Anda di halaman 1dari 4

UNIVERSIDAD DE LAS FUERZAS ARMADAS

NOMBRE: Susana Ins Ruano Zaldumbide

DISTRIBUCION DE PROBABILIDAD

Una distribucin de probabilidad muestra toda la escala de valores que pueden representarse como
resultado de un experimento (elementos de un espacio muestral) si ste se llevase a cabo, es decir, describe la
probabilidad de que un evento se realice en el futuro.

Las distribuciones de probabilidad estn relacionadas con la distribucin de frecuencias. Se podra


decir que una distribucin de probabilidad se la conoce como distribucin de frecuencias terica.

Una distribucin de frecuencias terica es una distribucin de probabilidades que describe la forma en
que se espera que varen los resultados. Debido a que estas distribuciones tratan sobre expectativas de que
algo suceda, resultan ser modelos tiles para hacer inferencias y tomar decisiones de incertidumbre

Los valores de una variable sirven para describir o clasificar individuos o distinguir entre ellos. Toda
distribucin de probabilidad es generada por una variable (porque puede tomar diferentes valores) aleatoria x
(porque el valor tomado es totalmente al azar), y puede ser de dos tipos:

Variable aleatoria discreta


Variable aleatoria continua

VARIABLE ALEATORIA DISCRETA

El conjunto de posibles valores es numerable. Suelen estar asociadas a experimentos en que se mide el
nmero de veces que sucede algo.

VARIABLE ALEATORIA CONTINUA

Una variable aleatoria continua es la que puede tomar un nmero infinitamente grande de valores que
corresponden a los puntos en un intervalo de una recta. Por ejemplo, puede ser el peso, estatura de una
persona o el retraso con que un profesor o estudiante llega atrasado.

El modelo probabilstico para la distribucin de frecuencias de una variable aleatoria continua implica la
seleccin de una curva, generalmente regular o aislada, a la que se llama distribucin de probabilidad o
funcin de densidad de probabilidad de una variable aleatoria. Si la ecuacin de esta distribucin de
probabilidad continua es f(x), entonces la probabilidad de que x est en el intervalo a < x < b es el rea bajo la
curva de distribucin para f(x) entre los dos puntos a y b
Distribucin de Probabilidad que se aplican para Variables aleatorias continuas

La distribucin uniforme

Se denomina distribucin uniforme continua o rectangular a aquella distribucin que surge al considerar una
variable aleatoria que toma valores equiprobables en un intervalo finito. Su nombre se debe al hecho de que la
densidad de probabilidad de esta variable aleatoria es uniforme sobre todo su intervalo de definicin. La
distribucin uniforme es aquella que puede tomar cualquier valor dentro de un intervalo, todos ellos con la
misma probabilidad.

Es la distribucin de probabilidad que se asocia a variables aleatorias que pueden tomar cualquier valor en el
intervalo [a, b] y cuya funcin de densidad es:

1
() = si a x b

Intuitivamente, es la distribucin de probabilidad que se asocia a experimentos similares a elegir un nmero al


azar entre los valores a y b.

EJERCICIO:

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 sealar la hora en punto.

Intervalo: [0-60]

1 1
() = =
60 0 60

25 1 5
P(x) = P (0 x 25) = 0 = = 12
60

La distribucin normal

La distribucin normal es la ms comn entre todas las distribuciones de probabilidad utilizadas en Estadstica
y tiene importantes aplicaciones en la modelizacin de variables estadsticas asociadas a los elementos de una
poblacin. Por ejemplo, las medidas fsicas del cuerpo humano en una poblacin, las caractersticas psquicas
medidas por test de inteligencia o personalidad, las medidas de calidad en muchos procesos industriales, los
errores de las observaciones astronmicas; siguen distribuciones normales.
Es la distribucin de probabilidad que viene determinada por la siguiente funcin de densidad, definida en
toda la recta real:

1
() = () / , < x <

Es la distribucin de probabilidad que se asume para una variable cuyos posibles valores se disponen de forma
simtrica en torno a su media de modo que los valores prximos a dicha media tendrn mayor probabilidad de
ser alcanzados. Conforme ms alejados estn de la media, los valores tienen menor probabilidad de ser
alcanzados.

Una desventaja de la distribucin normal es que los extremos de la distribucin normal se acercan al eje
horizontal, pero nunca llegan a tocarlo. Esto implica que existe algo de probabilidad (aunque puede ser muy
pequea) de que la variable aleatoria pueda tomar valores demasiado grandes. Debido a la forma del extremo
derecho de la curva, es posible que la curva asigne una probabilidad minscula a la existencia.

EJERCICIO:
En una ciudad se estima que la temperatura mxima en el mes de junio sigue una distribucin normal,
con media 23 y desviacin tpica 5. Calcular el nmero de das del mes en los que se espera alcanzar
mximas entre 21 y 27

= 13

La distribucin exponencial

Una variable aleatoria X tiene una distribucin exponencial y se denomina variable aleatoria exponencial
continua si y solo si su funcin de densidad de probabilidad esta dado por:

Una caracterstica importante de la distribucin exponencial es la propiedad de que no tiene memoria


EJERCICIO:

Sabiendo que la clase de Estadstica comienza a las 10 horas y que el profesor que imparte dicha asignatura
emplea en el trayecto de su casa a la Facultad entre 15 y 20 minutos, calcular a qu hora debe salir de casa
para que pueda llegar puntualmente a dar su clase con una probabilidad del 99%. Solucin: Si llamamos X al
tiempo que tarda en llegar a la Facultad,

La distribucin Weibull

La distribucin de Weibull no surge de la estadstica clsica y usualmente no se incluye en los textos de


estadstica elemental. Es mucho ms probable que sea tratada y usada en trabajos que involucran resultados
experimentales, particularmente con conabilidad. Es una distribucin cambiante y asimtrica, es
ampliamente usada en la ingeniera como modelo parala descripcin del tiempo de duracin de un
componente. Esta distribucin fue introducida por el cientico sueco del mismo nombre, quien demostr que
el esfuerzo al que se someten los materiales puede modelarse mediante el empleo de esta distribucin.

EJERCICIO
Tenemos un conjunto de componentes que fallan en el siguiente nmero de horas: 0.22;0.5; 0.88; 1;
1.32; 1.33; 1.54; 1.76; 2.5 y 3. A partir de estos valores, calcule la probabilidad de que un componente
de las mismas caractersticas dure ms de 5 horas: Para resolver este problema, se adjuntan los valores
de Ln(ti), ya que los necesitaremos para calcular los parmetros con el mtodo analtico implcito.