Sie sind auf Seite 1von 13

DISTRIBUCIONES DE

PROBABILIDAD CONTINUAS
Las más importantes son: Distribución de probabilidad Uniforme continua,
Distribución de probabilidad Normal o de Gauss, Distribución exponencial,
Distribución Beta, Distribución Gamma, Distribución de Weibull.

DISTRIBUCIÓN DE PROBABILIDAD UNIFORME


CONTINUA
Si a<b, se dice que una variable aleatoria Y tiene una DISTRIBUCIÓN DE
PROBABILIDAD UNIFORME CONTINUA en el intervalo [a, b] si, y
sólo si, la función de densidad de Y es:

 1
para a  y  b
f(y)   b - a

0 en otros casos

Notación: Y ~ Unif (a, b).


Demostremos que:
a) f(Y) es una densidad.

a b (b  a) 2
b) E(Y)  , Var(Y) 
2 12
Ejemplo:
1.- Sea Y una variable aleatoria con distribución uniforme en el intervalo
[0, 4]. ¿Cuál es la probabilidad de que Y tome un valor que se encuentre
entre la media y la media más la varianza?
Problema:
Un científico cree que en su laboratorio están naciendo insectos con pesos
muy variables. El peso es una variable aleatoria uniforme con valores entre
150 y 200 gramos. Cualquier insecto que pese menos de 160 gramos deberá
excluirlo de la muestra, pues no sirve para los objetivos de la investigación
que el científico piensa realizar. Calcular la fracción de insectos nacidos en
el laboratorio que no se incluyen en el estudio.

DISTRUBUCIÓN DE PROBABILIDAD
NORMAL O DE GAUSS
La distribución de probabilidad continua que se utiliza más extensamente
es la Normal, también llamada Distribución de Gauss (1777-1855), su
gráfica tiene forma acampanada, y hay muchas variables aleatorias en la
naturaleza que se rigen por ella. (Abrahan De Moivre, 1667-1754).

Función de densidad:

 (y  μ) 2

f(y, μ, σ 2 ) 
1
e 2σ2 ,   y  
2π σ

E(y)  μ, Var(y)  σ 2
Notación: Y ~ N (µ, σ 2 ).

Teorema: Si Y es una variable aleatoria normal de parámetros µ y σ2,


Y
entonces: Z  es una variable aleatoria normal de parámetros µ=0

y σ2 = 1. La variable aleatoria Z se denomina variable aleatoria normal
estándar o normal tipificada.

Distribución Normal estándar: N (0, 1).

NOTA: La importancia de la distribución normal se debe principalmente a


que hay muchas variables asociadas a fenómenos naturales que siguen el
modelo de la normal, por ejemplo:

Caracteres morfológicos de individuos (personas, animales, plantas,...) de


una especie, p.ejm. tallas, pesos, diámetros, perímetros,...
Caracteres fisiológicos, por ejemplo: efecto de una misma dosis de un
fármaco, o de una misma cantidad de abono.
Caracteres sociológicos, por ejemplo: consumo de cierto producto por un
mismo grupo de individuos, puntuaciones de examen.

Caracteres psicológicos, por ejemplo: cociente intelectual, grado de


adaptación a un medio,...

Errores cometidos al medir ciertas magnitudes.


Valores estadísticos muestrales, por ejemplo : la media.
Otras distribuciones como la binomial o la de Poisson son aproximaciones
normales, ...
P(µ - σ < X < µ + σ) = 0.6827
P(µ - 2σ < X < µ + 2σ) = 0.9545
P(µ - 3σ < X < µ + 3σ) = 0.9973
PROPIEDADES DE LA DISTRIBUCIÓN NORMAL ESTANDAR:

1.- P(Z ≥ z) = P(Z ≤ -z)

2.- P(Z ≥ -z) = P(Z ≤ z)

3.- P(-a ≤ Z ≤ -b) = P(b ≤ Z ≤ a)

4.- P(a ≤ Z ≤ b) = P(Z ≥ a) – P(Z ≥ b)

5.- P(Z ≤ 0)= P(Z≥ 0) = 0,5

6.- P( -a ≤ Z ≤ a) = 1 – 2P(Z ≥ a)

7.- P( - 1 < Z < 1) = 0.6827


P( - 2 < Z < 2) = 0.9545
P( - 3 < Z < 3) = 0.9973
¿CÓMO USAR LA TABLA DE LA DISTRIBUCIÓN NORMAL
ESTÁNDAR?

Sea Z ~ N(0, 1). Calcular:


1.- P(Z > 2)
2.- P(Z > 2.1)
3.- P(Z > 2.16)
4.- P(Z > 0.01)
5.- P(Z < 0.01)
6.- P(-2< Z < 2)
7.- P(0 ≤ Z ≤ 1.27)
8.- Calcular z tal que: P(Z ≥ z) = 0.0274
9.- Calcular z tal que: P(Z ≤ z) = 0.975
10.- Calcular z tal que: P(Z ≥ z) = 0.9713
11.- Calcular z tal que: P(Z ≤ z) = 0.9713

Respuestas: 1)0.0228; 2)0.0179; 3)0.0154; 4)0.4960; 5)0.51; 6)0.9544;


7)0.398; 8)1.92; 9)1,96; 10)-1.9.

