Anda di halaman 1dari 29

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2

INICIO

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


Logro de Aprendizaje:

Al finalizar la clase, el
estudiante estar en la
capacidad de reconocer y
hallar la probabilidad de
una variable aleatoria
continua cuando tenga:
Distribucin Uniforme
Distribucin Exponencial

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


TEMARIO:

A. Funcin de Densidad Continua


B. Funcin de Distribucin de Probabilidad
C. Funcin de Distribucin Uniforme
D. Funcin de Distribucin Exponencial

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


FUNCION DE DENSIDAD CONTINUA:
Es aquella funcin f positiva e integrable en los nmeros reales.
Y que viene expresada a travs de una funcin matemtica.
As por ejemplo:
Para el caso de una variable que adopte una distribucin uniforme, SU
FUNCION DE DENSIDAD SERA:

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


FUNCION DE DISTRIBUCION DE PROBABILIDAD EN X:
La funcin de distribucin de probabilidad es aquella que se obtiene,
integrando la funcin de densidad continua.
As para hallar la funcin de distribucin F(x) integraremos desde
hasta un punto x, obteniendo:

Para el caso de la Funcin de Distribucin Uniforme, obtenemos:

Que nos viene a representar el rea entre dos puntos a y b, esta


rea se interpretara como la probabilidad de que la
variable aleatoria tome valores comprendidos entre a y b.

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2
FUNCION DE DENSIDAD PARA UNA DISTRIBUCION UNIFORME:
La distribucin uniforme es el modelo continuo ms simple que existe,
y puede considerarse como proveniente de un proceso de extraccin
aleatoria. Se dice que una distribucin es uniforme cuando la
probabilidad de ocurrencia de una variable X es constante a lo largo de
1
un intervalo [ab] y esta dada por la funcin de densidad .

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


FUNCION DE DISTRIBUCION DE PROBABILIDAD UNIFORME
Luego la funcin de probabilidad de cualquier valor dentro del intervalo
[a , b] se obtendr al integrar, la funcin de densidad, mediante la
siguiente formula:

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


PROPIEDADES DE LA DISTRIBUCION UNIFORME:

1. Su esperanza matemtica es = (b + a)/2

2. Su varianza es (b a)2/12

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


EJEMPLO DE DISTRIBUCION UNIFORME:
Se tiene 5 cartas numeradas del 1 al 5, hallar el nmero de
intentos que ocurren antes de sacar la carta con el nmero ms
alto (sin reposicin)

a) Hallar el espacio muestral, el rango y la probabilidad para


cada uno de los valores tomados por la variable aleatoria:

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


e: Hallar el nmero de intentos antes de sacar la carta con el
valor ms alto.

: {C, IC, IIC, IIIC, IIIIC} C: carta ms alta I: otra carta


X: Numero de intentos (Variable Aleatoria)
X:0 (no hace ningn intento, sale a la primera) p 1/5 1/5 1/5 1/5 1/5
X:1 (hace un intento y a la segunda sale)
X:2 (hace dos intentos y sale a la tercera)
X:3 (hace tres intentos y sale a la cuarta)
X:4 (hace cuatro intentos y sale a la quinta) 0 1 2 3 4 X
Rx: {0,1,2,3,4}

P(x=0):1/5 P(x=1):4/5*1/4=1/5 P(x=2):4/5*3/4*1/3=1/5


P(x=3):4/5*3/4*2/3*1/2=1/5 P(x=4):4/5*3/4*2/3*1/2*1=1/5

En este caso estamos frente a una Funcin de probabilidad de


Distribucin Uniforme, pues la probabilidad es constante (p=1/5)
para cualquier valor del Rango de X.
EJEMPLO 1: Un grupo de estudiantes desarrollan un exmen de admisin
, que se inicio desde las 9.00 am hasta las 12.00 hrs.
Calcular la probabilidad de que un alumno trmine el exmen entre las
9.00 y 11.15 am, sabiendo que ningn alumno podr salir del aula hasta
que trmine el plazo establecido.

