ESTADÍSTICA DESCRIPTIVA – SISTEMAS

DÉCIMA SESIÓN DE CLASE

DISTRIBUCIÓN DE
PROBABILIDADES TEÓRICAS:
CONTINUAS (1)

Distribución de probabilidades ESTADÍSTICA DESCRIPTIVA 1 M. Armas

Modelos de distribuciones de
probabilidades continuas a estudiar:
Distribución uniforme (rectangular);
distribución normal; distribución t;
distribución Chi-cuadrado, y distribución F
Para cualquier valor de x definido en el intervalo [a; b], su función
de probabilidad f(x) = k (constante)

35

34,5
Y = f(x) = k
34

33,5

33

32,5

32

31,5
a x b
31
240 243 246 249 252 255 258 261 264 Distribución uniforme

1
f(x)= k = , para x en [a; b]
𝑏 −𝑎
Valor esperado de una distribución uniforme:
𝑏 1 𝑏 1 𝑏2 −𝑎2 𝑏+𝑎
μ = E(x) = ‫𝑓𝑥 𝑎׬‬ 𝑥 𝑑𝑥 = ‫׬‬𝑎
𝑥𝑑𝑥= * =
𝑏−𝑎 𝑏−𝑎 2 2

Varianza de una distribución uniforme:

𝑏 (𝑏−𝑎)2
𝜎2 = ‫𝑥( 𝑎׬‬ − 𝜇)2 f(x)dx =
12

Ejemplo.- Una v.a. se distribuye uniformemente en el intervalo

[15, 80]. Si selecciona al zar una variable, determine la
probabilidad de que sea: a) Mayor de 40; b) Menor de 30; c)
Esté comprendido entre 35 y 70. Determine a su vez, la media y
su desviación estándar
 f(x) = k

15 30 80

1
a) P(x > 40) =‫𝑘 ׬ =)𝑥(𝑓 ׬‬ =
65
Problema.- El tiempo de retraso de los ómnibus, que
hacen transporte de pasajeros entre Lima y Huacho, varía
uniformemente entre 10 y 30 minutos. Determine la
probabilidad de que un ómnibus que salga de Lima hacia
Huacho, tenga un atraso de: a) Más de 15 minutos; b)
Menos de 12 minutos; c) Entre 20 y 25 minutos.

Por lo general, ¿cuánto tiempo se retrasarían los ómnibus

para llegar a Huacho, saliendo de Lima? ¿Si el 15% de los
ómnibus son los más tardones, cuál es el tiempo mínimo
para pertenecer a ésa categoría?
Problema.- Juan Pérez es un pescador que ofrece
diariamente sus pescados, producto de la pesca de la
madrugada; las cantidades que vende por día varían
uniformemente entre los 40 y 65 kilos, dependiendo de las
condiciones del clima y la temporada. Determine la
probabilidad de que un día cualquiera, venda más de 55 kilos
de pescado. En promedio, ¿cuántos kilos puede vender por día
y con qué desviación estándar? Si por cada kilo de pescado
que vende, gana S/3, ¿cuánto espera ganar por día y con qué
desviación estándar?
Problema.- Una compañía embotelladora de jugos
naturales cuenta con una máquina embotelladora que se
comporta de acuerdo con una distribución uniforme. Su
producto principal es el jugo de naranja envadadas en
botellas de 150 ml, pero su línea de envasado llena las
botellas entre 145 y 158 ml.
La compañía desea saber la probabilidad de que:
a) una sola botella (x) pueda contener entre 145 y 151 ml.
b) una sola botella (x) pueda contener entre 148 y 152 ml.
Es una las distribuciones de probabilidad más usadas en el
campo de la investigación, ya que por lo general, sucede
que en la mayoría de los casos, las observaciones del mundo
real, siguen el comportamiento de esta distribución
Ejemplo: sea el conjunto de datos ya tabulados
Clase Frecuencia 200

1000 - 2000 15 180

2001 - 3000 32 160

140

3001 - 4000 87 120

4001 - 5000 175 100

5001 - 6000 156 80

60

6001 - 7000 80 40

7001 - 8000 23 20

8001- 9000 1 0
0

Tabla de distribución de
frecuencias para un caso Histograma de frecuencias del
observado fenómeno observado
 200
200
180
180
160
160
140
140
120
120
100
100
80
80
60
60
40
40
20
20
0
0 0 1 2 3 4 5 6 7 8 9
1 2 3 4 5 6 7 8

