DISTRIBUCIONES DE

PROBABILIDAD
CONTINUAS
 DISTRIBUCIONES CONTINUAS
 Las distribuciones de probabilidad están relacionadas con las
distribuciones de frecuencias. De hecho, podemos pensar que
una distribución de probabilidad es una distribución de
frecuencias teórica.

 Resultan modelos útiles para hacer inferencias y tomar

decisiones en condiciones de incertidumbre.

 Las Distribuciones más aplicadas son:

 Distribución Uniforme
 Distribución Normal
 Distribución Xi Cuadrado
 Distribución F
 Distribución T de Student
 DISTRIBUCIÓN UNIFORME

 En estadística es una de las distribuciones continuas más

simples.
 Esta distribución se caracteriza por una función de densidad
que es “plana” y, por ello, la probabilidad es uniforme en un
intervalo cerrado, digamos [A, B]
 EJEMPLO

 Suponga que una sala de conferencias grande se puede

reservar para cierta compañía por no más de cuatro horas.
Sin embargo, el uso de la sala de conferencias es tal que muy
a menudo tienen conferencias largas y cortas. De hecho, se
puede suponer que la duración X de una conferencia tiene
una distribución uniforme en el intervalo [0, 4 ].
a) ¿Cuál es la función de densidad de la probabilidad ?
b) ¿Cuál es la probabilidad de que cualquier conferencia dada dure al
menos 3 horas?
MEDIA Y VARIANZA DE LA DISTRIBUCIÓN
UNIFORME CONTINUA

Calcular la media y varianza del ejercicio anterior.

 EJERCICIOS EN CLASES

 Un reloj de manecillas se detuvo en un punto que no sabemos.

Determine la probabilidad de que se haya detenido en los
primeros 25 minutos luego de señalar la hora en punto.

 Una llamada telefónica llego a un conmutador en un tiempo, al

azar, dentro de un periodo de un minuto. el conmutador estuvo
ocupado durante 15 segundos en ese minuto. calcule la
probabilidad de que la llamada haya llegado mientras el
conmutador no estuvo ocupado

 En una práctica de presión aérea se deja caer una bomba a lo

largo de una línea de un kilometro de longitud. El blanco se
encuentra en el punto medio de la línea. El blanco se destruirá si
la bomba cae a una distancia menor que 75m del centro. Calcule
la probabilidad de que el blanco se destruya si la bomba cae al
azar a lo largo de la línea.
 DISTRIBUCION NORMAL

 L a distri buci ón conti nua de pr obabilidad más impor t ante e n todo el campo
de l a est adística.

 S u gráfi ca , que se denomina cur va normal , e s l a cur va con forma de

cam pana .

 Las medici ones fí si cas e n áre as como l os experime ntos mete orol ógi cos ,
est udios de lluvi a y medi ci one s de par te s fabri cadas a me nudo se explican
m ás que adecuadamente con una di stribución norm al , l os errores e n las
medi ci ones científicas se aproximan extremadamente bien me diante una
di st ribución nor m al.
 DISTRIBUCIÓN NORMAL

 La ecuación matemática para la distribución de probabilidad

de la variable normal depende de los dos parámetros μ y σ, su
media y su desviación estándar. De aquí, denotamos los
valores de la densidad de X con n(x; μ, σ):

 Donde 𝜋 = 3,14159 … … , 𝑦 𝑒 = 2,71828

 DISTRIBUCIÓN NORMAL

 Listamos las siguientes propiedades de la curva normal :

 La moda, que es el punto sobre el eje horizontal donde la curva es un
máximo, ocurre en x = μ.
 La curva es simétrica alrededor de un eje vertical a través de la media μ.
 La curva tiene sus puntos de inflexión en x = μ ± σ, es cóncava hacia
abajo si μ − σ < X < μ + σ, y es cóncava hacia arriba en cualquier otro
caso.
 La curva normal se aproxima al eje horizontal de manera asintótica,
conforme nos alejamos de la media en cualquier dirección.
 El área total bajo la curva y sobre el eje horizontal es igual a 1.
GRAFICAS DE DISTRIBUCIÓN NORMAL
 DISTRIBUCIÓN NORMAL

 La expresión matemática en la ecuación es tediosa de

calcular y requiere del cálculo integral. Por fortuna están
disponibles tablas de probabilidad normal para evitar estos
cálculos complicados. El primer paso para encontrar
probabilidades normales es usar la fórmula de
transformación, para convertir cualquier variable aleatoria
normal X en una variable aleatoria normal estandarizada Z.
 DISTRIBUCIÓN NORMAL ESTÁNDAR

 Para generalizar y facilitar el cálculo de probabilidad con la

distribución Normal, es conveniente definir la Distribución
Normal Estándar que se obtiene haciendo 𝜇 = 0, y 𝜎 2 = 1 en la
función de densidad de la Distribución Normal.

