Estadstica I Distribucin de Probabilidad Exponencial y Normal

DISTRIBUCIN DE PROBABILIDAD EXPONENCIAL

Es una distribucin continua de probabilidad, til para describir el tiempo que se
tarda en realizar una actividad.
Funcin de Densidad de Probabilidad E!onencial
"

(x) =
1

c
-x
poro x u
(x) = _
1
p
c
-x
, x u
u, x < u

Pro!iedades#
(x) es una !uncin de densidad de probabilidad ya que"
a# $i x > u,
1

> u, entonces (x) =

1

c
-x
> u
b# ]
1

+
0
c
-x
Jx = 1
%a !uncin acumulada de probabilidad es"
F(x) = ]
1

x
0
e
-x
ux = -e
-x
= 1 - e
-x

(x x
0
) = 1 -c
-x
0

&omo en cualquier distribucin continua de probabilidad, el 'rea ba(o la curva que
corresponda a cierto intervalo equivale a la probabilidad de que la variable aleatoria
suma un valor en ese intervalo.
%a distribucin de probabilidad del tiempo que !alta )asta que ocurra el evento
siempre es la misma sin importar cu'nto tiempo )aya pasado.
E$e%!lo# $e )a comprobado que el tiempo de vida de cierto tipo de marcapasos
si*ue una distribucin exponencial con media de +, a-os.
a# .&u'l es la probabilidad de que a una persona a la que se le )a implantado
este marcapasos se le deba reimplantar otro antes de /0 a-os1
(x 2u) = 1 - c
-2016
= u.71SS
b# $i el marcapasos lleva !uncionando correctamente 2 a-os en un paciente,
.cu'l es la probabilidad de que )aya que cambiarlo antes de 25 a-os1

1
E(x) =
1
x
; Ior(x) =
1
x
2
; z =
1

Estadstica I Distribucin de Probabilidad Exponencial y Normal

(x 2S|x S) =
(S x 2S)
(x S)
=
u.S22u
u.7S16
= u.71SS
En la duracin que se espera que ten*a el ob(eto, no in!luye en nada el tiempo que
en la actualidad lleva !uncionando. Es por ello que se dice que 33la distribucin
exponencial no tiene memoria4.
E$e%!lo &# $upon*a que el tiempo que tarda un automovilista en car*ar *asolina
es en promedio de +0 minutos. Encontrar la probabilidad de que dure , minutos o
menos en car*ar *asolina.
Solucin#
Para el c'lculo de probabilidades se utiliza la !rmula de la probabilidad
acumulada.
p = 1u
(x 6) =.
(x 6) = 1 - (2.71828)
-610
= 1 - u.S488 = . 4512
Existe un 52.+/6 de probabilidades de que se tarde , minutos o menos en car*ar
*asolina.

%a distribucin exponencial es ses*ada )acia la derec)a.
E$e%!lo '# %a vida 7en )oras# de un dispositivo electrnico es una variable
aleatoria con la si*uiente distribucin de probabilidad exponencial"
(x) =
1
Su
c
-x50
; poro x u
Estadstica I Distribucin de Probabilidad Exponencial y Normal

a# .&u'l es la probabilidad de que el dispositivo !alle en las primeras /2 )oras
de !uncionamiento1
b# .&u'l es la probabilidad de que el dispositivo !uncione +00 )oras o m's
antes de que !alle1
Solucin#
a# 89 nmero de )oras para que !alle el dispositivo electrnico
(x 2S) =.
$i tenemos que la !uncin acumulada de la !.d.p exponencial es"
(X x
0
) = 1 - c
-x
c
, entonces"
(x 2S) = 1 -(2.71828)
-2550
= u.S9SS

Existe una probabilidad del :;.:26 de que el dispositivo electrnico !alle en
las primeras /2 )oras.
b# (x 1uu) = 1 -|1 - (2.71828)
-10050
] = u.1SSS
Estadstica I Distribucin de Probabilidad Exponencial y Normal


Existe una probabilidad de +:.2:6 de que el dispositivo electrnico !alle
despu<s de las +00 )oras de !uncionamiento.
E$e%!lo (#
=n !abricante de lavadoras ase*ura que el //.+/6 de sus lavadoras )an tenido que
cambiarse por *aranta de : a-os. $i la variable aleatoria se modela
exponencialmente, .&u'l debe ser la duracin promedio de las lavadoras1
1 - c
-3
= u.2212
Despe(ando >"
lnu.7788 =
-S
p

p =
-S
-u.2S
= 12
La duracin promedio de las lavadoras debe ser 12 aos.