Polígono de frecuencias Curva de tendencia

del histograma de del polígono de
frecuencias frecuencias
Curva de distribución normal del fenómeno observado con
media = 4 896 unid. y desviación estándar = 1 382 unid.
Función de distribución de probabilidad de la
normal
Si x es la v.a, para x 𝝐 <-∞; ∞> ➔ f(x) define una
función de probabilidad normal, expresado por la
ecuación:
−𝟏 𝒙−𝝁 𝟐
𝟏 ( )
f(x) = 𝒆 𝟐 𝝈 , para x ∈<−∞; ∞ >
𝝈 𝟐𝝅
Donde 𝝁 es la media de la población,𝛔 es su
desviación estándar y e = 2,7182 …., la base de los
logaritmos neperianos
A la normal también se le denota x ~𝑵(𝝁, 𝝈𝟐 )
Características de la distribución de probabilidad normal (1)
Gráfico de una distribución normal
f(x)
1.Es una curva
Desviación acampanada, simétrica
estándar
respecto a su eje central
(media)

X
2. La media, la mediana y
Media la moda son iguales
3. La desviación estándar define la distancia desde la
media, al punto de inflexión de la curva
4. El área bajo la curva, limitada por el eje X, es igual a
uno, y la curva es asintótica con el eje X
Características de la distribución de probabilidad normal (2)
5. Aprox el 68,3% de las
observaciones están dentro del
intervalo: [ - ;  + ]
6. Aprox el 95,5% de las
observaciones están dentro del
intervalo: [ - 2;  + 2]
7. Aprox el 99,7% de las observaciones están dentro del
intervalo: [ - 3;  - 3]
El área bajo la curva, limitada en el intervalo [a; b] define
la probabilidad de que un evento x se encuentre dentro de
𝒃
este intervalo: P(a  x  b) = 𝑨𝒓𝒆𝒂𝒂 𝒙 𝒃) = ‫𝒙𝒅 𝒙 𝒇 𝒂׬‬
15
Significado del área sombreada en una distribución
normal
 1. Dure más de 4,51 horas
Curva de distribución Normal

2. Dure más de 4,10 horas

3. Dure menos de 4,00
Desviación
horas
4. Dure entre 3,45 y 4,62
horas
17
Media = 4,25 h
Desviación = 0,37 h
5. Si el 10% de las baterías son consideradas como los de
alta duración, determine el mínimo valor para
pertenecer a esa categoría
6. Al 4% de las baterías que tengan baja duración se les
desechará por su mala calidad, determine el máximo
tiempo de vida, que deberían durar estas baterías,
antes de desecharlas

−𝟏 𝒙−𝟒,𝟐𝟓 𝟐
( )
∞ ∞ 𝒆 𝟐 𝟎,𝟑𝟕
𝒂) 𝐒𝐨𝐥𝐮𝐜𝐢ó𝐧 𝐦𝐚𝐧𝐮𝐚𝐥: ‫𝟒׬‬,𝟓𝟏 𝒇 𝒙 𝒅𝒙 = ‫𝟒׬‬,𝟓𝟏 dx =
𝟎,𝟑𝟕 𝟐𝝅
Problema.- Una compañía embotelladora de jugos naturales
cuenta con una máquina que llena sus botellas siguiendo una
distribución normal, con una media de 499 ml y una desviación
estándar de 10 ml; si un día cualquiera selecciona al azar una
botella llenada con este jugo natural, la compañía desea saber la
probabilidad de que:
a) Una sola botella pueda contener entre 495 y 503 ml
b) Una sola botella pueda contener más de 506 ml
c) Si la botella contiene menos de 492 ml, esta será
desechada; ¿cuál será la probabilidad de que sucdea?
d) Si se establece como política, rechazar el 15% de botellas con bajo
llenado, ¿cuál será la cantidad mínima para no rechazarlos?
Problema.- El tiempo promedio que emplea un suscriptor del
periódico Reforma en leerlo es de 55 minutos, con una desviación
estándar de 12 minutos. Los tiempos de lectura tienen una
distribución normal
a) ¿Cuál es la probabilidad de que un suscriptor tarde más de
60 minutos en leer el periódico?
b) ¿Cuál es la probabilidad de que un suscriptor tarde menos de
40 minutos en leer el periódico?
c) Las personas que pasan la mayor parte del tiempo leyendo el
periódico están en el 10% superior. ¿Cuál es tiempo en el que se
inicia ese porcentaje?
 Distribución normal estándar
Cualquier distribución de probabilidad normal de la forma f(x) =
−𝟏 𝒙−μ 𝟐
𝒆𝟐 
( )
para x  < -, >, puede llevarse a una forma estándar
𝟐 
−𝟏 𝟐
𝒛
𝒆𝟐
cuya ecuación estandarizada es: f(z) = ,
𝟐
para z  <- , > haciendo una traslación de ejes, donde su
media sea el nuevo origen del sistema de coordenadas definido
como eje z, donde  = 0 (0rigen del sistema de coordenadas del
eje Z) y desviación estándar  = 1, siendo z es la nueva
𝒙−μ
variable estandarizada y definido por: z =

