UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE INGENIERÍA INDUSTRIAL

ESCUELA PROFESIONAL DE INGENIERA INDUSTRIAL

TEMA:
DISTRIBUCIÓN UNIFORME

PRESENTADO POR:

 ASCONA VITE NELSON EDUARDO

 CRISANTO ORDOÑEZ ROSMAN ISMAEL
 PAIVA TORRES WILLIAM JORGE
 QUEREVALU GOMEZ GERALD DAVIDS
 TAVARA ADRIANZEN JESSUS FRANCESCA

ASESORA:

ING. CANDY BURGOS BAYON

PIURA – PERÚ

2018
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGENIERÍA INDUSTRIAL

I. Características de la distribución uniforme

Esta es la más sencilla de las distribuciones continuas, y surge al considerar

una variable aleatoria que toma valores equiprobables en un intervalo finito,
y su nombre se debe al hecho de que la densidad de probabilidad de esta
variable aleatoria es uniforme sobre todo su intervalo de definición.

A continuación, pasamos a definir la distribución uniforme para un intervalo

cerrado [a, b], aunque podríamos considerar igualmente [a, b), (a, b] o (a, b),
pues, como sabemos, para variables aleatorias continuas, el valor de la función
de densidad en un número finito de puntos es irrelevante.

Definición:

Diremos que una variable aleatoria X, de tipo continuo, tiene una distribución
uniforme en el intervalo [a, b], con −∞ < a < b < +∞, si su función de densidad
es constante en dicho intervalo o, equivalentemente:

𝟏
;𝒂 ≤ 𝒙 ≤ 𝒃
𝒇(𝒙)= { 𝒃−𝒂
𝟎 ; 𝐞𝐧 𝐞𝐥 𝐫𝐞𝐬𝐭𝐨

Lo denotaremos por X ~ U(a, b); en donde a y b son los parámetros de la

distribución:

Grafico

f(x)

1
𝑏−𝑎

a b x

2
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGENIERÍA INDUSTRIAL

Propiedades

𝒂+𝒃
 Esperanza: 𝑬(𝑿) = .
𝟐

(𝒃−𝒂)𝟐
 Varianza: 𝝈𝟐 𝒙 = 𝒗𝒂𝒓(𝒙) =
𝟏𝟐

II. Método de la transformada inversa

A partir de la función de densidad de las variables aleatorias uniformes entre

a y b.

𝟏
𝑭(𝒙) = 𝒂≤𝒙≤𝒃
𝒃−𝒂

Se obtiene la función acumulada.

𝟎 ; 𝒔𝒊 𝒙 ≤ 𝒂.
𝒙
𝟏 𝒙−𝒂
𝑭(𝒙) = ∫ 𝒅𝒙 = { ; 𝒔𝒊 𝒙€(𝒂, 𝒃)
𝒂 𝒃−𝒂 𝒃−𝒂
𝟏 ; 𝒔𝒊 𝒙 ≥ 𝒃

Grafico:

Y
1

0
a b X

Al igualar la función acumulada F(x) con el número pseudoaleatorio r~U (0,1),

y despejar x se obtiene:

𝒙 = 𝒂 + (𝒃 − 𝒂)𝑭(𝒙)
𝒙 = 𝒂 + (𝒃 − 𝒂)𝒓

3
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGENIERÍA INDUSTRIAL

III. Aplicación de la distribución:

En Paita a través de la pesca artesanal se extrae la caballa. Debido a cierta variedad
del peso de este recurso hidrobiológico (kilogramos), digamos X, se puede
considerar como una variable aleatoria distribuida uniformemente en [0.5, 2]
Si 1 ≤ X ≤ 1.5 se puede obtener una utilidad de $4. Si X <1 se puede obtener una
utilidad de $2. Si X > 1.5 se puede obtener una utilidad de $6.
Se desea simular 200 variables pseudoaleatorias, y estimar la utilidad media por pez
extraído.

Solución
La función de densidad de las variables aleatorias uniformes entre a y b
0.67 ; 0.5 ≤ 𝑥 ≤ 2
𝐹(𝑋) = {
0 𝐸𝑛 𝑒𝑙 𝑟𝑒𝑠𝑡𝑜

F(x)

0.67

0.5 2 X
0
(𝟎.𝟓+𝟐)𝒌𝒊𝒍𝒐𝒔
 Esperanza: 𝑬(𝑿) = = 𝟏. 𝟐𝟓 𝒌𝒊𝒍𝒐𝒔
𝟐

Para estos datos, la mediana es 1.25 Kilos. Es decir, la mitad de los valores
es menor que o igual a 1.25 kilos y la otra mitad de los valores es mayor
que o igual a 1.25 kilos.

(𝟐−𝟎.𝟓)𝟐
 Varianza: 𝝈𝟐 𝒙 = = 𝟎, 𝟏𝟖𝟕𝟓
𝟏𝟐

Para estos datos, la media de los pesos tiene una desviación promedio de
0.1875.

4
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGENIERÍA INDUSTRIAL

IV. Generación de 200 valores pseudoaleatorios en Excel:

Se obtiene la función acumulada.

0 𝑋 ≤ 0.5
𝑋 − 0.5
𝐹(𝑋) = { 𝑋 ∈ [0.5 , 2]
1.5
1 𝑋≥2

Al igualar la función acumulada F(x) con el número pseudoaleatorio r ~U

(0, 1), y despejar X se obtiene:
x = a + (b - a) r
x =0.5 + (2 – 0.5) r
x= 0.5 + 1.5r

Conocido el peso se puede determinar la utilidad

2 𝑋<1
𝑈𝑡𝑖𝑙𝑖𝑑𝑎𝑑(𝑋) = { 4 𝑋 ∈ [1 , 1.5]
6 𝑋 > 1.5

Para la solución de este problema se ha desarrollado la hoja de cálculo que se

muestra a continuación.

5
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE INGENIERÍA INDUSTRIAL

 Bibliografía:

 Simulación y análisis de sistemas con ProModel 2da edición, MTI (Pag 92 y

93)
 Simulación un enfoque practico, Raúl Coss Bu, D.U (Pag 51).

 Linkografía:

http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo4/B0C
4m1t1.htm