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


SOLUCION: En este caso estamos frente a un problema de distribucin uniforme,
pues la probabilidad que el alumno trmine el exmen es constante
y puede hacerlo en cualquier momento del plazo establecido.
a= 9
b= 12
Luego la funcin de
d= 11.25 densidad ser:
c= 9.5
=

11,25 9,0
9,0 11.25 =
12,0 9,0
Y la funcin de distribucin
2,25
9,0 11.25 = de probabilidad Uniforme:
3

9,0 11.25 = 0,75

Luego la probabilidad de que el examen se termine entre las 9.00 y 11.15 ser de 75,0%
CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2
EJEMPLO 2: Dos gerentes A y B, deben encontrarse en un cierto lugar
entre las 7 y las 8 pm para firmar un contrato. Cada uno espera al
otro a lo ms 10 minutos. Cual es la probabilidad de que no se
encuentren sabiendo que A llega a alas 7.30 p.

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


En este caso estamos frente a un problema de distribucin uniforme,
SOLUCION: pues la probabilidad que se encuentrn los dos gerentes es
constante a lo largo del horario fijado .
a= 7
b= 8
= En este caso, si se
c= 7.33
d= 7.66 encuentran a las
7,30, uno pudo
7,66 7,33
7,3 7,6 = llegar 10 antes o
87 el otro pudo llegar
hasta 10 despus.
Luego el Rango
7,3 7,6 = 0,33
donde se pudieron
encontrar fue de
7,20pm a 7,40pm,
Luego la probabilidad de que no se encuentren y su probabilidad
es= 1 0,33 = 0,66 ser:

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


EJEMPLO 3:
En una escuela primaria se registro el nmero de palabras por minuto
que lean los estudiantes encontrndose que lean un mnimo de 80
palabras y un mximo de 139. Bajo la suposicin de que la variable
aleatoria que describe el nmero de palabras ledas esta
uniformemente distribuida en dicho intervalo.
a. Hall la probabilidad de que un estudiante seleccionado al azar,
lea al menos 100 palabras.
b. Determine el nmero de palabras que se esperara lea un
estudiante seleccionado al azar?

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


Rpta:

a) Como el intervalo que nos dan est entre 100 palabras y 139 palabras.
Luego utilizando la formula de la distribucin de probabilidad tendremos que la
probabilidad ser:

139100
Reemplazando nos dar : P(100X139)= = 39/59
13980

b) Para hallar el nmero de palabras que se esperara lea el estudiante ser:

+ 139+80
c) E(x)= = = 109,5 es decir 109 palabras por minuto
2 2

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12- SESION 2


CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2
DISTRIBUCION EXPONENCIAL

La distribucin exponencial describe procesos en los que


nos interesa saber el tiempo que transcurre hasta que
ocurre un determinado evento.

Ejemplo: El tiempo que tarda una partcula radiactiva en


desintegrarse.

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


FUNCION DE DENSIDAD PARA UNA DISTRIBUCION EXPONENCIAL
Su funcin de densidad es la siguiente:
si x 0
f(x)=
0 si x <0

FUNCION DE DISTRIBUCION DE PROBABILIDAD EXPONENCIAL:


Integrando la funcin de densidad nos queda que la probabilidad es:
F(x)= 1- si x 0
0 si x <0
PROPIEDADES:
1
Valor esperado para una Distribucin Exponencial, es: E(X)=

Varianza para una variable aleatoria con distribucin exponencial es:


1
V(X)= 2

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


EJEMPLO1:
El tiempo de vida de una bacteria (en horas) sigue una distribucin
exponencial con media de 16 horas.
a. Cual es la probabilidad de que dicha bacteria tenga un tiempo
de vida menor de 20 horas?
b. Cual es la probabilidad de que dicha bacteria viva entre 5 y 25
horas?

