Universidad Hispanoamericana

Facultad de Ciencias Económicas

Cátedra de Estadística
TEMA 2: Distribuciones de Probabilidades
• Distribuciones de Probabilidad de variables
continuas:
• Distribución de probabilidad Uniforme.
• Distribución de probabilidad Normal.
.
Una distribución de probabilidad continua resulta de medir algo, como la
distancia del dormitorio al salón de clases, el peso de un individuo o la
cantidad de bonos que ganan los directores ejecutivos. Suponga que
seleccionamos a cinco estudiantes y calculamos que las distancias, en
millas que viajan a clases son de 12,2, 8,9, 6,7, 3,6 y 14,6. Cuando
examinamos una distribución continua, la información que nos interesa es
el porcentaje de estudiantes que viajan menos de 10 millas o el porcentaje
que viaja más de 8 millas. En otras palabras, en el caso de una distribución
continua, quizá desee conocer el porcentaje de observaciones que se
presentan dentro de cierto margen.
Es importante señalar que una variable aleatoria continua tiene un número
infinito de valores dentro de cierto intervalo particular. Así, debe pensar en
la probabilidad de que una variable tenga un valor dentro de un intervalo
específico, en vez de pensar en la probabilidad de un valor específico.
Considerará dos familias de distribuciones: la distribución de probabilidad
uniforme y la distribución de probabilidad normal. Estas distribuciones
describen la probabilidad de que una variable aleatoria continua con una
infinidad de valores posibles caiga dentro de un intervalo específico. Por
ejemplo, suponga que el tiempo de acceso a la página web de McGraw-
Hill(www.mhhe.com) se encuentra distribuido uniformemente con un tiempo
mínimo de 20 milisegundos y un tiempo máximo de 60 milisegundos.
Entonces, es posible determinar la probabilidad de que se pueda tener
acceso a la página en 30 milisegundos o menos. El tiempo de acceso se
mide en una escala continua.
La segunda distribución continua que se estudiará es la distribución de
probabilidad normal. La distribución normal se describe mediante su media
y desviación estándar. Por ejemplo, suponga que la vida media de una
batería Energizer tamaño C se rige por una distribución normal con una
media de 45 horas y una desviación estándar de 10 horas cuando se
utiliza en determinado juguete. Puede determinar la probabilidad de que la
batería dure más de 50 horas, entre 35 y 63 horas, o menos de 39 horas.
La vida media de la batería se mide en una escala continua.
La distribución de probabilidad uniforme es, tal vez, la distribución más
simple de una variable aleatoria continua. La distribución tiene forma
rectangular y queda definida por valores mínimos y máximos. He aquí
algunos ejemplos que se rigen por una distribución uniforme.
El tiempo de vuelo de una aerolínea comercial de Orlando, Florida, a
Atlanta, Georgia, varía de 60 a 120 minutos. La variable aleatoria es el
tiempo de vuelo dentro de ese intervalo. Observe que la variable de
interés, el tiempo de vuelo en minutos, es continua en el intervalo de 60 a
120 minutos.
Los voluntarios de la Grand Strand Public Library elaboran formas para
declaraciones de impuestos federales. El tiempo de elaboración de una
forma 1040-Z se rige por una distribución uniforme en el intervalo de 10
a 30 minutos. La variable aleatoria es la cantidad de minutos que tarda
llenar la forma y puede tomar valores entre 10 y 30.
En la siguiente gráfica aparece una distribución uniforme. La forma de la
distribución es rectangular y posee un valor mínimo a y un máximo b.
Observe, asimismo, en la gráfica que la altura de la distribución es
constante o uniforme para todos los valores entre a y b

Distribución uniforme
continua
La media de una distribución uniforme se localiza a la mitad del intervalo
entre los valores mínimos y máximos. Se calcula de la siguiente manera:
𝒂+𝒃
Media de la Distribución Uniforme; 𝝁 =
𝟐
La desviación estándar describe la dispersión de una distribución. En la
distribución uniforme, la desviación estándar también se relaciona con el
intervalo entre los valores máximo y mínimo.

