UNIVERSIDAD DISTRITAL FACULTAD

TECNOLOGI A
INGENIERI A EN TELEMATICA
PROBABILIDAD Y ESTADISTICA
2015-3.
GERMÁN MONTEZUMA montezumag@gmail.com
Grupo:estadísticayprobabilidades2015-3 en yahoo.es

GUIA 13

TEMA: Distribuciones Continuas “Exponencial y Gamma”

OBJETIVO: Identificar, y calcular una distribución de probabilidad continúa

Exponencial y Gamma.

Uso de la D. Normal para aproximar D. Binomiales. Cuando en una distribución

binomial se cumple las condiciones:
   np  5 (la media es mayor o igual a cinco)
 nq  5 (el producto del número de intentos por la probabilidad del fracaso
es mayor o igual a cinco)
Se recomienda hacer una aproximación usando la distribución normal para evitar
operaciones largas y tediosas.

Proceso recomendado.
1. Verificar las condiciones:   np  5 y nq  5 .
2. Calcular:   np y   npq
3. Usar la distribución normal con los parámetros  y  calculados con
anterioridad.
4. Construir la gráfica de barras y determinar los limites para encontrar el área
bajo la curva.
5. Hallar los valores de z para éstos valores

Ejemplo: Dado un experimento binomial con p = 0.5 y n = 10, encuentre:

P4  x  6 .
Solución usando probabilidad binomial.
b(4,10,0.5)+ b(5,10,0.5)+ b(6,10,0.5) =
10  10  10 
 (0.5) 4 (0.5) 6   (0.5) 5 (0.5) 5   (0.5) 6 (0.5) 4  0.2  0.25  0.2  0.65
4  5  6 

Solución usando aproximación con la probabilidad normal.

  np  10 * 0.5  5 y nq  10 * 0.5  5;   npq  10 * 0.5 * 0.5  1.6
 3.5 4 4.5 5 5.5 6 6.5 3.5 4 4.5 5 5.5 6 6.5
6.5 6.5
3.5  5 6.5  5
Si x = 3.5 entonces z =  .  0.9 y si x= 6.5 entonces z   0.9
1.6 1.6
Entonces P4  x  6 = P 0.9  z  0.9  2 * P(0  z  0.9)  2 * (0.3159)  0.63
Como se pude observar la diferencia entre la solución binomial y la aproximación
de la normal es de 0.03.

Distribución Exponencial. Es una distribución muy relacionada con la de

Poisson, ya que ésta se refiere al número de eventos que ocurren en un intervalo
de tiempo, mientras que la exponencial se usa para modelar los tiempos entre la
ocurrencia de dos eventos sucesivos.

Si x es una variable aleatoria definida por una función de la

forma: f ( x)  e x ; con x  0 y   0 , entonces se dice que x tiene una
distribución de probabilidad Exponencial, la cual satisface las propiedades:
1
   = media = desviación estandar

1
 2  = varianza
2

2
2 La gráfica solo depende del parámetro
landa (  ) y la función F de
1 distribución Acumulativa para la
 1 variable aleatoria exponencial x se
define como:
  0.5
0.5 F ( x)  1  e x ; con x  0 y   0

Función de confiabilidad. La confiabilidad de un componente o de un sistema en

el tiempo t se denota como R(t) y se define por R(t) = P(T>1) donde T es el tiempo
de vida del componente o sistema, entonces se cumple: R(t )  e t
Distribución Gamma. Cuando la variable aleatoria continua x tiene una


distribución sesgada y se define como: ( )   x  1e  x dx; con  0 Se denomina

0

una distribución Gamma, la cual satisface las propiedades:

 Para todo   0 se cumple ( )  (  1)(  1)
 n    se cumple (n)  (n  1)!
1
 ( )  
2

Distribución Gamma Estándar. Si x es una variable aleatoria continua gamma y

el parámetro  >0, entonces se define la distribución gamma estándar como:
 x  1e  x 
 si x  0 
( )
f ( x,  )   ( )  Entonces f(x,  )  0 y  f ( x,  )dx  1
0  ( )
 si x  0 0

Satisfaciendo las dos propiedades básicas de una función de probabilidad.

