Distribuciones Continuas de

Probabilidad
Estadística
1. Introducción
Hay una gran variedad de variables que tienen una distribución de
probabilidad de este tipo, entre las que destacan:

• La distribucion de probabilidad uniforme.

• La distribucion de probabilidad exponencial.
• La distribucion de probabilidad normal.
• La distribucion de probabilidad X2(Ji-cuadrada).
• Distribucion t de Student.
2. Distribución de probabilidad uniforme
Es la distribución continua de probabilidad en la cual todos los valores
que toma la variable en el intervalo o rango que la define tienen el
mismo valor de probabilidad.

Al tratarse de una distribución de probabilidad de una variable

aleatoria continua, la medición de la probabilidad de ocurrencia de un
valor especifico (x) de la variable dentro de un intervalo de medición de
esta (Y1-Y2), se define como:

Intervalo de medición de la probabilidad 𝑌2 − 𝑌1

𝑃 𝑌1 ≤ 𝑥 ≤ 𝑌2 = =
𝑖𝑛𝑡𝑒𝑟𝑣𝑎𝑙𝑜 𝑑𝑒 𝑑𝑒𝑓𝑖𝑛𝑖𝑐𝑖ó𝑛 𝑏 −𝑎
2. Distribución de probabilidad uniforme
Ejemplo 1:
Suponga una compañía que elabora vinos de mesa. Su
producto principal es el vino de mesa de 125 ml, pero
su línea de envasado llena las botellas entre 120 y 130
ml. La compañía desea saber la probabilidad de que
una sola botella (x) pueda contener entre 125 y 128 ml.
2. Distribución de probabilidad uniforme
Solución

Datos:
Intervalo de definición= b – a = 130 - 120 = 10 ml
Intervalo de medición de la probabilidad= Y2 – Y1 = 128 - 125 = 3 ml
2. Distribución de probabilidad uniforme
Ejercicio 2:
Un agricultor compra fertilizante orgánico para sus terrenos de
siembra, de tal manera que ello le permita obtener mayor cantidad de
productos por hectárea. Este tipo de fertilizante se vende en sacos de
25 kg, con un peso distribuido de manera uniforme que, según el
catalogo del productor, puede variar de 23.5 a 26.5 kg. El agricultor
necesita 25.5 kg para fertilizar un terreno de prueba, pero duda si
comprar un solo saco por la variación en la cantidad que estos
presentan. Si compra un saco, ¿que probabilidad habría de que este
contenga mas de 25.5 kg?
2. Distribución de probabilidad uniforme
Media Varianza y desviación estándar
En esta distribución, el valor de la La varianza en una distribución de
probabilidad es constante en el probabilidad uniforme esta definida
intervalo entre a y b, y cero en como:
cualquier otro punto.

y su desviación estándar como:

Donde:
2. Distribución de probabilidad uniforme
Ejercicio 3
El tiempo de retraso del tren suburbano esta programado mediante
una distribución de probabilidad uniforme entre 0 y 10 minutos. ¿Cuál
es la probabilidad de que el tren llegue por lo menos con ocho minutos
de retraso? ¿Cual es la desviación estándar del tiempo de retraso de
este tren?
3. Distribución Exponencial
Mientras que la distribución de Poisson es una distribución discreta de
probabilidad que mide el numero de sucesos u ocurrencias sobre algún
intervalo de tiempo o espacio, la distribución de probabilidad
exponencial mide el paso del tiempo entre un suceso y otro, de ahí que
esta ultima distribución sea una distribución de probabilidad continua.

Por ejemplo, una distribución de Poisson describe la tasa de llegada de

personas, vehículos, llamadas telefónicas, personas atendidas en una
ventanilla bancaria, foto infracciones vehiculares en un mes, etc.,
dentro de algún periodo dado, y la distribución exponencial, el lapso de
tiempo que se presenta entre tales arribos.
 3. Distribución Exponencial
Cálculo de la Probabilidad
La probabilidad de que un lapso de tiempo X sea menor que o igual que cierto
valor x es:

