Está en la página 1de 55

Distribuciones Continuas

de Probabilidad
Distribucin de probabilidad
la distribucin de probabilidad de una
variable aleatoria es una funcin que asigna a
cada suceso definido sobre la variable aleatoria
la probabilidad de que dicho suceso ocurra.

La distribucin de probabilidad est definida
sobre el conjunto de todos los sucesos, cada uno
de los sucesos es el rango de valores de la
variable aleatoria.
La distribucin de probabilidad est
completamente especificada por la
funcin de distribucin, cuyo valor en
cada real x es la probabilidad de que la
variable aleatoria sea menor o igual que
x.

Definicin de funcin de
distribucin
Dada una variable aleatoria X, su
funcin de distribucin, Fx(x), es

Fx(x)= P(Xx).

Por simplicidad, cuando no hay lugar a
confusin, suele omitirse el subndice x y
se escribe, simplemente, F(x).

Distribuciones de variable
discreta
Se denomina distribucin de variable discreta a
aquella cuya funcin de probabilidad slo toma
valores positivos en un conjunto de valores de X
finito o infinito numerable.

A dicha funcin se le llama funcin de masa de
probabilidad.

Distribuciones de variable
discreta

Distribuciones de variable
discreta
Las distribuciones de variable discreta ms importantes
son las siguientes:
Distribucin binomial
Distribucin binomial negativa
Distribucin Poisson
Distribucin geomtrica
Distribucin hipergeomtrica
Distribucin de Bernoulli
Distribucin Rademacher, que toma el valor 1 con probabilidad y el
valor -1 con probabilidad .
Distribucin uniforme discreta, donde todos los elementos de un
conjunto finito son equiprobables.

Distribuciones de variable
discreta
Distribuciones de variable
continua

Distribucin normal.
Distribucin Uniforme de
Probabilidad
En las distribuciones discretas la funcin de
probabilidad toma valores especficos, sin
embargo, cuando es continua se habla de una
funcin de densidad que entrega slo un valor
evaluado
Es el rea bajo la curva, definida por un intervalo,
la que determina la probabilidad de una variable
aleatoria continua.
Una distribucin uniforme de probabilidad es una
distribucin continua en la que la probabilidad de
que la variable aleatoria asuma un valor en
cualquier intervalo es igual para todo intervalo de
igual longitud
Siempre que la probabilidad sea
proporcional a la longitud del intervalo, la
variable tiene distribucin uniforme
( ) f x =
1
0
b a

a x b
x
s s
=
b a
( ) f x
}

=
-
1 )d f( x x
De acuerdo a lo anterior se presentan 2
diferencias principales entre el manejo de
variables aleatorias discretas y continuas:
Ya no se habla de un valor dado, en su lugar aparece
el trmino un valor dentro de un intervalo
La probabilidad de que una variable aleatoria tome
un valor dentro del intervalo se definen como rea
bajo la curva. Esto implica que la probabilidad de
que esta variable asuma exactamente un valor es 0.
Para este tipo de distribucin se define las
siguientes medidas descriptivas:

2
( )
2
( )
( )
12
a b
E x
b a
Var x
+
=

=
Distribucin NORMAL
Lo ms sobresaliente de una distribucin de este tipo es
que las distribuciones de medias muestrales y
proporciones de grandes muestras tienden a distribuirse
normalmente, lo que tiene repercusiones importantes en el
muestreo.

La grafica de una distribucin normal se asemeja mucho a
una campana. Por ello es posible aproximar a este tipo de
distribuciones una distribucin matemtica continua
conocida como distribucin de Gauss.
Una caracterstica muy importante es que es
posible especificarla de manera amplia por
medio de dos parmetros: la media y la
desviacin estndar.

Otro punto interesante es que la probabilidad de
una variable aleatoria tenga un valor entre dos
puntos cualesquiera es igual al rea bajo la
curva normal entre esos dos puntos.
Distribucin NORMAL
Entonces es posible deducir que si una curva
normal se puede especificar completamente por
su media y desviacin estndar, es que el rea
bajo la curva entre cualquier punto la media es
una funcin solo del nmero de desviaciones
estndar que el punto dista de la media.

Esta es la clave para calcular probabilidades para
la curva normal.