Sea Z: Variable aleatoria continua con media  = 0 y varianza  = 1

2

Z tiene distribución Normal Estándar si su función de densidad es:

1
1  z2
f(z)  e 2 , - < z < +
2

 Para calcular probabilidad con la distribución Normal Estándar

se puede usar la definición de la distribución acumulada o
función de distribución:
 DISTRIBUCIÓN NORMAL ESTÁNDAR

 Veamos un ejemplo:

TIEMPO DE DESCARGA PARA LA PÁGINA PRINCIPAL DE UN SITIO WEB

 Para atraer y retener a los usuarios una empresa necesita

asegurarse de que la página principal se descargue
rápidamente. Para revisar qué tan rápido se carga la
página principal, se abre un navegador en una PC de las
oficinas corporativas y se mide el tiempo de descarga,
cuántos segundos pasan desde que se enlaza con el sitio
Web hasta que la página principal se abre por completo.
 Datos anteriores indican que la media del tiempo de descarga
es de 7 segundos y la desviación estándar es de 2 segundos.
Los tiempos de descarga se distribuyen como una curva en
forma de campana con un agrupamiento alrededor de la
media de 7 segundos
 EJEMPLO NORMAL ESTÁNDAR

 Se observa que cada medición X tiene una medición

estandarizada correspondiente Z calculada con la fórmula de
transformación. Por lo tanto, un tiempo de descarga de 9
segundos es equivalente a 1 unidad estandarizada.

 Un tiempo de descarga de 1 segundo es equivalente a 3

unidades estandarizadas.
EJEMPLO NORMAL ESTÁNDAR
DISTRIBUCIÓN NORMAL ESTÁNDAR
 EJERCICIO

 Dada una distribución normal estándar, encuentre el área

bajo la curva que yace
a) a la derecha de z = 1.84 y
b) entre z = −1.97 y z = 0.86.

 Dada una distribución normal estándar, encuentre el

valor de k tal que.
a) P(Z > k) = 0.3015 y
b) P(k < Z < −0.18) = 0.4197.
 TALLER # 2

 Dado que X tiene una distribución normal con μ = 300 y σ = 50,

encuentre la probabilidad de que X tome un valor mayor que
362.

 Dada una distribución normal con μ = 40 y σ = 6, encuentre el

valor de x que tiene:
a) 45% del área a la izquierda y
b) 14% del área a la derecha.

 Cierto tipo de batería de almacenamiento dura, en promedio, 3.0

años, con una desviación estándar de 0.5 años. Suponiendo que
las duraciones de la batería se distribuyen normalmente,
encuentre la probabilidad de que una batería dada dure menos
de 2.3 años.
 DISTRIBUCIÓN GAMMA Y EXPONENCIAL

 Aunque la distribución normal se puede utilizar para resolver

muchos problemas en ingeniería y en la ciencia, hay aún
numerosas situaciones que requieren diferentes tipos de
funciones de densidad como las distribuciones gamma y
exponencial.

 Los tiempos entre llegadas en instalaciones de servicio, y los

tiempos de operación antes del fallo de partes componentes y
sistemas eléctricos, a menudo quedan bien modelados mediante
la distribución exponencial.

 La relación entre la distribución gamma y la exponencial permite

que la gamma se involucre en tipos de problemas similares.
 DISTRIBUCIÓN GAMMA

 Es un modelo básico en la Teoría de la Probabilidad y

corresponde a la siguiente definición:

 Donde

∞ 𝛼−1 −𝑥
Γ 𝛼 = 0
𝑥 𝑒
 DISTRIBUCIÓN GAMMA

 Gráficas de funciones de densidad gamma para  = 1 , 2 y 4 y

 = 1 se observan a continuación.
 Observe que la forma de la densidad gamma difiere para los
diferentes valores de .
MEDIA Y VARIANZA DE DISTRIBUCIÓN
GAMMA
 DISTRIBUCIÓN EXPONENCIAL

 Algunos casos especiales de la distribución Gamma juegan

papeles importantes en la estadística, para =1 y  =,
obtenemos.

 Se dice que una variable aleatoria continua X sigue una

distribución Exponencial de parámetro λ=1/𝛽 , si la v.a. X
describe el tiempo transcurrido entre dos sucesos
consecutivos de Poisson o el tiempo de espera hasta que
ocurre un suceso de Poisson.
MEDIA Y VARIANZA DE DISTRIBUCIÓN
EXPONENCIAL
EJERCICIOS DISTRIBUCIÓN EXPONENCIAL

 El tiempo de revisión del motor de un avión sigue aproximadamente

una distribución exponencial, con media 22 minutos.
 Hallar la probabilidad de que el tiempo de la revisión sea menor de 10
minutos.
 El costo de la revisión es de 200 euros por cada media hora o fracción. ¿Cuál
es la probabilidad de que una revisión cueste 400 euros?