Relacin en)re la dis)ribucin de Poisson * la E!onencial
%a distribucin de probabilidad exponencial est' relacionada con la distribucin de
probabilidad de Poisson. %a distribucin de Poisson da una descripcin del nmero
de ocurrencias por intervalo? mientras que la exponencial aporta una descripcin de
la lon*itud de los intervalos entre las ocurrencias.
Estadstica I

E$e%!lo# $upon*a que el nmero de autos que lle*an a un autobanco durante una
)ora se describe mediante la distribucin de probabilidad de Poisson, con una
media de +0 automviles por )ora
a# Exprese la !orma de la !uncin de probabilidad de Poisson
b# Exprese la !orma de la !uncin de densidad de probabilidad exponencial
En este caso, como el nmero promedio de lle*adas es de +0 automviles
por )ora, el tiempo promedio ent

Dis)ribucin E!onencial
El tiempo entre dos lle*adas
consecutivas tiene distribucin
exponencial con media .

El tiempo de servicio tiene una
distribucin exponencial con media



Distribucin de Probabilidad Exponencial
$upon*a que el nmero de autos que lle*an a un autobanco durante una
)ora se describe mediante la distribucin de probabilidad de Poisson, con una
media de +0 automviles por )ora.
Exprese la !orma de la !uncin de probabilidad de Poisson

Exprese la !orma de la !uncin de densidad de probabilidad exponencial
En este caso, como el nmero promedio de lle*adas es de +0 automviles
por )ora, el tiempo promedio entre las lle*adas de los automviles es"
, entonces" , de lo que resulta"


Dis)ribucin E!onencial Dis)ribucin Poisson
El tiempo entre dos lle*adas
consecutivas tiene distribucin

El tiempo de servicio tiene una
distribucin exponencial con media .
El nmero de lle*adas en un tiempo
transcurrido tiene distribucin Poisson
con media .

El nmero de servicios en un tiempo
transcurrido t, tiene distribucin Poisson
con media .
Probabilidad Exponencial y Normal
$upon*a que el nmero de autos que lle*an a un autobanco durante una
)ora se describe mediante la distribucin de probabilidad de Poisson, con una
Exprese la !orma de la !uncin de densidad de probabilidad exponencial
En este caso, como el nmero promedio de lle*adas es de +0 automviles
las lle*adas de los automviles es"
, de lo que resulta"

Dis)ribucin Poisson
El nmero de lle*adas en un tiempo
transcurrido tiene distribucin Poisson
El nmero de servicios en un tiempo
transcurrido t, tiene distribucin Poisson
Estadstica I Distribucin de Probabilidad Exponencial y Normal

DISTRIBUCIN DE PROBABILIDAD NOR+AL
$irve para describir probabilidades de una variable aleatoria continua. Es
considerada una de las distribuciones de probabilidad m's importante y de las m's
utilizadas. @iene una *ran variedad de aplicaciones pr'cticas, en las cuales esta
distribucin de probabilidad permite tener una descripcin de los resultados
probables obtenidos mediante el muestreo.
%a !orma de la distribucin normal es la curva acampanada"

Carac)er,s)icas de la cur-a nor%al#
+. @iene !orma de campana y un solo pico en el centro de la distribucin. %a
media, la mediana y la moda son i*uales y se ubican en el centro de la
distribucin. %a mitad del 'rea de de la curva se encuentra a la derec)a de
dic)o punto y la otra mitad a la izquierda.
/. %a distribucin de probabilidad es sim<trica en torno a la media. $i se corta
la curva normal de manera vertical por el valor central, las dos mitades
ser'n exactamente i*uales.
:. %a curva desciende suavemente en ambas direcciones a partir del valor
central. Dic)a curva es asinttica, lo que si*ni!ica que la curva se acerca
cada vez m's al e(e de las x sin lle*ar a interceptarla.
5. Existe una !amilia de distribucin de probabilidades que se di!erencian por
su media y desviacin est'ndar.
a# %as curvas normales tienen la misma media, pero di!erentes
desviaciones est'ndar. Entre m's anc)a la curva, mayor la desviacin
est'ndar.
b# %as curvas normales tienen la misma desviacin est'ndar, pero di!erente
media. El anc)o de las curvas normales es el mismo.
Estadstica I Distribucin de Probabilidad Exponencial y Normal

