Estadstica

Clase 23: Distribuciones

Continuas. Uniforme.
Ing. Francisco Alavez Jarquin.

Distribucin Uniforme
La distribucin Uniforme o rectangular es el
modelo (absolutamente) continuo ms simple.
Corresponde al caso de una variable aleatoria
que slo puede tomar valores comprendidos
entre dos extremos a y b, de manera que todos
los intervalos de una misma longitud (dentro
de (a, b)) tienen la misma probabilidad.
Tambin puede expresarse como el modelo
probabilstico correspondiente a tomar un
nmero al azar dentro de un intervalo (a, b).

Distribucin Uniforme
La distribucin uniforme o rectangular
es aquella que puede tomar cualquier valor
dentro de un intervalo, todos ellos con la
misma probabilidad.
Es una distribucin continua porque
puede tomar cualquier valor y no
nicamente un nmero determinado (como
ocurre en las distribuciones discretas).

Distribucin Uniforme. Notacin

En la distribucin o modelo uniforme el planteamiento radica

en el hecho de que la probabilidad se distribuye
uniformemente a lo largo de un intervalo . As : dada una
variable aleatoria continua, x , definida en el intervalo [a,b] de
la recta real, diremos que x tiene una distribucin uniforme
en el intervalo [a,b] cuando su funcin de densidad para

X DU (a , b)

Ejemplo.
El precio medio del litro de gasolina
durante el prximo ao se estima
que puede oscilar entre 140 y 160
ptas. Podra ser, por tanto, de 143
ptas., o de 143,4 ptas., o de 143,45
ptas., o de 143,455 ptas, etc. Hay
infinitas posibilidades, todas ellas
con la misma probabilidad.

Funcin de Densidad.
Su funcin de densidad, aquella que nos
permite conocer la probabilidad que tiene
cada punto del intervalo, viene definida
por:
1
f ( x)=
ba
Donde :
b : Es el extremo superior (en el ejemplo ,160 ptas.)
a : Es el extremo inferior (en el ejemplo , 140 ptas.)

Funcin de densidad del modelo uniforme.

Grficamente

Por lo tanto.
Por lo tanto, la funcin de distribucin del
ejemplo sera:

1
f ( x)=
=0.05
160140
Es decir, que el valor final est entre 140
ptas. y 141 ptas. tiene un 5% de
probabilidad, que est entre 141 y 142,
otro 5%, etc.

Funcin de Distribucin.
La funcin de distribucin acumulada esta
dada por:

F (x) =

si xa

X 2 X 1 si a< xb
ba
1

si x >b

Funcin de distribucin del modelo unifrome.

Grficamente

Media (Esperanza), varianza y

desviacin tpica.

(b+a)
=E (x)=
2

(ba)
=
12

Ejemplo 1
Un grupo de estudiantes de la carrera de
informtica desarrollan un programa en el
laboratorio de computacin, donde ingresan
desde las 7:00am hasta las 12:00pm. Calcular.
La funcin de densidad.
El valor esperado
La varianza
Cul es la probabilidad de que el software se
termine entre las 9:30 y las 11:15?

Solucin. Funcin de densidad

a = 7am
b= 12pm

1
1
f ( x)=
= =0.2
127 5

Funcin de
Densidad.

Solucin.

Solucin. Media y varianza

(7 +12)
=
=9.5
2
2

(127)
=
=2.08
12

Solucin. Clculo de la probabilidad.

Para finalizar con el clculo de la probabilidad de
que el software se termine entre las 9:30 y las 11:15
primeramente se deben convertir los valores despus
de la igualdad, a datos enteros o reales donde:
7:30 = 7 horas + 30 minutos, es necesario calcular el
porcentaje que representa 30 minutos de una hora de la
siguiente manera.

30
=0.59 : 30=9.5 horas
60

Solucin. Clculo de la probabilidad.

De igual manera se realiza la conversin de las 11:15
horas.

15
=0.2511 : 15=11.25 horas
60
Ahora se puede proceder a calcular la probabilidad
de que el software se termine entre las 9:30 y las 11:15.

Solucin.
Datos:
a=7

b=12

x1=9.5

11.259.5
P(x)=P(9.5x11.25)=
127
P(x)=0.35 Probabilidad

x2=11.25

Solucin.
A continuacin se presenta el resultado de la
de la probabilidad calculada mediante la siguiente
grfica:

Ejemplo 2
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.

Solucin.
Datos:
a=0

b=60

x1=0

x2=25

1
1
f ( x)=
=
=0.0167
600 60

250
P(x)=P(0x25)=
600
P(x)=0.417 Probabilidad

Ejemplo 3
Sea X una lnea cuyos valores se
apegan a una distribucin uniforme. Se
elige un punto al azar sobre el segmento
de la lnea [0, 2]. Cul es la
probabilidad de que el punto elegido se
encuentre entre 1 y 1.5?.

Solucin.
Datos:
a=0

b=2

x1=1

1.51
P(x)=P(1x1.5)=
20
0.5
P(x)= =0.25Probabilidad
2

x2=1.5

Ejemplo 4
Se sabe que los tiempos en que se realiza un
experimento se distribuyen en forma uniforme y estn
entre cero y tres minutos.
a)
Calcular la probabilidad de que el tiempo en
que se realiza un experimento est entre 1.5 y 3
minutos.
b)
Si se realizan 5 experimentos Cul es la
probabilidad de que 2 de ellos se realicen en un
tiempo de entre 1.5 y 3 minutos?

Solucin a).
Datos:
a=0

b=3

x1=1.5

31.5
P(x)=P(1.5x3)=
30
1.5
P(x)= =0.5 Probabilidad
3

x2=3

Solucin b).
Si analizamos esta pregunta y tomamos en cuenta
el resultado del inciso anterior, nos damos
cuenta que se debe utilizar la distribucin binomial,
en la que p = 0.5, q = 0.5, n = 5 y x = 2, por lo que:

5
2

P(x=2)=(C )(0.5)(0.5)=0.3125

Ejemplo 5.
La cantidad de refresco que se
despacha en un baso es una variable
aleatoria que se distribuye en forma
uniforme entre [130, 160] mililitros.
Calcular la probabilidad de que un vaso
contenga a lo ms 140 mililitros.

Solucin .
Deseamos encontrar P(x<=140) y sabemos que el
planteamiento corresponde a la funcin de
distribucin acumulada para el valor 140.
Utilizando la expresin correspondiente vista
anteriormente tenemos:
Datos:
a=130
b=160
x1=0
x2=140

140130
P(x)=P(0x140)=
160130
10
P(x)= =0.33Probabilidad
30