INSTITUTO TECNOLOGICO SUPERIOR DE CALKINI

Nombre de la asignatura:
Probabilidad
Carrera: Licenciatura en Informtica
Clave: IFM-042
!rs" teor#a - !rs" $rctica - Cr%ditos: & - 2 - '
INSTITUTO TECNOLOGICO SUPERIOR DE CALKINI
(NI)*) 4
Distribuciones de probabilidad continua.

!. Introducci"n.
!.# $unci"n de densidad de probabilidad.
!.% Esperan&a ' (arian&a de una (ariable aleatoria continua.
!.! Distribuci"n de probabilidad uni)or*e.
!.+ Distribuci"n de probabilidad e,ponencial.
!.- Distribuci"n de probabilidad nor*al.
!.. Apro,i*aci"n de la bino*ial a la nor*al.
RAMIRO JOSE GONZALEZ HORTA
A r q u i t e c t o
+,M*-I.
.Gon&/le& 0orta Ra*iro 1os2. $ebrero #334
(NI)*) 4 )istribuciones de $robabilidad
continua"
!.+ Distribuci"n de probabilidad e,ponencial.
Distribucin exponencial (parte 1)
Es parte de la )a*ilia de las distribuciones de (ariables aleatorias continuas.
Esta distribuci"n tiene una a*plia aplicaci"n en las teor5as de l5neas de espera.
Sir(e para calcular la probabilidad del tie*po 6ue debe transcurrir para 6ue un
e(ento suceda.
Los requisitos que se deben cumplir para la utilizacin de este tipo de distribucin son:
Los eventos son independientes. La probabilidad de ocurrencia de eventos en el
intervalo de tiempo que transcurre es independiente de la probabilidad de
ocurrencia o no ocurrencia en intervalos pasados.
La probabilidad de un evento debe darse en una unidad o intervalo determinado.
La funcin de densidad de probabilidad uniforme se expresa como sigue:
Una frmula simplificada es la siguiente: F ( x ) = ! e
! " x
Un e#emplo para donde se utiliza este tipo de distribucin es el siguiente:
$ un servicio de emergencias llega un paciente cada % &oras en promedio ("= '%)(
a))cu*l es la probabilidad de que un paciente llegue en un lapso ma+or a dos &oras,
b) )cu*l es la probabilidad de que un paciente llegue en un tiempo menor a una &ora,
c) )cu*l es la probabilidad de que un paciente llegue en un tiempo ma+or a una &ora +
menor a tres,
" e
" x
para x - . + " - .
f ( x ) = / ( x 0 x) =
.( de otra forma
a) La probabilidad de que un paciente llegue en un lapso ma+or a dos &oras es de 123
/ ( x - % ) = e
! '% (%)
/ ( x - % ) = ..1425
b) La probabilidad de que un paciente llegue en un lapso menor a una &ora es de 6.3
/ ( x 7 ) = F () = ! e
! '% ()
/ ( x 7 ) = ! ..4.48
/ ( x 7 ) = ..1918
c) La probabilidad de que un paciente llegue en un tiempo ma+or a una &ora + menor a
tres es de 153
/ ( x 7 1 ) = F (1) = ! e
! '% (1)
/ ( x 7 1 ) = F (1) = ! (%.25%5)
! '% (1)
/ ( x 7 1 ) = F (1) = ! ..%%11.158
/ ( x 7 1 ) = F (1) = ..2249
/ ( x 7 ) = F () = ! e
! '% ()
/ ( x 7 ) = F () = ! (%.25%5)
! '% ()
/ ( x 7 ) = F () = ! ..4.48
/ ( x 7 ) = F () = ..1918
/ ( 7 x 7 1 ) = F(1) ! F() = ..2249 : ..1918 = ..1516
DISTRIBUCIN EX!NENCI"#$ (parte %)

" pesar &e 'ue la &istribucin Nor(al pue&e utili)arse para resol*er (uc+os
proble(as en in,enier-a . ciencias/ existen a0n nu(erosas situaciones 'ue
re'uieren &i1erentes tipos &e 1unciones &e &ensi&a&/ tales co(o la exponencial .
la ,a((a . al,unas otras co(o la 2eibull/ etc$/ etc$/ &e (o(ento solo
tratare(os sobre el uso &e la exponencial$
Resulta 'ue la exponencial es un caso especial &e la &istribucin ,a((a/ a(bas
tienen un ,ran n0(ero &e aplicaciones$ #as &istribuciones exponencial .
,a((a 3ue,an un papel i(portante tanto en teor-a &e colas co(o en proble(as
&e con1iabili&a&$ El tie(po entre las lle,a&as en las instalaciones &e ser*icio .
el tie(po &e 1alla &e los co(ponentes . siste(as el4ctricos/ 1recuente(ente
in*olucran la &istribucin exponencial$ #a relacin entre la ,a((a . la
exponencial per(ite 'ue la &istribucin ,a((a se utilice en tipos si(ilares &e
proble(as$