𝒃−𝒂 𝟐
Desviación Estándar de la Distribución Uniforme; σ=
𝟏𝟐
La ecuación de la distribución de probabilidad uniforme es:
𝟏
Distribución Uniforma; 𝑷 𝒙 = 𝑠𝑖 𝑎 ≤ 𝑥 ≤ 𝑏 y 0 en cualquier
𝒃−𝒂
otro lugar

En el caso de distribuciones que describen una variable aleatoria continua,

las áreas dentro de la distribución representan probabilidades. En el caso
de la distribución uniforme, su forma rectangular permite aplicar la
fórmula del área de un rectángulo. Recuerde que el área de un
rectángulo se determina al multiplicar la longitud por la altura.
En el caso de la distribución uniforme, la altura del rectángulo es P(x), que es
𝟏/ 𝒃 − 𝒂 . La longitud de la base de la distribución es 𝒃 − 𝒂. Observe que,
si multiplicamos la altura de la distribución por todo su intervalo para
determinar el área, el resultado siempre es 1,00. En otras palabras, el área
total dentro de una distribución de probabilidad continua es igual a 1,00. En
general: 𝟏
Área=(altura)(base)= 𝒃 − 𝒂 = 1,00
𝒃−𝒂

De este modo, si una distribución uniforme va de 10 a 15, la altura es de

0,20, que se determina mediante 1/ 15 − 10 . La base es de 5, que se
calcula al restar 15-10. El área total es:
 1
Área=(altura)(base)= 15 − 10 = 1,00
15−10

Un ejemplo ilustrará las características de una distribución uniforme y la

forma de calcular probabilidades por medio de ésta.
La Southwest Arizona State University proporciona servicio de
transporte de autobús a los estudiantes mientras se encuentran en
el recinto. Un autobús llega a la parada de North Main Streey y
College Drive cada 30 minutos, entre las 6 de la mañana y las 11
de la noche entre semana. Los estudiantes llegan a la parada en
tiempos aleatorios. El tiempo que espera un estudiante tiene una
distribución uniforme de 0 a 30 minutos.
1) Trace una gráfica de la distribución.
2) Demuestre que el área de esta distribución uniforme es de 1.
3) ¿Cuánto tiempo esperará el autobús “normalmente” un estudiante? En
otras palabras, ¿Cuál es la media del tiempo de espera? ¿Cuál es la
desviación estándar de los tiempos de espera?
4) ¿Cuál es la probabilidad de que un estudiante espere más de 25
minutos?
5) ¿Cuál es la probabilidad de que un estudiante espere entre 10 y 20
minutos?
En este caso, la variable aleatoria es el tiempo que espera un
estudiante. El tiempo se mide en una escala continua, y los tiempos
de espera varían de 0 a 30 minutos.
La gráfica siguiente muestra la distribución uniforme. La línea
horizontal se traza a una altura de 0,0333, que se calcula
mediante 1/(30 − 0). En el intervalo de esta distribución es de 30
minutos.
Distribución de probabilidad uniforme de tiempos de
espera de los estudiantes.
 2) El tiempo que los estudiantes esperan
en el autobús es uniforme a lo largo del
intervalo de 0 a 30 minutos, así, en
este caso, a es 0 y b es 30.
1
Área=(altura)(base)= 30 − 0 = 1,00
30−0
3) Para determinar la media, aplique la fórmula.
𝒂+𝒃 𝟎+𝟑𝟎
Media de la Distribución Uniforme; 𝝁= = = 𝟏𝟓
𝟐 𝟐
La media de la distribución es de 15 minutos, así, el tiempo de
espera habitual en el servicio de autobús es de 15 minutos
 Para determinar la desviación estándar de
los tiempos de espera, aplique la siguiente
fórmula:

𝒃−𝒂 𝟐
Desviación Estándar de la Distribución Uniforme; σ= =
𝟏𝟐
𝟑𝟎−𝟎 𝟐
= 𝟖, 𝟔𝟔
𝟏𝟐

La desviación estándar de la distribución es de 8,66

minutos. Es la variación de los tiempos de espera de los
estudiantes
 4) El área dentro de la distribución en el
intervalo de 25 a 30 representa esta
probabilidad en particular. De acuerdo con
la fórmula del área:
1
𝑃 25 < 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 < 30 = (altura)(base)= 30 − 25 =
30−0
0,1667
Así, la probabilidad de que un estudiante espere entre 25 y 30
minutos es 0,1667. Tal conclusión se ilustra en la siguiente gráfica.
 5) El área dentro de la distribución en el
intervalo de 10 a 20 representa esta
probabilidad en particular. De acuerdo con
la fórmula del área:
1
𝑃 10 < 𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 < 20 = (altura)(base)= 20 − 10 =
30−0
0,3333
Así, la probabilidad de que un estudiante espere entre 10 y 20
minutos es 0,3333. Tal conclusión se ilustra en la siguiente gráfica.
A diferencia de la distribución uniforme, la distribución de probabilidad
normal tiene una fórmula muy compleja.
𝑋−𝜇 2
1 2𝜎2
Distribución De Probabilidad Normal: 𝑃 𝑥 = 𝑒
𝜎 2𝜋
Sin embargo, no se preocupe por la complejidad de esta fórmula. Usted ya conoce
varios de estos valores. Los símbolos 𝜇 𝑦 𝜎 se refieren a la media y a la
desviación estándar. La letra griega 𝜋 es una constante matemática natural, cuyo
valor es aproximadamente 3,1416. La letra e también es una constante matemática.
Es la base del sistema de logaritmos naturales y es igual a 2,718, y X es el valor de
una variable aleatoria continua. Usamos una tabla
Así, una distribución normal se basa-se define-en su media y su desviación
estándar.
La distribución de probabilidad normal posee las siguientes características
principales:
Tiene forma de campana y posee una sola cima en el centro de la
distribución. La media aritmética, la mediana y la moda son iguales, y se
localizan en el centro de la distribución. El área total bajo la curva es de
1,00. La mitad del área bajo la curva normal se localiza a la derecha de
este punto central, y la otra mitad a la izquierda.
Es simétrica respecto de la media. Si hace un corte vertical, por el valor
central, a la curva normal, las dos mitades son imágenes especulares.
Desciende suavemente en ambas direcciones del valor central. Es decir, la
distribución es asintótica. La curva se aproxima más y más al eje x, sin
tocarlo en realidad. En otras palabras, las colas de la curva se extienden
indefinidamente en ambas direcciones.
La localización de una distribución normal se determina a través de la
media, 𝝁. La dispersión o propagación de la distribución se determina por
medio de la desviación estándar 𝝈.
No sólo existe una distribución de probabilidad normal, sino una familia.
Por ejemplo, en la siguiente figura se comparan las distribuciones de
probabilidad del tiempo de servicio de los empleados de tres diferentes
plantas. En la planta de Camden, la media es de 20 años, y la desviación
estándar, de 3.1 años. Existe otra distribución de probabilidad normal para
el tiempo de servicio en la planta de Dunkirk, donde 𝜇 = 20 años y 𝜎 =
3.9 𝑎ñ𝑜𝑠 En la planta de Elmira, 𝜇 = 20 𝑎ñ𝑜𝑠 𝑦 𝜎 = 5.0 𝑎ñ𝑜𝑠.Observe
que las medias son las mismas, pero las desviaciones estándares difieren.
Medias iguales, desviaciones
estándares diferentes.
La siguiente gráfica muestra la distribución de los pesos de las cajas de
tres cereales. Los pesos tienen una distribución normal con diferentes
medias e idénticas desviaciones estándares..
Por último, la siguiente gráfica muestra tres distribuciones normales con
diferentes medias y desviaciones estándares. Éstas muestran la distribución de
fuerzas de tensión, medidas en libras por pulgadas cuadrada (psi) para tres
clases de cables.
En el caso de la distribución de probabilidad continua, las áreas bajo la
curva definen probabilidades. El área total bajo la curva normal es 1,00.
Esto explica todos los posibles resultados. Como una distribución de
probabilidad normal es simétrica, el área bajo la curva a la izquierda de la
media es de 0,5 y el área bajo la curva a la derecha de la media de 0,5.
El número de distribuciones normales es ilimitado, y cada una posee
diferentes media (𝜇), desviación estándar (𝜎) o ambas. La distribución de
probabilidad normal estándar y es única, pues tiene una media de 0 y
una desviación estándar de 1. Cualquier distribución de probabilidad normal
puede convertirse en una distribución de probabilidad normal estándar al
restar la media de cada observación y dividir esta diferencia entre la
desviación estándar. Los resultados reciben el nombre de valores z o
valores tipificados.
Valor Z: Distancia con signo entre un valor seleccionado, designado X, y la
media, 𝜇, dividida entre la desviación estándar 𝜎.
De esta manera, el valor Z es la distancia de la media, medida en
unidades de desviación estándar. En términos de una fórmula.
𝑿−𝝁
Valor Normal Estándar: 𝒛=
𝝈
Aquí:
X es el valor de cualquier observación y medición.
𝜇 es la media de la distribucion,.
𝜎 es la desviación estándar de la distribucion.
Los ingresos semanales de los supervisores de turno de la industria del vidrio
se rigen por una distribución de probabilidad normal con una media de
$1000 y una desviación estándar de $100, ¿Cuál es el valor z para el
ingreso X de un supervisor que percibe $ 1100 semanales? ¿Y para un
supervisor que gana $900 semanales?
Solución:
De acuerdo con la fórmula, los valores z para los dos valores X(1100 y
900) son:
Para X=1100 Para X=900
𝑿 − 𝝁 𝟏𝟏𝟎𝟎 − 𝟏𝟎𝟎𝟎 𝑿 − 𝝁 𝟗𝟎𝟎 − 𝟏𝟎𝟎𝟎
𝒛= = = 𝟏. 𝟎𝟎 𝒛= = = −𝟏. 𝟎𝟎
𝝈 𝟏𝟎𝟎 𝝈 𝟏𝟎𝟎