Familia de distribución Gamma. Se dice que una variable aleatoria tiene una
distribución gamma si la función de probabilidad de x es:
 1  1

x


  x e si x  0 
f ( x,  ,  )    ( ) donde   0 y   0
 
0 si x  0
La distribución gamma estándar tiene como parámetro   1

f ( x,  )
f ( x,  ,  ) 1.0  2
  2 ;   1/ 3
1.0 0.5

0.5

0 1 2 X 0 1 2 3 4 5 X

Función Gamma Función Gamma Estándar

Proposición. La media y la varianza de una variable aleatoria que tenga como

distribución gamma f ( x,  ,  ) se definen como:    ;  2   2
Calculo de Probabilidades.
 Cuando x es una variable aleatoria gamma estándar se utiliza:
x  1  x
x e
F ( x,  )   dx ; x  0
0
 ( )
 Cuando x es una variable aleatoria gamma no estándar se utiliza:
x
F ( x,  ,  )  f ( ,  )


TALLER

1. La probabilidad de que la pelusa provoque una reacción adversa es 0.02. Si 100

individuos se escogen aleatoriamente para exponerlos a la pelusa, encuentre la
probabilidad aproximada de que:
a) a lo más 20 personas tengan reacción adversa.
b) al menos 24 personas tengan una reacción adversa.
c) entre 21 y 29, inclusive, presenten reacción adversa.
d) 210 personas reaccionen desfavorablemente.

2. Si una moneda se lanza 1000 veces, encuentre la probabilidad aproximada de que:

a) a lo más 530 veces caiga mostrando sol.
b) entre 485 y 520, inclusive, lanzamientos den lugar a soles.
c) 525 lanzamientos den sol.
d) el número de lanzamientos que muestren sol sea mayor que 490.

3. En un programa de control de calidad para un proceso de producción se considera que

este es satisfactorio solo si de una muestra de 100 piezas, menos de 10 resultan
defectuosas; ¿cuál es la probabilidad aproximada de que en un lote de 100 artículos el
proceso de producción se considere:
a) Satisfactorio cuando de hecho, el proceso produzca 15% de artículos defectuosos?
b) No satisfactorio cuando se produzca 15% de artículos defectuosos?

4. Use la calculadora para determinar el valor de e  c para cada una de las parejas
siguientes:
a)   2, c  3
b)   1.5, c  2.3
c)   0.75, c  4.1

5. Suponga que x se distribuye exponencialmente con parámetro   6.4 y determine su

media y varianza.

6. Asuma que x se distribuye exponencialmente con parámetro   0.12, para estimar las
probabilidades siguientes
a) P(x>8.3)
b) P(x<9.3)
c) P(8.2<x<11.2)
7. Suponga que el tiempo de vida, en horas, de un artefacto electrónico se distribuye
exponencialmente con   0.02, y que posee una confiabilidad de 95%, determine el
número de horas que funcionará sin descomponerse.

8. El tiempo de vida de un artefacto electrónico se distribuye exponencialmente con una

media de 500 horas; se sabe que la confiabilidad del aparato es de 0.88 ¿cuántas horas
debe operarse el artefacto para alcanzar una confiabilidad del 0.95?

9. Represente por x el tiempo en minutos entre los sucesivos ingresos a la sala de

emergencia con parámetro   0.10. Encuentre:
a) La desviación estándar entre dos ingresos sucesivos.
b) P( x  10.5)
c) P( x  9.6)

10. El tiempo en minutos entre los clientes sucesivos en una ventanilla bancaria se
distribuye exponencialmente con parámetro   0.5. Determine la probabilidad de que al
menos uno de los cuatro clientes siguientes deba esperar más de 3 minutos.

