Estadística 2

DISTRIBUCIONES DE PROBABILIDAD
CONTINUAS

Mauricio López Bonil

Distribuciones de Probabilidad Continuas

Una diferencia fundamental entre las variables aleatorias discretas y las

continuas radica en la manera de calcular las probabilidades. Para las
primeras, la función de probabilidad f (x) proporciona la probabilidad de
que la variable aleatoria asuma un valor particular. Con las segundas, el
homólogo de la función de probabilidad es la función de densidad de
probabilidad, que también se denota por medio de f (x).

El área bajo la gráfica f (x) que corresponde a un intervalo dado representa

la probabilidad de que la variable aleatoria continua x asuma un valor
dentro de ese intervalo

Mauricio López Bonill

 Distribución de Probabilidad Uniforme

Considere la variable aleatoria x que representa el tiempo de vuelo de un avión que

viaja de Chicago a Nueva York. Suponga que este tiempo puede ser cualquier valor
en el intervalo de 120 a 140 minutos. Dado que la variable aleatoria x puede asumir
cualquier valor en ese intervalo, x es una variable aleatoria continua.
Suponga además que cuenta con suficientes datos reales sobre los vuelos para
concluir que la probabilidad de que el tiempo de vuelo esté dentro de cualquier
intervalo de 1 minuto es igual a la probabilidad de que esté dentro de cualquier otro
intervalo de 1 minuto contenido dentro del intervalo mayor de 120 a 140 minutos.
Como cada intervalo de 1 minuto es igualmente probable, se dice que la variable
aleatoria x tiene una probabilidad de distribución uniforme

Mauricio López Bonill

Distribución de Probabilidad Uniforme

La función de densidad de probabilidad, que define la distribución uniforme para la

variable aleatoria del tiempo de vuelo es:

Mauricio López Bonill

Distribución de Probabilidad Uniforme

Mauricio López Bonill

Distribución de Probabilidad Uniforme

El área como medida de la probabilidad

¿cuál es la probabilidad de un tiempo de vuelo entre 128 y 136 minutos?

El ancho del intervalo es 136 - 128 = 8. Con la altura uniforme de f (x) = 1/20, se ve que
P(128 <= x <= 136) = 8(1/20) = 0.40.
Mauricio López Bonill
Diferencias en el tratamiento entre una variable aleatoria discreta y
una continua

1. Ya no se alude a la probabilidad de que una variable aleatoria asuma un valor

particular. En su lugar, se habla de la probabilidad de que asuma un valor
dentro de cierto intervalo.

2. La probabilidad de que una variable aleatoria continua asuma un valor dentro

de un intervalo dado de x1 a x2 se define como el área bajo la gráfica de la
función de densidad de probabilidad entre x1 y x2. Como cada punto es un
intervalo cuyo ancho es igual a cero, esto implica que la probabilidad de que
una variable aleatoria continua asuma cualquier valor particular es
exactamente cero.

Mauricio López Bonill

Distribución de Probabilidad Uniforme

Valor Esperado y Varianza

Mauricio López Bonill

Distribución de Probabilidad Uniforme

Valor Esperado y Varianza

Mauricio López Bonill

Distribución de Probabilidad Continua

Mauricio López Bonill

 Taller 7
DISTRIBUCIÓN DE PROBABILIDAD
UNIFORME

Mauricio López Bonil

 Estadística 2
DISTRIBUCIÓN DE PROBABILIDAD NORMAL

Mauricio López Bonil

Distribución de Probabilidad Normal

La distribución de probabilidad más importante para describir una variable

aleatoria continua es la distribución de probabilidad normal. Ésta se ha
utilizado en una amplia variedad de aplicaciones en las cuales las variables
aleatorias son la altura y el peso de las personas, las calificaciones de los
exámenes, las mediciones científicas, la precipitación pluvial y otros valores
parecidos. También tiene un uso muy extendido en la inferencia estadística.

Mauricio López Bonill

Distribución de Probabilidad Normal

Mauricio López Bonill

Distribución de Probabilidad Normal

Mauricio López Bonill

Distribución de Probabilidad Normal

Mauricio López Bonill

Distribución de Probabilidad Normal

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar

Se dice que una variable aleatoria que muestra una distribución normal con
una media de cero y una desviación estándar de uno tiene una distribución de
probabilidad normal estándar. La letra z se usa comúnmente para designar esta
variable aleatoria normal.

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar
Uso de la Tabla Normal Acumulada:

Los tres tipos de probabilidades que se necesita calcular incluyen:

1) la probabilidad de que la variable aleatoria normal estándar z sea menor o

igual que un valor determinado;

2) la probabilidad de que z esté entre dos valores dados,

3) la probabilidad de que z sea mayor o igual que un valor determinado.