PROBLEMAS

1)Si la cantidad de radiación cósmica a la que una persona está expuesta


mientras viaja en avión por una zona determinada es una variable aleatoria
con distribución Normal con media 4.35 y desviación estándar 0.59.
Calcular las probabilidades de que la cantidad de radiación cósmica a la
cual un viajero queda expuesto en tal vuelo este:
a)Entre 4 y 5;
b)Sea al menos de 5.5.

2)La cantidad de café instantáneo que una máquina vierte en frascos de 4


onzas es una variable aleatoria Normal con desviación estándar de 0.04
onzas. Si sólo el 2% de los frascos contiene menos de 4 onzas, ¿Cuál es la
media de los frascos que se han llenado?

3)El diámetro de un eje metálico empleado en la unidad de disco de una


computadora tiene distribución Normal con media de 0.2508 pulg. y
desviación estándar de 0.0005 pulg. Se han determinado las
especificaciones para el eje como 0.25  0.0015 pulg. Se quiere determinar
la proporción de los ejes producidos que cumplen con las especificaciones.

4)Un estudio experimental ha confirmado que las horas semanales de


estudio dedicadas por los 500 estudiantes de primer semestre de una
Escuela de Ingeniería se distribuyen normalmente con media 25 y
desviación típica 9. Determinar: a)¿Qué porcentaje de alumnos dedica al
estudio entre 18 y 32 horas semanales?; b)¿Cuántos alumnos estudian
semanalmente mas de 35 horas?.

5)El tiempo necesario para finalizar un examen sigue una distribución


normal con media 70 minutos y desviación típica 12 minutos. Obtener: a)El
tiempo que debe durar el examen para que el 75% de las personas lo
terminen; b)El porcentaje de personas que lo terminarán antes de 80
minutos.

6)Una de las primeras aplicaciones de la curva Normal fue debida al


astrónomo F. W: Bessel en 1818, que comprobó que los errores de medida
de 300 medidas astronómicas, coincidían con bastante aproximación con
los previstos por Gauss con la curva Normal. Suponiendo que la media de
estos errores es cero y la desviación típica 4 grados, Calcular: a)La
probabilidad de que un error no sea mayor que 6 grados; b)La probabilidad
de que sea por defecto y mayor que 8 grados; c)Si se llama ‘pequeños’ a los
errores menores que 7 grados y ‘grandes’ a los mayores que 7 grados, el
número esperado de errores grandes y pequeños en 300 observaciones.

7)Un fabricante de carros garantiza la carrocería de los vehículos por 5


años. Considerando que la carrocería se mantiene en buen estado siguiendo
una ley normal de esperanza 6 años, con una desviación típica de 120 días.
¿Qué probabilidad hay de que un carro tenga que ser restaurado antes de
acabar su garantía?

8)La resistencia a la tensión de una pieza metálica está distribuida


normalmente con media de 40 lb. y desviación estándar de 8 lb. Si se
producen 50000 piezas, ¿Cuántas no satisfarán un límite de especificación
mínimo de 34 lb. como resistencia a la tensión? ¿Cuántas tendrán
resistencia superior a 48 lb.?

9)Encuentre el valor de µ si Y está distribuida normalmente, con media µ y


desviación estándar 4, y dado que la probabilidad de que Y sea menor que
32 es 0.0228.
10)Si Y~N(3, 4), encontrar un número c tal que: P(Y>c)=2P(Y≤c).

11)Los resultados de un examen de admisión para ingresar a la Universidad

poseen una distribución normal con una media de 75 y desviación estándar


de 10. ¿Qué fracción de los resultados está entre 80 y 90?
12) Algunos estudios muestran que el peso de un determinado tipo de
insecto se distribuye normalmente con media de 25,5 grs. y una desviación
estándar de 4,5 grs. a) ¿Qué porcentaje de insectos pesa 30 grs. o más?, b)
¿Qué porcentaje de insectos pesa entre 30 y 34 grs.?

13)El gasto mensual en la construcción de una vivienda puede modelarse


como una variable aleatoria normal con media 80000 dólares y desviación
estándar 4000 dólares. ¿Cuánto debería presupuestarse para la construcción
mensual de modo que la probabilidad de que el gasto sea mayor a la
cantidad presupuestada sea tan sólo de 0,1?

DISTRIBUCIÓN EXPONENCIAL
Función de densidad:
 1 y β para y  0, β  0
 e
f(y)  β

0 en otros casos

μ  β, σ2  β2

Notación: Y ~ Exp (β).

PROBLEMAS
1)La vida útil de un carro se define como el tiempo entre la compra de dos
carros y se supone que es una variable aleatoria que obedece a una
distribución exponencial. Supóngase que la vida útil promedio de un carro
es de 7 años; ¿Cuál es la probabilidad de que la vida útil sea mayor o igual
a 10 años?