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12- SESION 2


a) Para que tenga un tiempo de vida menor a 20 horas, hallamos:
1- si x 0 El tiempo de vida medio
F(x)= 1
0 si x <0 ser E(x)= , reemplazando

1
16 = luego = 1/16


16
En este caso integrando la funcin de densidad de 0 a 20 queda F(x)=1-

Luego reemplazando : F(x=20)=1- 20/16


F(x=20)= 0,7135 luego la probabilidad de que tenga un
tiempo de vida menor a 20 horas es de 0,7135 (71,35%)
b) Para que tenga un tiempo de vida entre 5 y 25 horas, hallamos: F(25) y F(5)
F(25)= 0,7904
1- si x 0 F(5) = 0,2683
F(x)=
0 si x <0
Luego F(25) F(5)= 0,5220
Luego la probabilidad de que viva entre 5 y 25 horas es de 0,5220 52.20%
CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2
EJEMPLO: El tiempo de reparacin de una compresora tiene una
distribucin aproximadamente exponencial, con media 22 min.
1. Hallar la probabilidad de que el tiempo de reparacin sea menor
que diez minutos.
2. El costo de reparacin es de S/ 2000 por cada media hora o
fraccin. Cul es la probabilidad de que una reparacin cueste
S/4000?

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMAN 12 SESION 2


a) Para hallar la probabilidad de que el tiempo de reparacin sea menor a 10
minutos, integramos la funcin exponencial y obtenemos la frmula:
1- si x 0 El tiempo de vida medio
F(x)= 1
0 si x <0 ser E(x)= , reemplazando

1
22 = luego = 1/22

En este caso la esperanza matemtica o tiempo medio es 22 min. Luego:
F(x)=1- /22

reemplazando : F(10)=1- 10/22 F(10)= 0,3653


luego la probabilidad de que la reparacin demore menos de 10 minutos ser
0,3653 (36.53%)
b) Para que la reparacin cueste S/ 4000, la reparacin debe durar ms de 30
minutos y a lo mas 60 minutos es decir la probabilidad estar en este rango:
Luego reemplazando : F(60)=1- 60/22 = 0,9346
F(30)=1- 30/22 =0,7443
Luego la probabilidad de que la reparacin cueste S/4000, ser de 0,1903 (19,03%)

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


EJEMPLO 3: El periodo de vida en aos de un interruptor elctrico tiene
una distribucin exponencial con un promedio de falla de 2 aos.
a) Cual es la probabilidad de que al menos 8 de 10 de tales
interruptores que funcionan independientemente fallen despus del
tercer ao?

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


Solucin: se trata de una distribucin exponencial

a) La probabilidad de que fallen despus de 3 aos ser?


E(X)= 1/
= F(x)= 1- /2 si x0
P(x>3)=1- P(x3)= 1- (1- e-3/2))
P(x>3)= 0,2231

b) Para hallar la probabilidad de que al menos 8 de los 10


interruptores fallen, despus del 3er ao, tenemos:
P(X=8)= (108)* (0,2231)8 X (0,7769)10-8
P=0,2231
P(X=9)= (109)* (0,2231)9 X (0,7769)10-9
q= 0,7769
P(X=10)= (1010)* (0,2231)10 X (0,7769)10-10
n=10 x= 8, 9, 10
Como mnimo 8 P(X=8,9,10)= 0,000178
CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2
1. Conceptos de Funcin de Densidad
2. Conceptos de Funcin de Distribucin de Probabilidad
3. Funcin de Distribucin de Probabilidad Uniforme
4. Ejemplos Aplicativos
5. Funcin de Distribucin de Probabilidad Exponencial
6. Ejemplos Aplicativos

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2


o LEVIN, Richard y David Rubin (2010) Estadstica para
Administracin y Economa. 7 ed. Pearson. Mxico. Cap.
1: Introduccin. 1 - 5 pgs.
o LIND, Douglas; William Marchal y Robert Mason (2004)
Estadstica para Administracin y Economa. 11 ed.
Alfaomega. Mxico. Cap. 1: Qu es la estadstica?. 1 20
pgs.
o WEIERS, Ronald (2006). Introduccin a la Estadstica para
Negocios. 5ta ed. Cengage Learning. Mxico. Cap. 1: Un
avance de la estadstica para los negocios. 1 - 16 pgs.

CURSO: ESTADISTICA DESCRIPTIVA Y PROBABILIDADES SEMANA 12 SESION 2