11. Sea x una variable aleatoria exponencial con parámetro   0.125encuentre:

a) el sexagésimo percentil.
b) el tercer cuartel.
c) la mediana
d) el cuarto decil

12. El tiempo de espera para que un cliente sea atendido en una cafetería se distribuye
exponencialmente con una media de 3 minutos. ¿cuál es la probabilidad de que una
persona sea atendida en menos de 2 minutos en al menos tres de los seis días
siguientes?

13. Un tipo de baterías tiene un tiempo de funcionamiento que se distribuye

exponencialmente con una media de dos años. Encuentre la probabilidad de que una
batería funcione:
a) más de tres años
b) entre uno y tres años

14. Ciertas píldoras anticonceptivas tienen una efectividad del 70% si 50 mujeres las usan
¿cuál es la probabilidad aproximada de que entre ellas se produzca un embarazo? Si
hombres y mujeres se conciben con la misma probabilidad ¿qué posibilidad existen en
este caso de que nazca un varón?

15. Evalúe lo siguiente:

a) (6)
 6
b)  5
c) f(4;5)
d) f(5;4)
e) f(0;4)

15. Haga que x tenga una distribución gamma estándar con   7 . Evalúe lo siguiente:
a) P( x  5)
b) P( x  5)
c) P( x  8)
d) P(3  x  8)
e) P(3  x  8)
f) P( x  4 o x  6)

16. Suponga que el tiempo en horas tomado por un propietario de una casa para podar el
césped de su jardín es una va X que tiene una distribución gamma con parámetros
  2   1 2 . ¿Cuál es la probabilidad de que tarde:
a) A lo sumo una h para podar el césped?
b) Por lo menos 2h para podar el césped?
c) Entre 0.5 y 1.5 h para podar el césped?

17. Suponga que el tiempo empleado por un estudiante seleccionado al azar que utiliza
una terminal conectada a un centro local de cómputo de tiempo compartido, tiene una
distribución gamma con media de 20 min. Y varianza de 80 min2
a) ¿cuáles son los valores de  y  ?
b) ¿cuál es la probabilidad de que un estudiante utilice la terminal por lo menos 24 min.?
c) ¿cuál es la probabilidad de que un estudiante pase entre 20 y 40 min. Usando la
terminal?

18. Suponga que cuando un transistor de cierto tipo se somete a una prueba acelerada de
vida útil, la duración X (en semanas) tiene una distribución gamma con media de 24
semanas y desviación estándar de 12 semanas.
a) ¿cuál es la probabilidad de que un transistor dure entre 12 y 24 semanas?
b) ¿cuál es la probabilidad de que un transistor dure a lo sumo 24 semanas?¿es la media
de la distribución de vida o duración menor de 24?
c) ¿cuál es el 99avo percentil de la distribución?
d) Suponga que la prueba en realidad termina después de t semanas. ¿qué valor de t es
tal que sólo la mitad de 1% de todos los transistores estarán todavía funcionando al
terminar la prueba?

19. El tiempo X en segundos que tarda un bibliotecario para localizar una ficha en un
archivo de registros sobre libros prestados tiene una distribución exponencial con tiempo
esperado de 20s. Calcule:
a) P( x  30)
b) P( x  20)
c) P(20  x  30)
d) ¿Para que valor de t es P(x<=t)=0.5?

20. Una amplia experiencia en ventiladores de cierto tipo, empelado en motores diesel, ha
sugerido que la distribución exponencial es un buen modelo para el tiempo hasta que se
presente una falla. Suponga que el tiempo medio hasta una falla es de 25.000 h ¿cuál es
la probabilidad de que:
a) Un ventilador seleccionado al azar dure por lo menos 20000 h? ¿A lo sumo 30000 h?
¿y entre 20000 y 30000 h?