Distribución exponencial

Es una distribución continua que mide el paso del tiempo entre ocurrencias.

Fórmula de la distribución exponencial:

t Es el lapso de tiempo
e Es la base del logaritmo natural
μ Es la tasa promedio de ocurrencia

Ejemplo:

Una compañía programa sus taxis para que lleguen al aeropuerto local con una
tasa promedio de llegada de 12 por hora. Usted acaba de aterrizar en el
aeropuerto y debe llegar al centro de la ciudad lo más pronto posible. ¿Cuál es la
probabilidad de que usted tenga que esperar máximo 5 minutos para conseguir un
taxi?. Si la probabilidad de que pase otro taxi dentro de 5 minutos es menor al 50%
usted alquilará un auto para llegar al centro de la ciudad.

Tema 6 página 1
Distribución Uniforme
Las probabilidades son las mismas para todos los posibles resultados.

La media o valor esperado de una distribución uniforme está en el centro de sus

dos puntos extremos.

Fórmula de la media de una distribución uniforme:

Fórmula de la varianza de una distribución uniforme:

El área total bajo la curva, como es el caso de todas las distribuciones de

probabilidad, es igual a 1 o 100%.

Fórmula de la probabilidad de que una observación caiga entre dos valores:

Ejemplo 1: Una fábrica produce un fertilizante que se vende en bolsas con un peso
uniformemente distribuido, con una media de 25 libras y un rango de 2,4 libras.
Un cliente necesita 23 libras para fertilizar su césped, pero duda si comprar sólo
una bolsa ya que se desvía de las 25 libras en un rango de 2,4 libras. También tiene
curiosidad sobre la probabilidad de comprar una bolsa con más de 25,5 libras.

Tema 6 página 2
Distribución Normal
Es una distribución continua que se usa para reflejar la distribución de variables
que son divisibles infinitamente. Estas variables provienen de medir.

Gráfica de una distribución normal:

La forma y posición de una distribución normal están determinadas por dos

parámetros: la media poblacional (μ) y la desviación estándar poblacional (ϑ)

Tema 6 página 3
Desviación normal
Existe un número infinito de distribuciones normales posibles, cada una con su
propia media y desviación estándar. Como es imposible analizar un número tan
grande de distribuciones normales, es necesario convertirla a una forma estándar,
a la que se le denomina distribución normal estándar, a través de una fórmula de
conversión que se le denomina fórmula Z.

Z Es la desviación normal
X Es algún valor específico de la variable aleatoria

Después del proceso de conversión, la media de la distribución es 0 y la desviación

estándar es 1.

El valor Z es el número de desviaciones estándar a las que una observación está

por encima o por debajo de la media.

Tema 6 página 4
Cálculo de probabilidades con desviación estándar

Para el cálculo de las probabilidades de eventos es necesario estandarizar la

distribución normal.

El área comprendido entre la curva normal y un intervalo dado representa la

probabilidad.

La siguiente tabla permite calcular estas probabilidades:

Ejemplo 1: Telcom presta servicio de comunicación a los negocios del área

metropolitana de Chicago. Los funcionarios de la compañía han aprendido que la
transmisión satélite promedio es de 150 segundos, con una desviación estándar de
15 segundos. Los tiempos parecen estar distribuidos normalmente.
Para estimar de manera apropiada la demanda del cliente por sus servicios y
establecer una estructura de tarifas que maximice las utilidades corporativas,
Telcom debe determinar qué tan probable es que algunas llamadas se presenten.
El director de servicios desea que usted proporcione estimados de la probabilidad
de que una llamada dure:
a. Entre 125 y 150 segundos.
b. Menos de 125 segundos.
c. Entre 145 y 155 segundos.
d. Entre 160 y 165 segundos.

Tema 6 página 5
d. Entre 160 y 165 segundos.

Tema 6 página 6
Cálculo de un valor de x a partir de una probabilidad
conocida

Ejemplo 1. Los asesores económicos del presidente proponen un programa de

bienestar social para ayudar a los desfavorecidos, el cual consta de un pago
monetario al 15% de los más pobres de la nación. Entonces surge la pregunta
sobre qué nivel de ingresos separa el 15% más pobre del resto de la gente. El
ingreso promedio por persona, medido en dólares, en el año de 1982 era de US
$13812. Se asume una desviación estándar de US$3550. ¿Existe algún nivel de
ingreso que aparezca como "?" que separe el 15% más pobre del 85% restante? Se
asume que los ingresos están distribuidos normalmente.

Tema 6 página 7
Aproximación normal a la distribución binomial

Si se cumple con las condiciones de una distribución binomial y n es muy grande

que no se pueda usar la fórmula binomial o las tablas, entonces se utiliza la
aproximación normal.

Esta aproximación se considera lo suficientemente precisa si:

1. nπ ≥ 5 y n(1 - π) ≥ 5
2. π está próximo a 0,50

Ejemplo 1: Un sindicato laboral en el cual el 40% de los miembros está a favor de la

huelga. Si se seleccionan 15 miembros de una manera aleatoria, ¿cuál es la
probabilidad de que 10 apoyen un paro?

Tema 6 página 8