 La duración de vida de una pieza de un motor sigue una distribución

exponencial, sabiendo que la probabilidad de que sobrepase las
100 horas de uso es de 0,9. Se pide:
 Probabilidad de que sobrepase las 200 horas de uso.
 TALLER # 3

 Se ha comprobado que el tiempo de vida de cierto tipo de

marcapasos sigue una distribución exponencial con media de
14 años. ¿Cuál es la probabilidad de que a una persona a la
que se le ha implantado este marcapasos se le deba
reimplantar otro antes de 20 años? Si el marcapasos lleva
funcionando correctamente 5 años en un paciente,
 ¿cuál es la probabilidad de que haya que cambiarlo antes de 25
años?

 El tiempo de vida media de un marcapasos sigue una

distribución exponencial con media 16 años. Se pide:
 Probabilidad de que a una persona a la que se ha implantado un
marcapasos se le deba de implantar otro antes de 20 años
 RECAPITULAR: DISTRIBUCIÓN
EXPONENCIAL
 El tiempo que tarda una partícula radiactiva en desintegrarse

 El tiempo que puede transcurrir en un servicio de urgencias,

para la llegada de un paciente;

 En un proceso de Poisson donde se repite sucesivamente un

experimento a intervalos de tiempo iguales, el tiempo que
transcurre entre la ocurrencia de dos sucesos consecutivos
sigue un modelo probabilístico exponencial. Por ejemplo, el
tiempo que transcurre entre que sufrimos dos veces una
herida importante.
 DISTRIBUCIÓN CHI CUADRADO
 Esta distribución es fundamental en inferencia estadística y en los
test estadísticos de bondad de ajuste. Se emplea, entre otras
muchas aplicaciones, para realizar la prueba de hipótesis de
homogeneidad, de independencia o la prueba de bondad de ajuste
(todas ellas denominadas pruebas ji-cuadrado) y para determinar
los límites de confianza de la varianza muestral de una población
normal.

 Tiene forma tipo campana con sesgo positivo, Se obtiene de la

distribución Gamma con  = 𝜈 /2,  = 2.
 DISTRIBUCIÓN CHI CUADRADO

 Los temas que tratan con distribuciones de muestreo, análisis

de varianza y estadística no paramétrica implican el uso
extenso de la distribución chi cuadrada.
MEDIA Y VARIANZA DE DISTRIBUCIÓN
CHI CUADRADO
 DISTRIBUCIÓN CHI CUADRADO

 Si tenemos n v.a. independientes 𝑍 𝑖 → 𝑁 (0,1) , la suma de sus

cuadrados respectivos es una distribución que denominaremos ley
de distribución 𝑥 2 con n grados de liber tad, 𝑋 𝑛2 .

 En consecuencia, si tenemos X1 , . . . , Xn, v.a. independientes,

donde cada 𝑥 𝑖 → 𝑁 (μ 𝑖 ,  2𝑖 ) se tiene.

 Es una variable aleatoria independiente que tiene una distribución

2
chi-cuadrada con n-1 grados de liber tad 𝑥 𝛼,𝑛−1
 DISTRIBUCIÓN CHI CUADRADO

 Puesto que esta distribución se presenta en muchas

aplicaciones importantes se encuentran ya tablas de sus
probabilidades calculadas para varios α y .
 EJERCICIOS CHI CUADRADO

 S upongam os que el espe sor de una par te usada e n un semiconductor e s su

dimensi ón crítica y que el proceso de fabri car e st as par tes se consider a
que est á baj o control si l a vari ación real entre el e spe sor de la par tes está
dada por una desviaci ón e st ándar no mayor que 6 0 milé simas de pul gada .
Par a m antener un control sobr e el proce so, peri ódicame nte se tom an M A
de tam año n=2 0 y se consi der a que está “fuera de control ” si l a
pr obabilidad de que 𝑆 2 asumirá un val or mayor que , o i gual , al valor
obser vado de l a muestra e s 0 .01 o m enor (aun cuando =60 ). ¿Qué pue de
concluir sobre el proceso si la desviaci ón e st ándar de una MA periódi ca tal
es S = 8 4 .0 m i l ésimas de pul gada ?

 U n fabricante de baterías par a autom óvil gar antiza que su pr oducto durará,
e n prom edi o, 3 anos con una desvi aci ón e st ándar de 1 ano . Si cinco de
est as baterías ti enen dur aci one s de 1 .9 , 2 .4 , 3 .0, 3 .5 y 4 .2 anos, ¿el
fabricante conti nuará convencido de que sus baterías tienen una
desviaci ón est ándar de 1 año? S uponga que l as dur aci ones de l as baterí as
si guen una di st ribución nor m al.
GRACIAS POR SU
ATENCIÓN