Distribucin NORMAL
Propiedades importantes que poseen las curvas normales.

a. Una curva normal tiene forma de campana
b. Esta curva es simtrica con respecto a la media de la
distribucin
c. Se extiende de - a +
d. Cada distribucin normal esta completamente especificada
como por su media y desviacin estndar; existe una
distribucin normal diferente para cada combinacin de
media y desviacin estndar.
e. El rea total bajo la curva normal es 100% o 1.00
f. El rea bajo la curva entre dos puntos es la probabilidad de
que una variable distribuida normalmente tome un valor
entre ellos.
Distribucin NORMAL
Propiedades importantes..

g. Dado que existe un nmero ilimitado de valores en el
intervalo que va de menos infinito a ms infinito, la
probabilidad de que una variable aleatoria distribuida con
normalidad sea exactamente a cualquier valor dado es casi
cero. En consecuencia, las probabilidades sern para un
intervalo de valores.
h. El rea bajo la curva entre la media y cualquier otro punto
es una funcin del nmero de desviaciones estndar que el
punto dista de la media.
Distribucin NORMAL

Definicin de
Distribucin NORMAL

Definicin de
Distribucin NORMAL

Definicin de
Distribucin NORMAL

Definicin de
Distribucin NORMAL
Trata de probabilidades acerca de la medida de tiempo o
distancia entre ocurrencias con respecto a un intervalo
continuo. Algunos ejemplos de esta distribucin son:

Se emplea para representar el tiempo entre fallas de un sistema
elctrico.
El tiempo entre llegadas de clientes a un supermercado, etc.

Si es muy pequea la probabilidad de que ocurra un evento en un
intervalo corto y si la ocurrencia de tal evento es, estadsticamente
independiente respecto a la ocurrencia de otros eventos, entonces
el intervalo de tiempo entre ocurrencias de eventos de este tipo
estar distribuido en forma exponencial.
Distribucin EXPONENCIAL

Distribucin EXPONENCIAL
0 Cualquier otro valor

Distribucin EXPONENCIAL
0 Cualquier otro valor
Significa que los resultados de una variable
aleatoria se pueden agrupar en dos clases o
categoras.

Estas deben ser mutuamente excluyentes de
manera que es claro a que clase pertenece una
observacin en particular y las clases deben ser
exhaustivas por lo que no es posible obtener
otro resultado.
Distribucin BINOMIAL
Ejemplos de distribucin binomial:

a. Estado de funcionamiento de una maquinaria encendido
apagado
b. Productos manufacturados clasificados como defectuosos o no
defectuosos, etc.
Esta distribucin puede abarcar ejemplos donde intervengan
variables continuas tales como:

a. La velocidad de un automvil dentro del lmite correcto de
velocidad o por encima de dicho lmite.
b. Si una pieza tiene una longitud a 1.80 o no, etc.
Distribucin BINOMIAL
Sirve para determinar la probabilidad de
cierto nmero de resultados satisfactorios
en un nmero dado de observaciones.
Estas observaciones se consideran
tomando en cuenta el proceso de
Bernoulli. Para utilizar la distribucin
binominial en una forma ms adecuada
podemos considerar que:
Distribucin BINOMIAL
1. Existen observaciones similares
2. Cada observacin tiene dos posibles resultados, uno al
cual le hemos llamado fracaso y el otro xito.
3. Las probabilidades de xito p y de fracaso q, se
mantienen constantes para todas las observaciones.
4. Los resultados de las observaciones se mantienen entre
s.

Para obtener las probabilidades de una variable aleatoria
discreta, que esta distribuida binomialmente, se requiere el
uso de tablas o utilizar la frmula siguiente:
Distribucin BINOMIAL

Distribucin BINOMIAL

Distribucin BINOMIAL
Se utiliza para describir las probabilidades con
respecto a un campo o intervalo continuo de
tiempo o espacio. Algunas variables de este tipo
pueden ser representadas por una distribucin
de Poisson son:

a. Defectos por cm
2
b. Accidentes por da
c. Clientes por hora
d. Revoluciones por minuto, etc.
Distribucin de POISSON
Obsrvese que la unidad de medicin (por ejemplo,
tiempo, rea, etc.) es continua, pero que la variable
aleatoria, el nmero de acontecimientos es discreta.
Por otra parte debemos notar que es imposible contar
las fallas o fracasos

a. El nmero de defectos que no ocurrieron no se
pueden contar
b. El nmero de accidentes que no ocurrieron no se
puede contar.
Distribucin de POISSON
Para usar una distribucin de Poisson debemos
considerar lo siguiente:

1. La probabilidad de un acontecimiento u ocurrencia es
la misma a travs de todo el campo de observacin.
2. La probabilidad de ms de un acontecimiento en
cualquier punto nico es aproximadamente cero.
3. El nmero de ocurrencias en cualquier intervalo es
independiente del nmero de acontecimientos en
otros intervalos.
Distribucin de POISSON

Distribucin de POISSON

Distribucin de POISSON
Ejercicio
Se sabe que x es una variable aleatoria
uniformemente distribuida entre 10 y
20.
Trace la grfica de la funcin de
probabilidad
Determine P(x<15)
Determine P(12sx s 18)
Determine E(x)
Calcule la desviacin estndar
Distribucin Normal de
Probabilidad
Abraham de Moivre public en 1733 la
Doctrina de las Probabilidades y dedujo
la distribucin normal de probabilidad
Es la distribucin continua ms
importante de probabilidad.
En casos puntuales se puede aplicar
como una aproximacin en el empleo
de variables discretas