 Distribución normal estándar
Explicación gráfica de la traslación de ejes para la distribución
para la nueva distribución normal estandarizada
y
y
Y = f(x) Y = f(z)

Por traslación Media = 0

Media:
Desviación : de ejes Desviación = 1

Curva normal de la forma Y = f(x) Curva normal estándar la forma

Y = f(z)

La estandarización permite hacer uso de la tabla de distribución

normal estándar
Ejercicio: calcule de la tabla:
P(0<z<0,87) = 0,30785
P(0<z<2,48) = 0,49343
P(0<z<3,17) = 0,49924
P( z > 1,11) = 0,50 – P(0<z<1,11) =
0,50 – 0,36650 = 0,1335
P(z < -2,12) = P(z > 2,12) = 0,017
P(1,05 < z < 1,99) =
Ejemplo: Sea x una variable aleatoria que se distribuye
normalmente con media 30 y desviación estándar 12; determine
la probabilidad de que x sea mayor de 35: a) Directamente, y b)
Estandarizándole
a. P(x > 35); con el Minitab: = 33,85%
𝟑𝟓−𝟑𝟎
b. P(x > 35) = P( z > ) = P(z > 0,417); donde la
𝟏𝟐
media es = 0, y desviación = 1; con el Minitab: =
33,83%

𝒙−μ 35−30
z= = = 0,417
 12
a) P(x > 35) = 33,85% en forma directa
35−30
b) P(x > 35) = P(z > ); con µ = 0,  = 1, P(z > 0,417)
12
= 33,83%
Ejemplo: El tiempo de duración de las baterías de las laptop se distribuyen
normalmente, si el 10% de ellos duran más de 6,89 horas y solo el 30% duran
menos de 3,55 horas, determine la probabilidad de que seleccionando una
batería, esta dure entre 4 y 6 horas

Este es un problema inverso al caso anterior; se dan las probabilidades para

los dos primeros casos donde deberá determinarse qué factores hacen que
ésas probabilidades ocurran; para ello se utiliza la distribución normal
estándar, con los cuales se obtendrán sus coeficientes estándares z1 y z2, y
con éstos, mediante una relación de dos ecuaciones con dos incógnitas,
hallar los valores correspondiente de la media y desviación estándar; una
vez hallado esto, se resuelve la probabilidad pedida

𝟔,𝟖𝟗−μ
Z1= 1,282 = Dos ecuaciones con dos incógnitas:;

𝟑,𝟓𝟓−μ resolviendo se obtiene: μ= 4,52
Z2 = -0,5244 = horas y =1,85 horas

 Gráfica de distribución Gráfica de distribución
Normal; Media=0; Desv.Est.=1 Normal; Media=0; Desv.Est.=1

0.4 0.4

0.3 0.3
Densidad

Densidad
0.2 0.2

0.1 0.1
0.3

0.1

0.0 0.0
0 z1 = 1.282 z2= -0.5244 0
X X

𝑥1 −μ
z1 = ; x1 = 6,89, z1 = 1,282;

𝑥2 −
z2 = ; x2 = 3,55, z2 = -0,5244

Resolviendo estas dos ecuaciones con dos incógnitas se
obtiene: μ= 4,52 horas y =1,85 horas; por lo tanto pueden
hallarse las probabilidades pedidas
Problema: Si solo 4,23% de los trabajadores de una región ganan
más de S/3 600 mensuales, y el 81,5% ganan menos de S/3 000
mensuales; determine la probabilidad de que un trabajador,
seleccionado aleatoriamente esté ganando:
a) Más de S/2 500
b) Menos de S/2 000
c) Entre S/2 400 y S/3 200
Asuma que la distribución de los sueldos sigue una normal
Explica que muestras seleccionadas aleatoriamente, de
poblaciones grandes, estas siguen una distribución normal.
Se dice que una muestra es grande cuando su tamaño es
mayor de 30

De una población que se distribuye normalmente con

media 𝝁 y varianza 𝝈𝟐 , la media muestral ẋ es igual a la
media poblacional 𝝁, pero no así la varianza muestral 𝒔𝟐 ,
dado que este depende del tamaño de la muestra
Cuanto más grande sea n, mejores explicados estarán los
descriptivos