#a *ariable aleatoria x tiene una &istribucin exponencial/ con par5(etro / si
su 1uncin &e &ensi&a& es6

x
x ) x ( f

/ x > 7 8 1(x) 9 7 en cual'uier otro caso

&on&e > 7

#a (e&ia . la *ariancia &e la &istribucin exponencial son6

.
%

%

Relacin con el proceso &e oisson$
#as aplicaciones (5s i(portantes &e la &istribucin exponencial son a'uellas
situaciones en &on&e se aplica el proceso &e oisson / es necesario recor&ar 'ue
un proceso &e oisson per(ite el uso &e la &istribucin &e oisson$ Recu4r&ese
ta(bi4n 'ue la &istribucin &e oisson se utili)a para calcular la probabili&a&
&e n0(eros espec-1icos &e :e*entos; &urante un per-o&o o espacio particular$
En (uc+as aplicaciones/ el per-o&o o la canti&a& &e espacio es la *ariable
aleatoria$ or e3e(plo un in,eniero in&ustrial pue&e interesarse en el tie(po T
entre lle,a&as en una interseccin con,estiona&a &urante la +ora &e sali&a &e
traba3o en una ,ran ciu&a&$ Una lle,a&a representa el e*ento &e oisson$
#a relacin entre la &istribucin exponencial (con 1recuencia lla(a&a
exponencial ne,ati*a) . el proceso lla(a&o &e oisson es bastante si(ple$ #a
&istribucin &e oisson se &esarroll co(o una &istribucin &e un solo
par5(etro / &on&e pue&e interpretarse co(o el n0(ero pro(e&io &e
e*entos por uni&a& &e :tie(po; $ Consi&4rese a+ora la *ariable aleatoria
&escrita por el tie(po 'ue se re'uiere para 'ue ocurra el pri(er e*ento$
<e&iante la &istribucin &e oisson/ se encuentra 'ue la probabili&a& &e 'ue
no ocurran en el espacio +asta el tie(po t est5 &a&a por6
t
t
!
) t (
) t , ( p

.
.
.
8
25 %.

"+ora pue&e utili)arse lo anterior . +acer 'ue X sea el tie(po para el pri(er
e*ento &e oisson$ #a probabili&a& &e 'ue el per-o&o +asta 'ue ocurre el
pri(er e*ento &e oisson exce&a x es la (is(a 'ue la probabili&a& &e 'ue no
ocurra un e*ento &e oisson en x$ Esto 0lti(o por supuesto est5 &a&o por
x

$
Co(o resulta&o/
(X x) 9
x

Entonces/ la 1uncin &e &istribucin acu(ula&a para x es6

(7 X x) 9 1 =
x

"+ora/ con ob3eto &e 'ue se recono)ca la presencia &e la &istribucin
exponencial/ pue&e &eri*arse la &istribucin acu(ula&a anterior para obtener
la 1uncin &e &ensi&a&6


1(x) 9
x

#a cual es la 1uncin &e &ensi&a& &e la &istribucin exponencial con

$
Ntese 'ue la (e&ia &e la &istribucin exponencial es el par5(etro

/ el
rec-proco &el par5(etro en la &istribucin &e oisson$ El lector &ebe recor&ar
'ue con 1recuencia se &ice 'ue la &istribucin &e oisson no tiene (e(oria/ lo
cu5l i(plica 'ue las ocurrencias en per-o&os &e tie(po sucesi*os son
in&epen&ientes$ "'u- el par5(etro i(portante

es el tie(po pro(e&io entre

e*entos$ En teor-a &e la con1iabili&a&/ &on&e la 1alla &e un e'uipo concuer&a
con el proceso &e oisson/

recibe el no(bre &e tie(po pro(e&io entre 1allas$

<uc+as &esco(posturas &e e'uipo si,uen el proceso &e oisson/ . entonces la
&istribucin exponencial es aplicable$
En el si,uiente e3e(plo se (uestra una aplicacin si(ple &e la &istribucin
exponencial en un proble(a &e con1iabili&a&$ #a &istribucin bino(ial
ta(bi4n 3ue,a un papel i(portante en la solucin$

E3e(plos6
. Supon,a 'ue un siste(a contiene cierto tipo &e co(ponente cu.o tie(po &e
1alla en a>os est5 &a&o por la *ariable aleatoria T/ &istribui&a
exponencial(ente con tie(po pro(e&io &e 1alla
8
$ S - ? &e estos
co(ponentes se instalan en &i1erentes siste(as/ @cu5l es la probabili&a& &e
'ue al (enos % contin0en 1uncionan&o &espu4s &e A a>osB

Solucin6
#a probabili&a& &e 'ue un &eter(ina&o co(ponente est4 1uncionan&o a0n
&espu4s &e A a>os es6