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar
Uso de la Tabla Normal Acumulada:

P(z<=|)

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar
Uso de la Tabla Normal Acumulada:

Probabilidad de que z esté entre -0,5 y 1,25 P(-0,5<=z<=1,25)

Primero se encuentra el área bajo la curva normal a la

izquierda de z = 1.25

Segundo, se obtiene el área bajo la curva normal a la

izquierda de z = -0.50

Y por último, se resta el área a la izquierda de z =

1.25 del área a la izquierda de z = -0.50

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar
Uso de la Tabla Normal Acumulada:

Probabilidad de que z esté entre -0,5 y 1,25 P(-0,5<=z<=1,25)

Primero se encuentra el área bajo la curva normal a la

izquierda de z = 1.25

Segundo, se obtiene el área bajo la curva normal a la

izquierda de z = -0.50

Y por último, se resta el área a la izquierda de z =

1.25 del área a la izquierda de z = -0.50

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar
Uso de la Tabla Normal Acumulada:

Probabilidad de que z esté entre -0,5 y 1,25 P(-0,5<=z<=1,25)

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar
Uso de la Tabla Normal Acumulada:

Probabilidad de un valor z por lo menos igual a 1,58 P(z ≥ 1.58). El valor en

la fila z = 1.5 y la columna 0.08 de la tabla normal acumulada es 0.9429; por
tanto, P(z ≤ 1.58) = 0.9429. Sin embargo, como el área total bajo la curva
normal es 1 - P(z ≤ 1.58) = 1 - 0.9429 = 0.0571.

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar

En algunas situaciones se da una probabilidad y se quiere trabajar a la inversa

para encontrar el valor de z correspondiente. Suponga que quiere determinar
un valor de z tal que la probabilidad de obtener un valor de z mayor sea 0.10

Mauricio López Bonill

Distribución de Probabilidad Normal Estándar

Se tiene la información de que el área en el extremo superior de la curva es 0.10.

Por consiguiente, el área bajo la curva a la izquierda del valor de z desconocido debe ser igual
a 0.9000. Al revisar el cuerpo de la tabla, encontramos que 0.8997 es el valor de probabilidad
acumulada más cercano a 0.9000.

Hay una probabilidad aproximada de

0.10 de que el valor de z sea mayor
que 1.28.

Mauricio López Bonill

Cálculo de Probabilidades para cualquier Distribución de Probabilidad
Normal

Cuando se tiene una distribución normal con cualquier media μ y cualquier

desviación estándar σ, las preguntas de probabilidad acerca de la
distribución se responden convirtiendo primero a la distribución normal
estándar. Luego se usa la tabla de probabilidad normal estándar y los valores
de z apropiados para obtener las probabilidades buscadas.

Mauricio López Bonill

Cálculo de Probabilidades para cualquier Distribución de Probabilidad
Normal
Suponga que Grear Tire Company desarrolló un nuevo neumático radial con cinturón de
acero que se vende a través de una cadena nacional de tiendas de descuento. Debido a que el
neumático es un nuevo producto, los gerentes de Grear creen que la garantía de millaje
ofrecida con la llanta será un factor importante para su aceptación. Antes de que la póliza de
garantía de millaje de los neumáticos caduque, los gerentes de Grear quieren información de
probabilidad sobre los x = número de millas que éstos durarán.
A partir de las pruebas de carretera reales con los neumáticos, el grupo de ingeniería estimó
que su millaje es μ = 36500 millas y que la desviación estándar es σ = 5 000. Además, los
datos recabados indican que una distribución normal es una suposición razonable. ¿Qué
porcentaje de las llantas se espera que dure más de 40 000 millas? En otras palabras, ¿cuál es
la probabilidad de que el millaje de los neumáticos, x, supere la cifra de 40 000?

Mauricio López Bonill

Cálculo de Probabilidades para cualquier Distribución de Probabilidad
Normal

Podemos concluir que alrededor de 24.2% de

los neumáticos superará las 40 000 millas.
Mauricio López Bonill
Cálculo de Probabilidades para cualquier Distribución de Probabilidad
Normal
Ahora suponga que Grear considera una garantía que proporcionará un descuento sobre los
neumáticos de remplazo si los originales no proporcionan el millaje garantizado. ¿Cuál debe
ser este millaje si Grear quiere que no más de 10% de los neumáticos sean aptos para la
garantía de descuento?

Mauricio López Bonill

Cálculo de Probabilidades para cualquier Distribución de Probabilidad
Normal

Por tanto, una garantía de 30 100 millas

cumplirá con el requerimiento de que
aproximadamente 10% de los neumáticos
serán aptos para la promoción.

Mauricio López Bonill

 Taller 8
DISTRIBUCIÓN DE PROBABILIDAD NORMAL

Mauricio López Bonil

Mauricio López Bonilla