El valor z de 1.00 indica que un ingreso semanal de 1100 dólares está en

una desviación estándar por encima de la media, y un valor z de -1.00
muestra que un ingreso de 900 dólares está en una desviación estándar
por debajo de la media. Observe que ambos ingresos ($1100 y $900) se
encuentran a la misma distancia ($100) de la media
Una panadería tiene una producción diaria que se distribuye normalmente
con una media de 158 panes y una desviación estándar de cuatro panes.
Encuentre la probabilidad de que el número de panes producidos por día:
TABLA
a) Sea menor que 163 panes
b) Sea mayor que 164 panes
c) Esté entre 150 y 165 panes
d) Esté entre 160 y 168 panes.
 1) Tenemos que:

Datos del ejemplo:

𝝁 = 𝟏𝟓𝟖
𝝈=𝟒
𝑿 = 𝟏𝟔𝟑
 2) Tenemos que:

Datos del ejemplo:

𝝁 = 𝟏𝟓𝟖
𝝈=𝟒
𝑿 = 𝟏𝟔𝟒
 3) Tenemos que:

Datos del ejemplo:

𝝁 = 𝟏𝟓𝟖
𝝈=𝟒
𝑷 𝟏𝟓𝟎 < 𝒙 < 𝟏𝟔𝟓
 4) Tenemos que:

Datos del ejemplo:

𝝁 = 𝟏𝟓𝟖
𝝈=𝟒
𝑷 𝟏𝟔𝟎 < 𝒙 < 𝟏𝟔𝟖
MÁS STICKERS