2)Se ha comprobado que la duración de vida de ciertos elementos sigue una


distribución exponencial con media 8 meses. Se pide: Calcular la
probabilidad de que un elemento tenga una vida entre 3 y 12 meses.

3)Un fusible tiene una duración Y que puede considerarse como una
variable aleatoria con una distribución exponencial. Hay dos procesos
mediante los cuales se puede fabricar el fusible. El proceso I da una
duración esperada de 100 horas, mientras que el proceso II da una duración
esperada de 150 horas. El proceso II es dos veces más costoso (por fusible)
que el I, el cual cuesta C por fusible. Además, si un fusible dura menos de
200 horas, se carga una pérdida de k Bolívares en contra del fabricante.
¿Qué proceso se deberá usar?

4)El tiempo de vida de un organismo tiene una distribución exponencial de


parámetro β= 1000 horas. Calcule la probabilidad de que el organismo
seleccionado al azar tenga un tiempo de vida menor que 1000 horas.

5) Si Y tiene una función de densidad de probabilidad exponencial,


demostrar que, si a>0 y b>0, entonces:
P( Y > a+b / Y >a) = P(Y > b)
(Propiedad de falta de memoria).
DISTRIBUCIÓN GAMMA
La función de densidad de la distribución Gamma viene dada por:

x β
x α 1 e
 1
 para x  0, α  0, β  0
 α
 β Γ(α)
f(x)  

0 en otros casos



E(X)  μ  αβ σ2  αβ2
Donde: () es el valor de la función Gamma definida como:

  1  x
( )   x e dx
0
Observación: Se puede demostrar, resolviendo por partes, que:
Γ(α)  (α 1) Γ(α 1) para cualquier α  1,
y si α es entero positivo Γ(α)  (α 1)!

PROBLEMAS
1.-Sea X una v. a. Con distribución Gamma con =2 y =1. Calcular:
P(1.5 < x <2.3).
2.-En una ciudad determinada, el consumo diario de energía eléctrica (en
millones de kilowatt-hora) puede considerarse como una v. a. que tiene
distribución Gamma con =3 y =2. Si la planta de energía de esa ciudad
tiene una capacidad diaria de 12 millones de kilowatt-hora, ¿Cuál es la
probabilidad de que este abastecimiento de energía sea insuficiente un dia
cualquiera?
DISTRIBUCIÓN BETA
Una v. a. Tiene distribución Beta si su densidad es:

 Γ(α  β) α  1 β 1
 x (1  x) para 0  x  1, α  0, β  0
 Γ(α)Γ(β)

f(x)  

0 en otro caso

 
 2 
  (   ) 2 (    1)

PROBLEMAS

1.-En cierto país, la proporción de tramos de autopista que requieren


reparación en un año determinado es una v. a. Con distribución Beta, con
=3 y =2. Calcular:
a)En promedio, ¿qué porcentaje de tramos en autopista requieren
reparación en un año cualquiera?
b)La probabilidad de que a lo sumo la mitad de los tramos de autopista
requieren reparación en un año cualquiera.

2.-Los códigos de los artículos, en una caja registradora, son iluminados


con luz láser y posteriormente leídos por un lector óptico. La fracción de
luz que llega al lector óptico sigue una distribución (3,2). La lectura sólo
es válida cuando la cantidad de luz recogida por el lector es superior al
30% de la emitida por el láser. ¿Cuál es la probabilidad de que la lectura de
un código sea correcta?

DISTRIBUCIÓN DE WEIBULL
La distribución de Weibull fue deducida por el físico sueco Waloddi
Weibull en 1939 en un estudio de resistencia de materiales, en donde el
problema estribaba en encontrar el elemento más débil. Este es un caso en
particular de determinación de valores extremos, un campo de especial
interés en el estudio de inundaciones y de hidrología en general.
En los últimos años, se ha utilizado ampliamente en ingeniería de
confiabilidad como modelo del tiempo hasta la falla en componentes y
sistemas electrónicos y mecánicos.

Función de densidad:

β  1  αx β


αβ x e para x  0, α  0, β  0
f(x)  

0 en otro caso


1
(1  )  2
  1 
 2 2 
 2 
  (1  )  (1  ) 
1      
  

Observación: la distribución de Weibull es muy flexible, y mediante una

elección adecuada de los parámetros, puede tomar una gran variedad de

formas.
PROBLEMAS
1.-Supóngase que la vida útil de cierta clase de batería (en horas) es una
variable aleatoria que tiene distribución de Weibull con =0.1 y =0.5.
Calcular: a)La vida útil promedio de esta batería; b)La probabilidad de que
la batería dure más de 300 horas.

2.-Un fabricante de lavadoras garantiza sus productos contra cualquier


defecto durante el primer año de uso normal. El fabricante ha estimado un
costo por reparación de 75$ durante el período de garantía. Con base en la
experiencia, se sabe que el tiempo en que ocurre la primera falla es una
variable aleatoria de Weibull con parámetros 2 y 40, respectivamente. Si el
fabricante espera vender 100 mil unidades y si, para una misma unidad, se
descuenta el valor de las reparaciones, determinar el costo esperado de la
garantía para el fabricante.