La funcin de densidad normal de
probabilidad se expresa como:
2 2
( ) / 2
1
( )
2
x
f x e
o
to

=

o
=
=
Promedio
Desviacin estndar


o
x
Caractersticas de esta distribucin:
Hay familias de distribuciones normales. Cada una se
identifica por su media y su desviacin estndar
El punto ms alto es la media
La media puede ser cualquier valor numrico
La distribucin de probabilidad normal es simtrica.
Las colas se prolongan hasta el infinito (nunca tocan
el eje de las x)
Las desviaciones estndares determinan el ancho de
la curva
El rea total es 1

Regla emprica
x
68.26%
95.44%
99.72%

La altura de una distribucin normal
vara por lo cual en el clculo del rea
se debe recurrir al clculo infinitesimal
Cuando tenemos una distribucin
normal con media 0 y desviacin
estndar 1 se habla de una distribucin
normal estndar
El valor de z indica la variable aleatoria
normal
(.00 1.00) .3413
( 1.00 1.00) .6826
P z
P z
s s =
s s =
x
z

o

=
Ejemplo
Determine la probabilidad de que
neumticos fabricados por Goodyear
puedan superar las 40.000 millas, si se
tiene un promedio de 36.500 millas y una
desv. estndar de 5.000.

40000 36500
0.7 0.2580
5000
z

= =
P(x>40000)=?
Aproximacin Normal a
distribucin Binomial
La distribucin binomial consiste en la sucesin de
n intentos independientes idnticos que tienen 2
posibilidades:xito o fracaso.
Cuando tenemos n mayores de 20, np>5, y n(1-p)
>5 la distribucin normal da como resultado una
aproximacin a la distribucin binomial
En este caso se iguala en la definicin de la curva
normal:


Sin embargo, se debe aplicar un factor de
continuidad de 0.5 ya que la evaluacin de un
valor en una distribucin normal es 0.
(1 )
np
np p

o
=
=
En una empresa se ha visto que en un 10%
de sus facturas se cometen errores y se
desea calcular la probabilidad que de 100
facturas, 12 de ellas los contengan
1
2
100(.10) 10
(1 ) 3
12.5 10.0
0.83 0.2967
3
11.5 10
0.5 0.1915
3
(12) 0.2967 0.1915 0.1052
np p
z
z
P

o
= =
= =

= =

= =
= =
z
2
z
1
Distribucin exponencial de
probabilidad
Es una distribucin continua de probabilidad
que se aplica para determinar las
probabilidades de ocurrencias de un evento
en el tiempo y espacio
La funcin de densidad de esta distribucin
es:


De acuerdo a sta la distribucin exponencial
de probabilidad (rea bajo la curva)
corresponde a:

/
1
( )
x
f x e


=
/
( ) 1
o
x
o
P x x e

s =
0, 0 x > >
Funcin
Distribucin
Tiempo
Tiempo
( ) f x
( ) f x
Ejemplo
Determinar la probabilidad de que un camin
que llega a un puerto sea cargado en 6
minutos o menos. Se sabe que en promedio
se demoran 15 minutos
( ) f x
6 Tiempo(min) 0
6 / 15
( 6) 1 0.3297 P x e

s = =
Se puede llegar a establecer una relacin
entre la distribucin exponencial y la
distribucin de Poisson considerando que
ambas incluyen intervalos de tiempo
( )
!
1
( )
p
p
x
e e p
p
e
f x
x
f x e

=
= =
Ejercicios
El tiempo necesario para terminar
una operacin de ensamblaje se
distribuye uniformemente entre 30 y
40 minutos
Calcule la ecuacin de la funcin de
densidad de probabilidad
Calcule la probabilidad de que la
operacin requiera ms de 38 minutos
Determine el valor esperado y la
varianza
Una mquina llena recipientes con
determinado producto. Se sabe que la
desviacin estndar de pesos de llenado,
de acuerdo a datos histricos, es de 0.6
onzas. Si slo el 2% de los recipientes
contienen menos de 18 onzas, Cul es
el peso promedio de llenado de la
mquina?. Suponga distribucin
uniforme.
El tiempo, en minutos, que tarda cada
llamada telefnica en entrar a una oficina de
corredores de seguros tiene la siguiente
distribucin:

Cul es la media del tiempo entre llamadas?
Cul es la probabilidad de tener 30 segundos o
menos entre llamadas telefnicas?
Cul es la probabilidad de tener 5 minutos o ms
sin una llamada?
0.50
( ) 0.50 0
x
f x e x

= >

También podría gustarte