ESTADISTICA Y PROBABILIDADES

DISTRIBUCIONES CONTINUAS

Distribución Exponencial

En estadística la distribución exponencial es una distribución de probabilidad

continua con un parámetro λ > 0 cuya función de densidad es

Su función de distribución es

Aquí e significa el número e.

El valor esperado y la varianza de una variable aleatoria X con distribución

exponencial son

f(x)=

f(x)=

0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
1 3 5 7 9 11 13 15 17 19

EJEMPLO
La cantidad de tiempo que un reloj funcionará sin tener que volverlo a
poner a tiempo es una variable aleatoria que tiene una distribución
exponencial con 1   120 días. Calcúlese las probabilidades de que tal reloj
ESTADISTICA Y PROBABILIDADES

a) Deba ajustarse en menos de 24 días

b) No tenga que ser ajustado en al menos 180 días

Solución:
1 1
Tenemos:  120   
 120
 1  120
x
 e ; x0
f  X   120
0 ; x0


 0 ; x0

F X  
x

1  e
120
; x0
24
a) P( X  24 )  
1 e 120

 
180
  180 
3

b) P( X  180 )  1  P( X  180 )  1   1  e 120   e 120  e 2

 
ESTADISTICA Y PROBABILIDADES

Distribución Normal
La distribución normal es una de las distribuciones más usadas e importantes.
Se ha desenvuelto como una herramienta indispensable en cualquier rama de
la ciencia, la industria y el comercio.

Muchos eventos reales y naturales tienen una distribución de frecuencias cuya

forma es muy parecida a la distribución normal. La distribución normal es
llamada también campana de Gauss por su forma acampanada.

 X

3.1. DEFINICION
Se dice que una variable aleatoria continua sigue una distribución normal
de media  y desviación típica  , y se escribe X  N (  ,  2 ) , cuando
tiene la función de densidad:

2
1  x   
1 2   
f ( x)  e
 2
ESTADISTICA Y PROBABILIDADES

PROPIEDADES DE LA DISTRIBUCION NORMAL

 Tiene forma de campana
 Tiene media  y desviación típica 
 El área bajo la curva o la probabilidad desde menos infinito a más infinito
vale 1.
 La distribución normal es simétrica, es decir cada mitad de curva tiene
un área de 0.5
 La escala horizontal se mide en desviaciones estándar
 La forma y la posición de una distribución normal dependen de los
parámetros  y  , en consecuencia hay un número infinito de
distribuciones normales.
 La media, Mediana y Moda coinciden, son iguales y se localizan en el
pico.

3.2. DISTRIBUCION NORMAL ESTANDAR

Es la distribución Normal con media  = 0 y desviación estándar  =1. La

función de densidad de la distribución normal estándar usualmente se denota
por el símbolo 

 x2
1
 ( z)  e 2

2
Con función acumulada:

( z )  P  Z  z     ( t )dt ,
z
z  


F(z)

  1

0
ESTADISTICA Y PROBABILIDADES

ESTANDARIZACION DE UNA VARIABLE ALEATORIA

La estandarización tipificación consiste en pasar de la v.a. X con distribución
N (  ,  2 ) a una nueva v.a. Z con distribución N (0, 1) mediante la expresión:

X 
Z sí se consideran los datos completos del proceso.

XX
Z sí se consideran sólo los datos de una muestra.
s

Ejemplo1. El departamento de personal de una empresa requiere que los

solicitantes a un puesto en cierta prueba alcancen una calificación de 500. Si
las calificaciones de la prueba se distribuyen normalmente con media   485
y desviación estándar   30 ¿Qué porcentaje de los solicitantes pasará la
prueba?

Calculando el valor de Z obtenemos:

X  500  485
Z  =  0.5
 30

Buscamos el valor correspondiente Z en las tablas de distribución normal

estándar o por medio de Excel =distr.norm.estand(0.5). Z0.5 = 0.69146 =
69.146%. donde la probabilidad de que la calificación sea menor a 500 es P (X
<= 500). Dado que el porcentaje pedido es P ( X  500) la solución es 1-
0.69146 =0.3085, por tanto sólo 30.85% de los participantes pasarán la prueba.
Otra forma es tomando la Z como negativa con P(Z <= -0.5) = 0.3085.

485

3 0 .8 5 %

Z.0 5
ESTADISTICA Y PROBABILIDADES

Ejemplo 2: Si x es una variable normal con media 8,47 y desviación típica igual a

1,15, hallar:

a) P (x < 9,12)

b) P (x < 12,34)

c) P (x < 6,42)

d) P(x>10,53)

e) P (x > 12,62)

f) P(x > 4,01)

g) P(6,12 < x < 11,92)

h) P ( 5,06 < x < 6,84)

Ejemplo 3: Determine el área situada debajo de la curva normal estándar que está:
a) a la izquierda de 0,94
b) a la derecha de -0,65
c) a la derecha de z= 1,76
d) a la izquierda de z = - 0,85
e) entre z1 = 0,87 y z2 = 1,28
f) entre z1 = - 0,34 y z2 = 0,62