustituimos los valores iniciales (x=5.2, µ=3.2, σ=2) en la fórmula veremos que la
tipificación es correcta.
1.2. . . . . . 0.3943
Ejemplos 1
1.2. 0.3849 . . . .
Imagen 4
Ejemplo 2
0.8 . . . . . 0.3051
Imagen 5
Ejemplo 3
0.4 . . . . . 0.1772
Imagen 6
Ejemplo 4
0.8 . .0.2910 . . .
1.9 0.4738
Imagen 7
1.8.3. Aplicaciones
Ejemplo1
La estatura promedio de los empleados de una empresa es de 1.65 m., con una
desviación estándar de 0.2 m.
Suponga una distribución normal y determine qué porcentaje de los empleados que
miden:
a. Más de 1.57 m.
b. Menos de 1.70 m.
c. Entre 1.57 m y 1.70 m.
Solución:
a.
b.
c.
El problema nos da la media poblacional µ = 1.65
1.70 − 1.65
𝑧= = 0.25
0.2
Ejemplo2
En una fábrica el tiempo medio en realizar una misma tarea por parte de los
empleados se distribuye de manera normal, con media de 5 días y desviación típica
1 día. Calcular el porcentaje de empleados que realizan la tarea en un tiempo menor
a 7 días.
Solución
La media μ= 5 días.
𝑥̅ − 𝜇
𝑧=
𝜎
Z=∞ Z=
2
7−5
𝑧= =2
1
P(A)= .5+0.4772
P(A)= 0.9772
=97.72%
Ejemplo 3
En una fábrica las edades de los trabajadores se distribuyen normalmente con una
media de 50 años y una desviación estándar de 5 años encontrar las edades de los
trabajadores menores al 20 %
Solución
La media μ= 50 años.
0.1985 z = 0.52
1.05 /2 = 0.525
Utilizamos la fórmula de la normal y despejamos a x
𝑥−𝜇
𝑧=
𝜎
𝑥 = 𝜇 + 𝜎𝑧