c# %as curvas normales tienen di!erente media y di!erente desviacin
est'ndar.
2. %a desviacin est'ndar determina el anc)o de la curva. &uanto mayor es el
valor de la desviacin est'ndar m's anc)a ser' la curva normal.
,. %as probabilidades para la variable aleatoria est'n dadas por el 'rea ba(o la
curva. El 'rea total ba(o la curva normal es i*ual a +. Debido a que la curva
es sim<trica, el 'rea ba(o la curva a la izquierda de la media es 0.20 y a la
derec)a de la media 0.20.
A. Bl*unos intervalos comnmente usados son"
a. ,C.:6 de los valores de una variable aleatoria normal se encuentran
a m's o menos una desviacin est'ndar de la media.
b. ;2.56 de los valores de una variable aleatoria normal se encuentran
a m's o menos dos desviaciones est'ndar de la media.
c. ;;.A6 de los valores de una variable aleatoria normal se encuentran
a m's o menos tres desviaciones est'ndar de la media.

Funcin de Densidad de Probabilidad Nor%al
J(x) =
1
oV2a
e
-(x-)
2
2o
2

p9 media
o 9 Desviacin est'ndar
n 9 :.+5+2;
c 9 /.A+C/C

Estadstica I Distribucin de Probabilidad Exponencial y Normal

Dis)ribucin de Probabilidad Nor%al Es).ndar
Debido a la imposibilidad de proporcionar tablas de probabilidades 7como la
Dinomial y la Poisson#, para cada combinacin que tiene de media y desviacin
est'ndar, se utiliza un arti!icio en el que todas las distribuciones normales se
convierten en distribuciones normales est'ndar, restando la media de cada
observacin y dividiendo el resultado entre la desviacin est'ndar. B eso se le
conoce como valor E. Esta distribucin tiene el mismo aspecto *eneral que
cualquier otra distribucin normal, pero tiene dos propiedades especiales"p = u y
o = 1
Z =
X -p
o


Funcin de Densidad Nor%al Es).ndar
(x) =
1
V2n
c
-z
2
2

Para la distribucin normal est'ndar ya se encuentran calculadas las 'reas ba(o la
curva normal y se cuenta con tablas que dan estas 'reas y que se usan para
calcular las probabilidades. %os tres tipos de probabilidades que se necesitan
calcular son"
+. %a probabilidad de que la variable aleatoria normal est'ndar E sea menor o
i*ual a un valor determinado?
/. %a probabilidad de que E est< entre dos valores determinados? y
:. %a probabilidad de que E sea mayor o i*ual que un valore determinado.
Uso de las Tablas de Probabilidad Nor%al
%o primero que debemos )acer es calcular el valor E 7Z =
X-
c
#, obteniendo un
valor que puede constar de )asta dos decimales. %ue*o buscamos este valor en
la tabla de probabilidades de la curva normal. El valor de probabilidad
proporcionado por la tabla corresponde al 'rea comprendida entre el valor de 8
y la media.
E$e%!lo "# $upon*a que la distancia anual via(ada por un camin se distribuye
normalmente con una media de 20 mil millas y una desviacin est'ndar de +/
mil millas, .Fu< proporcin de camiones puede esperarse que via(en entre :5 y
20 mil millas al a-o1
Estadstica I Distribucin de Probabilidad Exponencial y Normal


Solucin#
p = Su mil millos
o = 12 mil millos
$ea 89 nmero de millas recorridas anualmente 7en miles#
(S4 x Su) =.
&alculando E"
Z =
34-50
12
= -1.SS Este valor lo buscamos en tabla, y corresponde a" 0.50C/

