¿Qué es una

distribución de
probabilidad?

Caracteristicas
 

DISTRIBUCIÓN UNIFORME CONTINUA

Función de densidad de la variable aleatoria uniforme continua x en el intervalo [a, b] es:
 Media de la distribución uniforme
  𝑎+ 𝑏
𝜇=
2

  1
Á𝑟𝑒𝑎=𝑎𝑙𝑡𝑢𝑟𝑎∗𝑏𝑎𝑠𝑒= ∗(𝑏−𝑎)
( 𝑏−𝑎 ) Desviación estándar de la distribución
uniforme
  2
( 𝑏 −𝑎 )
𝜎=
√12
Ejemplo:

la southwest Arizona State University proporciona servicio de transporte de autobús a los estudiantes
mientras se encuentran en el recinto. Entre semana, un autobús llega a la parada North Main Street y
college drive cada 30 minutos, desde las 6:00 hasta 23:00, los estudiantes llegan a la parada en tiempos
aleatorios. El tiempo que espera un estudiante tiene una distribución uniforme de 0 a 30min

1. Trace una gráfica de distribución

2. Demuestre que el área de esta distribución es de 1,00
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 mas de 25 minutos?
5. ¿cuál es la probabilidad de que un estudiante espere entre 10 y 20 minutos?
 1. Trace una gráfica de distribución

  1 1
= =0,0333
𝑏− 𝑎 30 − 0

2. Demuestre que el área de esta distribución es de 1,00

  1 1
Á 𝑟𝑒𝑎=𝑎𝑙𝑡𝑢𝑟𝑎 ∗ 𝑏𝑎𝑠𝑒= ∗( 𝑏 − 𝑎) = ∗ ( 30− 0 )=1,00
( 𝑏 −𝑎 ) (30 − 0 )

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?

  𝑎+ 𝑏 (0+30)   =
𝜇= = =15
2 2
4. ¿cuál es la probabilidad de que un estudiante espere mas de 25 minutos?

  ( 1
p 25<𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 <30 )=𝑎𝑙𝑡𝑢𝑟𝑎 ∗ 𝑏𝑎𝑠𝑒= ∗ ( 5 ) =0,1667
( 30 −0 )
5. ¿cuál es la probabilidad de que un estudiante espere entre 10 y 20 minutos?

  ( 1
p 10<𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑒𝑠𝑝𝑒𝑟𝑎 <20 )=𝑎𝑙𝑡𝑢𝑟𝑎 ∗ 𝑏𝑎𝑠𝑒= ∗ ( 10 ) =0,3333
( 30 −0 )
  Distribución de probabilidad normal
Su aplicación es directa y permite observar muchas variables de interés, que pueden describirse fácilmente con este modelo.
Sirve para acercarse a varias distribuciones de probabilidad discreta, entre estas la distribución de Poisson y la distribución
Binomial. Sus propiedades han permitido el desarrollo de muchas técnicas de inferencia estadística. Proporcionando la base de
la estadística inferencial clásica, por su relación con el teorema de límite central.

Características:
Tiene forma de campana y posee una sola cima en el centro de la distribución. La media, la media aritmética y la mediana son
iguales , y se localizan en el centro de la distribución. El área total bajo la curva es de 1,00; la curva normal es simétrica
respecto de la media, la distribución es asintótica y la localización de un distribución normal se determina a través de la
 No existe una
sola distribución
de probabilidad
normal, sino una
familia. Por
ejemplo:
 Ejemplo:
los ingresos semanales de los supervisores de turno de la industria de vidrio se rigen por una
distribución de probabilidad normal con una media de 1 000 dólares y una desviación estándar de 100.
¿cuál es el valor de Z del ingreso X de un supervisor que percibe 1 100 dólares semanales? ¿y el de un
supervisor que gana 900 dólares semanales?

Solución:

Usamos la fórmula de valor normal estándar

El valor de Z de 1,00 indica que un ingreso semanal de 1
Para X= 1 100 100 dólares está a una desviación estándar por encima
= 1,00 de la media, y una valor Z de -1,00 muestra que un
ingreso de 900 dólares está a una desviación estándar
por debajo de la media. Se observa que ambos ingresos
Para X = 900 (1 100 y 900 dólares) se encuentran a la misma distancia
= -1,00 (100 dólares) de la media.
 Martin Emilio Rivero Arrieta
Isaac David Mercado Castro
Andrea Carolina González Ascencio