𝑃 𝑋 ≤ 𝑥 = 1 − 𝑒 −𝜇𝑡

Donde:
e = base de los logaritmos naturales 2.71828
𝜇 = tasa promedio de ocurrencia de un suceso.
t = lapso de tiempo entre sucesos.
curva de una distribución de probabilidad exponencial
3. Distribución Exponencial
Ejercicio 1:
Los taxis del aeropuerto están programados con una
distribución de Poisson de 12 taxis por hora. Un
ejecutivo que llega debe estar en el centro de la ciudad
lo mas pronto posible. ¿Que probabilidad hay de que
deba esperar un máximo de cinco minutos para
conseguir un taxi?
3. Distribución Exponencial
3. Distribución Exponencial
Ejercicio 2:
En un día de trabajo normal, la supercomputadora de la universidad
recibe un trabajo de proceso electrónico para una investigación de los
diferentes institutos de investigación cada 1.5 minutos.
Si los trabajos llegan aleatoriamente a lo largo del tiempo a una tasa
esperada constante, entonces ¿cuál es la probabilidad de que el tiempo
de espera entre procesos se encuentre entre 1 y 4 minutos?
3. Distribución Exponencial
3. Distribución Exponencial
Media y varianza en una distribución de probabilidad exponencial
La media o valor esperado de esta distribución es igual a:

𝐸 𝑥 =𝜇
Se puede observarse que la desviación estándar para esta distribución
es exactamente igual que su valor esperado.

𝜎=𝜇
3. Distribución Exponencial
Ejercicio 3:
El rey de la hamburguesa atiende en promedio a un
cliente cada cinco minutos. .Cual es la probabilidad de
atender a un cliente en un tiempo menor a tres
minutos? .Cual es su promedio de atención y cual es la
desviación estándar de esta en el restaurante?
4. Distribución Normal
La distribución de probabilidad continua mas importante es la
distribución de probabilidad normal. Por un lado, esto se debe a que hay
una gran variedad de fenómenos que se pueden modelar mediante esta
distribución; por otro, a que esta distribución puede utilizarse para
aproximar el comportamiento de las distribuciones de probabilidad
discretas; y, finalmente, a que esta distribución de probabilidad es la base
para la inferencia estadística clásica, debido a su relación con el teorema
del limite central.
4. Distribución Normal
Características de una distribución de probabilidad normal

1. La curva normal tiene un perfil parecido al de una campana y tiene un solo

pico en el centro exacto de la distribución. Por ello en algunas ocasiones
también es llamada campana de Gauss.
2. Si se traza una línea vertical del pico a la base de la distribución, podrá
observarse que esta se divide en dos partes iguales (mitad 1 y mitad 2). Esta
es una distribución simétrica.
3. La media aritmética, la mediana y la moda son iguales en esta distribución
de probabilidad y están ubicadas en el punto que la divide en dos partes
iguales.
4. La curva normal decrece uniformemente en ambas direcciones a partir de
su valor central. Es asintótica, lo que significa que esta se aproxima cada vez
mas al eje X, pero nunca llega a tocarlo.
4. Distribución Normal
Calculo de la Probabilidad
La expresión matemática que representa una función de densidad de
probabilidad de una normal se denota por el símbolo f (X) en la forma
siguiente:

Donde:
4. Distribución Normal
Problemas
De la expresión matemática anterior puede observarse que la
probabilidad de la variable aleatoria X depende solo de dos
parámetros: la media de la población y la desviación estándar de la
población.
Los cálculos de la función de densidad de probabilidad de una
distribución normal serian muy complicados por la infinidad de
combinaciones de m y s, lo que implicaría construir gran cantidad de
tablas de probabilidad. Para evitar toda esta labor se construye una
sola tabla de probabilidades denominada distribución normal
estándar.
5. Distribución de probabilidad normal
estándar Z
Como ya se indico, cada curva normal tiene su propia m y s; por tanto,
el numero de distribuciones normales es ilimitado. Para evitar el
calculo de cada distribución se utiliza una sola curva normal, llamada
curva normal estándar, cuya variable aleatoria Z siempre tiene una
media = 0 y una desviación estándar = 1.
Para convertir el valor de cualquier variable aleatoria X a la curva
normal estándar Z se utiliza la formula de transformación siguiente:

𝑋−𝜇
𝑍=
𝜎
5. Distribución de probabilidad normal
estándar Z
Ejercicio 1:

Una microempresa de electrodomésticos tiene una producción diaria

que se distribuye normalmente con una media de 158 unidades y una
desviación estándar de cuatro unidades. Encuentre la probabilidad de
que el numero de unidades producidas por día:
a) sea menor que 163 unidades.
b) sea mayor que 164 unidades.
c) este entre 150 y 165 unidades.
d ) este entre 160 y 168 unidades.
 5. Distribución de probabilidad normal
estándar Z
Solución: Solución:
a) sea menor que 163 unidades b) sea mayor que 164 unidades

163 − 158 164 − 158

𝑍= = 1,25 ≈ 0,3944 𝑍= = 1,5 ≈ 0,4332
4 4

𝐏 𝐙 < 𝟏, 𝟐𝟓 = 𝐏 𝐗 < 𝟏𝟔𝟑 = 𝟎, 𝟓 + 𝟎, 3944 𝐏 𝐙 > 𝟏, 𝟓 = 𝐏 𝐗 > 𝟏𝟔𝟒 = 𝟎, 𝟓 − 𝟎, 3944

5. Distribución de probabilidad normal
estándar Z
Solución: 150 − 158
𝑍= = −2 ≈ 0,4772
c) este entre 150 y 165 unidades 4

165 − 158
𝑍= = 1,75 ≈ 0,4599
4

𝐏 −𝟐 < 𝐙 < 𝟏, 𝟐𝟓 =
𝐏 𝟏𝟓𝟖 < 𝐗 < 𝟏𝟔𝟑 =
𝟎, 𝟒𝟕𝟕𝟐 + 𝟎, 𝟒𝟓𝟗𝟗 = 𝟎, 𝟗𝟑𝟕𝟏
5. Distribución de probabilidad normal
estándar Z
Solución: 160 − 158
𝑍= = 0,5 ≈ 0,1915
d ) este entre 160 y 168 unidades 4

168 − 158
𝑍= = 2,5 ≈ 0,4938
4

𝐏 𝟎, 𝟓 < 𝐙 < 𝟐, 𝟓 =
𝐏 𝟏𝟔𝟎 < 𝐗 < 𝟏𝟔𝟖 =
𝟎, 𝟒𝟗𝟑𝟖 − 𝟎, 𝟒𝟓𝟗𝟗 = 𝟎, 𝟑𝟎𝟐𝟑
5. Distribución de probabilidad normal
estándar Z
Ejercicio
El profesor Robles comunica que los alumnos que pasarán de
semestre serán únicamente el 10% de los resultados con más
alta puntuación del examen final. El promedio de los
resultados obtenidos por los alumnos en el examen final es de
75 puntos y la desviación estándar es de cinco puntos. ¿A
partir de qué puntuación calificará el profesor con la letra E?
Las calificaciones se distribuyen normalmente.
5. Distribución de probabilidad normal
estándar Z
Solución Datos:
𝜇=75
𝜎=5
P(X>x)=0,5 - 0,10= 0,40 ≈ 𝑍 = 1,285

𝑥 − 75
𝑍= = 1,282 ≈ 0.10
5

𝑋 = 1,285 5 + 75 = 81,425 𝑝𝑢𝑛𝑡𝑜𝑠

5. Distribución de probabilidad normal
estándar Z
Ejercicio:
El despacho de arquitectos Uribe, S.A., gana una licitación
para diseñar y construir un centro comercial en la zona
poniente de la ciudad. ¿Qué altura debe tener el acceso al
estacionamiento para que pueda pasar 95% de los
automóviles sin ningún problema? La altura de los
automóviles sigue un comportamiento normal; se sabe que la
altura promedio es de 220 cm, con una desviación estándar de
15 cm.
5. Distribución de probabilidad normal
estándar Z
Solución Datos:
𝜇=220cm
𝜎=15 cm
P(X>x)=0,45 ≈ 𝑍0,45 = 1,645

𝑋 − 220
𝑍= = 1,645 ≈ 0,45
15

𝑋 = 1,645 15 + 220 = 244,68 𝑐𝑚