%a proporcin de camiones que se espera que via(en entre :5 y 20 mil millas al
a-o es de 0.50C/, lo que corresponde a un 50.C/6 de los camiones.
E$e%!lo &# $upon*a que el tiempo que una persona tarda en trasladarse de su
casa al lu*ar de traba(o puede aproximarse mediante una distribucin de
probabilidad normal. Durante dos meses, esta persona, estuvo tomando los
distintos tiempos que tardaba en )acer dic)o recorrido, encontrando que el
tiempo promedio es de +2 minutos con una desviacin est'ndar de 2 minutos.
.B qu< )oras debe salir de su casa para tener una probabilidad de 0.;; de estar
en la o!icina a las C"00 a.m1
Solucin#
p = 1S minutos
o = S minutos
Estadstica I Distribucin de Probabilidad Exponencial y Normal


Z = 2.SS , que corresponde a buscar en tabla el 0.5;
Despe(ando el valor de x, en minutos tenemos"
2.SS =
x-15
5
= 26.6S 27 minutos o menos es lo que se puede tardar en realizar el
recorrido, para un ;;6 de probabilidad. Por lo tanto lo debe salir por lo menos
a las A":: de la ma-ana para lle*ar a las C"00 a la o!icina.

E$e%!lo '# %a duracin de un determinado modelo de lavadora tiene
comportamiento normal, con media de :.2 a-os y desviacin est'ndar de 0.2
a-os, .Fu< tiempo debe otor*ar el !abricante como *aranta, si slo est'
dispuesto a reponer el +6 de sus lavadoras1
Solucin#
p = S.S oos
o = u.S oos

Estadstica I Distribucin de Probabilidad Exponencial y Normal


Z = -2.SS , que corresponde a buscar en tabla el 0.5;00? el m's cercano es
0.5;0+ 7es ne*ativo porque se encuentra a la izquierda de la media#
Despe(ando el valor de x tenemos"
-2.SS =
x -S.S
u.S
= 2.SSS 28 mcscs oprox.

Gr'!icamente est' expresado que el ;;6 de las lavadoras duran m's de /.::2
a-os y que el +6 duran menos de /.::2 a-os. Entonces el tiempo que debe dar el
!abricante como *aranta es de /.::2 a-os, para cumplir con lo establecido de que
no m's del +6 de las lavadoras vendidas necesiten ser repuestas al )acer valer la
*aranta.
Dis)ribucin nor%al co%o una a!roi%acin de la dis)ribucin bino%ial
Bunque la distribucin normal es continua, al*unas veces se puede utilizar para
aproximar distribuciones discretas. Para aproximar la distribucin binomial,
supon*a que nos *ustara saber la probabilidad de obtener, 2, ,, A u C 7 (S x
8)# caras en diez lanzamientos de una moneda no alterada. Podemos usar la
distribucin binomial? as, n9+0, P90.20.
$ea 89 nmero de caras obtenidas
Estadstica I Distribucin de Probabilidad Exponencial y Normal

(S o 6 o 7 u 8) = (S) + (6) + (7) + (8) = u.2461 + u.2uS1 +u.1172 +u.u4S9 = u.612S
Para este e(emplo, en la distribucin normal la media es la misma de la binomial, o
sea, np9 +070.20#92? y la desviacin est'ndar np(1 - p) 9 S(u.Su) = 1.S8. $e le
a*re*a y resta H a ambos lados del valor de la media, y a eso se le conoce como
!actor de correccin de continuidad y se utiliza para me(orar la precisin de la
aproximacin. Entonces al resolverlo por la normal"
p = S
o = 1.S8
Z =
4.5-5
1.58
= -u.S2 En tabla9 0.+/22
Z =
8.5-5
1.58
= 2.21En tabla 9 0.5C,5
(S x 8)9 0.,++;
En realidad esta es la probabilidad de que (4.S x 8.S), y es del ,+.+;6.
%a distribucin normal puede considerarse como la !orma lmite de la distribucin
binomial, cuando n es *rande y p se mantiene !i(a.

Esta aproximacin es bastante buena y la podemos utilizar siempre y
cuando np y np(1-p) sean mayores o iguales a .