Universidad Hispanoamericana

Facultad de Ciencias Económicas

Cátedra de Estadística
TEMA 2: Distribuciones de Probabilidades
• Distribuciones de Probabilidad de variables
continuas:
• La Regla Empírica.
• Distribución de probabilidad Exponencial.
.
Solución:

1
𝒃) 𝑃 𝑥 =(altura)(base)= 14 − 8 = 1,00
14−8

𝒂+𝒃 𝟏𝟒+𝟖 𝟐𝟐
c) 𝝁 = = = = 𝟏𝟏
𝟐 𝟐 𝟐

𝒃−𝒂 𝟐 𝟏𝟒−𝟖 𝟐
σ= = = 𝟑
𝟏𝟐 𝟏𝟐
Solución:
1 2
𝒅) 𝑃 10 < 𝑥 < 14 =(altura)(base)= 14 − 10 = = 0,667
14−8 3

1 1
𝒆) 𝑃 𝑥 < 9 =(altura)(base)= 9 − 8 = = 0,167
14−8 6
Solución:
Comience por localizar el valor z correspondiente a un ingreso semanal de
790 dólares. De acuerdo con la fórmula:
𝝁 = 𝟏𝟎𝟎𝟎 𝑿 − 𝝁 𝟕𝟗𝟎 − 𝟏𝟎𝟎𝟎
𝝈 = 𝟏𝟎𝟎 𝒛= = = −𝟐. 𝟏𝟎
𝝈 𝟏𝟎𝟎
𝑷 𝟕𝟗𝟎 < 𝒙 < 𝟏𝟎𝟎𝟎 𝑷 𝟕𝟗𝟎 < 𝒙 < 𝟏𝟎𝟎𝟎 = 𝟎. 𝟒𝟖𝟐𝟏
𝑷 𝒙 < 𝟕𝟗𝟎 = 𝟎, 𝟓 − 𝟎, 𝟒𝟖𝟐𝟏 = 𝟎, 𝟎𝟏𝟕𝟗
Esto significa que 48,21% de los supervisores tiene ingresos semanales que
oscilan entre 790 y 1000 dólares. Además, es previsible que 1,79% gane
menos de 790 dólares a la semana.
Se consideran tres áreas bajo la curva normal. Estos hechos recibieron el
nombre de regla empírica.
1. Cerca de 68% del área bajo la curva normal se encuentra a una
desviación estándar de la media. Esto se puede escribir como 𝜇 ± 1𝜎.
2. Alrededor de 95% del área bajo la curva normal se encuentra a dos
desviaciones estándares de la media. Esto se puede escribir como 𝜇 ±
2𝜎.
3. Prácticamente toda el área bajo la curva se encuentra a tres
desviaciones estándares de la media, lo cual se escribe 𝜇 ± 3𝜎.
Esta información se resume en la siguiente gráfica:
Como parte de su programa de control de calidad, la compañía Autolite
Battery realiza pruebas acerca de la vida útil de las baterías. La vida
media de una batería de celda alcalina D es de 19 horas. La vida útil de la
batería se rige por una distribución normal con una desviación estándar de
1,2 horas. Responda las siguientes preguntas:

1) ¿Entre qué par de valores se localiza 68% de las baterías?

2) ¿Entre qué par de valores se localiza 95% de las baterías?
3) ¿Entre qué par de valores se localiza prácticamente la totalidad de las
baterías?
 Solución:
Aplique los resultados de la regla empírica para responder estas preguntas:

1. Alrededor de 68% de las baterías tiene una vida útil de entre 17,8 y
20,2 horas, lo cual se determina con el cálculo 𝟏𝟗. 𝟎 ± 𝟏 𝟏. 𝟐 horas.
2. Cerca de 95% de las baterías tiene una vida útil de entre 16,6 y 21,4
horas, lo cual se determina con el cálculo 𝟏𝟗. 𝟎 ± 𝟐 𝟏. 𝟐 horas.
3. De hecho, todas las baterías tienen una vida útil de entre 15.4 y 22.6
horas, lo cual se determina con el cálculo 𝟏𝟗. 𝟎 ± 𝟑 𝟏. 𝟐 horas.
Esta información se resumen en la siguiente gráfica:
La distribución exponencial es una distribución de probabilidad continua que
sirve para modelizar el tiempo de espera para la ocurrencia de un
fenómeno aleatorio. En concreto, la distribución exponencial permite
describir el tiempo de espera entre dos fenómenos que siguen una
distribución de Poisson. Por lo tanto, la distribución exponencial está
estrechamente relacionada con la distribución de Poisson.
1) Tiempo de espera para ser atendido en un banco.
2) Tiempo necesario para cargar un camión.
3) Distancia entre los principales defectos de una carretera.
4) Tiempo de vida de un componente, por ejemplo un componente
eléctrico o lo que le queda a un paciente después de que ha
recibido un tratamiento.
La ecuación de la distribución de probabilidad exponencial es:
−𝑥0
𝑃 𝑥 ≤ 𝑥0 = 1 − 𝑒 𝜇 La probabilidad de que x sea menor o igual a 𝑥0
La ecuación de la distribución de probabilidad exponencial es:
−𝑥0
𝑃 𝑥 ≥ 𝑥0 = 𝑒 𝜇 La probabilidad de que x sea mayor o igual a 𝑥0
El tiempo que tarda para cargar un camión obedece a una
distribución exponencial. La media del tiempo de espera para
cargarlo es de 15 minutos. ¿Cuál es la probabilidad de que la carga
de un camión dure 6 minutos o menos? ¿Cuál es la probabilidad de
que la carga de un camión dure 18 minutos o menos? y ¿Cuál es la
probabilidad de que la carga de un camión dure de 6 a 18
minutos?
 −𝟔
𝑷 𝒙≤𝟔 =𝟏− 𝒆 𝟏𝟓 = 𝟎, 𝟑𝟐𝟗𝟕

Datos del ejemplo:

𝝁 = 𝟏𝟓
𝑷 𝒙≤𝟔
 −𝟏𝟖
𝑷 𝒙 ≤ 𝟏𝟖 = 𝟏 − 𝒆 𝟏𝟓 = 𝟎, 𝟔𝟗𝟖𝟖

Datos del ejemplo:

𝝁 = 𝟏𝟓
𝟎, 𝟔𝟗𝟖𝟖
𝑷 𝒙 ≤ 𝟏𝟖
 𝑷 𝟔 ≤ 𝒙 ≤ 𝟏𝟖 = 𝑷 𝒙 ≤ 𝟏𝟖 − 𝑷 𝒙 ≤ 𝟔
𝑷 𝟔 ≤ 𝒙 ≤ 𝟏𝟖 = 𝟎, 𝟔𝟗𝟖𝟖 − 𝟎, 𝟑𝟐𝟗𝟕

Datos del ejemplo: 𝑷 𝟔 ≤ 𝒙 ≤ 𝟏𝟖 = 𝟎, 𝟑𝟔𝟗𝟏

𝝁 = 𝟏𝟓
𝑷 𝟔 ≤ 𝒙 ≤ 𝟏𝟖
 1) Tenemos que:
𝑷 𝟏𝟎 < 𝒙 < 𝟐𝟎 = 𝑷 𝒙 < 𝟐𝟎 − 𝑷 𝒙 < 𝟏𝟎

Datos del ejemplo: −𝟏𝟎

𝑷 𝒙 < 𝟏𝟎 = 𝟏 − 𝒆 𝟏𝟔 = 𝟎, 𝟒𝟔𝟒𝟕
−𝟐𝟎
𝝁 =16 𝑷 𝒙 < 𝟐𝟎 = 𝟏 − 𝒆 𝟏𝟔 = 𝟎, 𝟕𝟏𝟑𝟓
𝑷 𝟏𝟎 < 𝒙 < 𝟐𝟎
𝑷 𝟏𝟎 < 𝒙 < 𝟐𝟎 = 𝟎, 𝟒𝟔𝟒𝟕 − 𝟎, 𝟕𝟏𝟑𝟓 = 𝟎, 𝟐𝟒𝟖𝟖
 1) Tenemos que:

Datos del ejemplo:

𝑿 = 𝑻𝒊𝒆𝒎𝒑𝒐 𝒆𝒎𝒑𝒍𝒆𝒂𝒅𝒐 𝒒𝒖𝒆 𝒕𝒂𝒓𝒅𝒂 𝒆𝒏 𝒅𝒆𝒔𝒂𝒑𝒂𝒓𝒆𝒄𝒆𝒓 𝒖𝒏 𝒄𝒊𝒆𝒓𝒕𝒐 𝒎𝒂𝒕𝒆𝒓𝒊𝒂𝒍
𝝁 = 𝟏𝟒𝟎 𝑷 𝑿 ≤ 𝒙𝟎 = 𝟎, 𝟗𝟎 −𝑥0
ln 0,1 = ln 𝑒 140
−𝒙𝟎
𝑷 𝑿 ≤ 𝒙𝟎 = 𝟎, 𝟗𝟎 𝑷 𝑿 ≤ 𝒙𝟎 = 𝟏 − 𝒆𝟏𝟒𝟎
−𝒙𝟎
𝒙𝟎 =? −𝒙𝟎
ln 0,1 =
𝟏− 𝒆𝟏𝟒𝟎 = 𝟎, 𝟗𝟎 𝟏𝟒𝟎
−𝒙𝟎
𝟏 − 𝟎, 𝟗𝟎 = 𝒆𝟏𝟒𝟎 −140 ∙ ln 0,1 = 𝒙𝟎
−𝒙𝟎
𝟎, 𝟏 = 𝒆𝟏𝟒𝟎 𝟑𝟐𝟐, 𝟑𝟔𝟏𝟗 = 𝒙𝟎
La vida media de una plancha, 18 meses, es una variable aleatoria
distribuida exponencialmente.
a) ¿Cuál es la probabilidad de que la plancha falle antes de los 12
meses?
b) ¿Cuál es la probabilidad de que la plancha falle después de 20
meses?
c) ¿Cuál es la probabilidad de que la plancha falle entre los 16 y
los 19 meses?
 Tenemos que:
−𝟏𝟐
𝑷 𝒙 < 𝟏𝟐 = 𝟏 − 𝒆 𝟏𝟖 = 𝟎, 𝟒𝟖𝟔𝟔
Datos del ejemplo: −𝟐𝟎
𝑷 𝒙 > 𝟐𝟎 = 𝒆 𝟏𝟖 = 𝟎, 𝟑𝟐𝟗𝟐
𝝁 = 𝟏𝟖
𝑷 𝟏𝟔 < 𝒙 < 𝟏𝟗 = 𝑷 𝒙 < 𝟏𝟗 − 𝑷 𝒙 < 𝟏𝟔
𝑷 𝒙 < 𝟏𝟐 =?
−𝟏𝟗
𝑷 𝒙 > 𝟐𝟎 =? 𝑷 𝒙 < 𝟏𝟗 = 𝟏 − 𝒆 𝟏𝟖 = 𝟎, 𝟔𝟓𝟐𝟎
−𝟏𝟔
𝑷 𝟏𝟔 < 𝒙 < 𝟏𝟗 =? 𝑷 𝒙 < 𝟏𝟔 = 𝟏 − 𝒆 𝟏𝟖 = 𝟎, 𝟓𝟖𝟖𝟗
𝑷 𝟏𝟔 < 𝒙 < 𝟏𝟗 = 𝟎, 𝟔𝟓𝟐𝟎 − 𝟎, 𝟓𝟖𝟖𝟗 = 𝟎, 𝟎𝟔𝟑𝟏
MÁS STICKERS