Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad y Estadística
Unidad: 4-2022
UNIVERSIDAD DE EL SALVADOR
Contenidista: Ing. Virginia de Melara Facultad Multidisciplinaria de Occidente
Departamento de Ingeniería y Arquitectura
UNIDAD 4: DISTRIBUCIONES DE
PROBABILIDAD CONTINUA
• Objetivos de la unidad:
• Conocer las características básicas de las distribuciones de probabilidad continua.
• Interpretar el valor esperado y la varianza de una variable aleatoria para distribuciones de
probabilidad continua.
• Trabajar con variables aleatorias continuas.
• Conocer y ser capaz de trabajar con las distribuciones Uniforme, Normal, Normal Estándar,
Exponencial y Gamma.
Distribución Exponencial
La variable aleatoria X que es igual a la distancia entre conteos sucesivos de un
proceso de Poisson con me con valor esperado λ > 0 tiene una distribución
exponencial con parámetro λ. La función de densidad de probabilidad de X es
𝑓 𝑥 = λ𝑒 −λx , 𝑝𝑎𝑟𝑎 0 ≤ 𝑥 ≤ ∞
La función de distribución acumulada de X es
𝐹 𝑥 = 𝑃 𝑋 ≤ 𝑥 = 1 − 𝑒 −λx , 𝑝𝑎𝑟𝑎 𝑥 ≥ 0
Sea que X denote el tiempo desde el principio del intervalo hasta el primer
acceso. Entonces, X tiene una distribución exponencial con λ = 25 accesos por
hora. Se esta interesado en la probabilidad de que X exceda 6 minutos. Como λ
esta dada por accesos por hora, todas las unidades de tiempo se expresa en
horas. Es decir 6 minutos = 0.1 horas.
Distribución Exponencial
Por tanto:
∞
∞
𝑃 𝑋 > 0.1 = න 25𝑒 −25𝑥 𝑑𝑥 = −𝑒 −25𝑥 ቚ = 0 − −𝑒 −25 0.01 = 0.082
0.1 0.1
0.05
0.05
𝑃 0.033 < 𝑋 < 0.05 = න 25𝑒 −25𝑥 𝑑𝑥 = −𝑒 −25𝑥 ቤ = −0.287 − (−0.438) = 0.151
0.033 0.033
Distribución Exponencial
Propiedad de falta de memoria
Ejemplo: Sea que X denote el tiempo entre la detección de una partícula rara
en un contador Geiger y se supone que X tiene una distribución exponencial
con λ = 1.4 minutos. La probabilidad de que se detecte una partícula en un lapso
de 30 segundos después de activar el contador es
P(X < 0.5 minutos) = 1 – e-05/1.4 = 0.30
Distribución Exponencial
Se debe suponer que se enciende el contador Geiger y que pasan 3 minutos
sin que se detecte ninguna partícula. ¿Cuál es la probabilidad de detectar una
partícula en los siguientes 30 segundos?
P(X < 3.5 | X > 3 ) = P(3 < X < 3.5) / P(X > 3)
Distribución Exponencial
Donde
P(3 < X < 3.5) = F(3.5) – F(3) = [1- e-3.5/1.4] – [1- e-3/1.4] = 0.0035
Y
P(X > 3) = e-3/1.4 = 0.117
Por lo tanto,
P(X < 3.5 | X > 3 ) = 0.035 / 0.117 = 0.30
Relación entre la Distribución
Exponencial y Proceso de Poisson
La conexión entre la distribución exponencial y el proceso de Poisson es la
siguiente:
Si los eventos siguen un proceso de Poisson con un parámetro de razón λ,
y si T representa el tiempo de espera desde cualquier punto inicial hasta el
próximo evento, entonces T ~ Exp(λ).
λ𝑟 𝑥 𝑟−1 𝑒 −λx
𝑓 𝑥 = , 𝑝𝑎𝑟𝑎 𝑥 ≥ 0
Γ(𝑟)