% .
8

5
8
5
5
8
. dt ) ( P
t
>

la C nos in&ica 'ue la inte,ral se *a
a e*aluar &es&e A +asta

Sea x el n0(ero &e co(ponentes 1uncionan&o &espu4s &e A a>os$ Entonces
(e&iante la &istribucin Bino(ial/
n 9 ?
p 9 7$%7 9 probabili&a& &e 'ue un co(ponente est4 1uncionan&o &espu4s &e A
a>os
' 9 1=p 9 7$A7 9 probabili&a& &e 'ue un co(ponente no 1uncione &espu4s &e A
a>os

(x % ) 9 p(x9%) D p(x9E) D p(x9F)Dp(x9?) 9 1 G p(x 9 7/ 1)


{ } %4%2 . 2121 . 5 . % . 5 . % .
6
8
8 .
. 8
. . ) . ( ) . ( C ) . ( ) . ( C +

%. El tie(po 'ue transcurre antes &e 'ue una persona sea aten&i&a en una
ca1eter-a es una *ariable aleatoria 'ue tiene una &istribucin exponencial
con una (e&ia &e F (inutos$ @Cu5l es la probabili&a& &e 'ue una persona
sea aten&i&a antes &e 'ue transcurran E (inutos en al (enos F &e los H &-as
si,uientesB

Solucin6


8%24 .
6

1
6
1
6
1
.
6

. dt ) T ( P
t

la nos in&ica 'ue la
inte,ral *a a ser e*alua&a &e 7 a E

x 9 n0(ero &e &-as en 'ue un cliente es aten&i&o antes &e 'ue transcurran E
(inutos
x 9 7/ 1/ %/$$$/H &-as

p 9 probabili&a& &e 'ue un cliente sea aten&i&o antes &e 'ue transcurran E
(inutos en un &-a cual'uiera 9 7$?%IH
' 9 probabili&a& &e 'ue un cliente no sea aten&i&o antes &e 'ue transcurran E
(inutos en un &-a cual'uiera 9 1= p 9 7$FI%F


+
. 4
4 4
8
8 4
62%6 . 8%24 . 62%6 . 8%24 . 8%24 . 4 4 8 ) . ( ) . ( C ) . ( ) . ( C ) . p , N , o x ( P

9 7$11?AI D 7$7%1?I 9 7$1EIFF
DISTRIBUCIN EXPONENCIAL (parte )
Se dice que una variable aleatoria continua X que toma todos los valores no
negativos tiene una distribucin exponencial con parmetro de escala . >
si la funcin de densidad de probabilidad es:
.
( )
. .
X
e !" x
f x
!" x

'
<

La siguiente gr*fica muestra la gr*fica de la densidad de probabilidad para los casos en

que
..8( .8 #
(recuerde que para . x < la funcin vale cero).
La funcin de distribucin de probabilidad acumulada es:
( )
.
.
( )
x
x
t
t x x
X
e
P X x $ x e dt e e

;ecuerde que
( ) ( ) P X x P X x >
( entonces ( )
x
P X x e

> resultado que(
obviamente se( puede utilizar para no tener que calcular cada vez la integral. <o olvide
que en las distribuciones continuas
( ) ( ) P X x P X x <
(
( ) ( ) P X x P X x >
.
Juncin Kenera&ora &e <o(entos$
( )
.
( )
( )
.
.
( )
( )
lim lim
lim
( si .
Xt xt x
X
%
%
x t
x t
% %
% t
%
& t E e e e dx
e
e dx
t
e
t t
t
t

<

Lalor espera&o
( )
=
%
=
%
( ) >

( ) (.)
X
X
& t
t
E X &

?s importante no olvidar que
(.)
X
&
es en todos los casos el l@mite cuando . t de la
derivada con respecto a
t
de la funcin generadora de momentos.
Larian)a
( )
( )
==
6
%
% ==
6 %
%
%
% % %
% ( )
( ) >
% %
( ) (.)
%
( ) ( ) ( )
X
X
t
& t
t
E X &
' X E X E X

Auc&as veces la distribucin exponencial rige los tiempos de vida( de falla o tiempos
de sobrevivencia. Buando est* CligadaD con una distribucin de /oisson es el
equivalente continuo de la distribucin geomEtrica en el sentido que rige el tiempo de
espera o tiempo transcurrido &asta que ocurre un primer suceso de /oisson( o tiempo de
espera entre acontecimientos (sucesos) consecutivos de /oisson( en este caso( el
par*metro

es el nFmero de acontecimientos de /oisson por unidad de tiempo

(unidad de tiempo elegida para la exponencial).
E3e(plo6
Una secretaria recibe en promedio 4 llamadas telefnicas por &ora durante una #ornada
de traba#o ordinaria. ?xprese el nFmero de llamadas por &ora como sucesos de /oisson
+ exprese el tiempo transcurrido entre dos llamadas consecutivas como una exponencial.
(?n &oras).
Solucin6 Sea X6 ?l nFmero de llamadas por &ora( como G se distribu+e /oisson( la
funcin de densidad de probabilidad es
4
4
( )
H
x
X
e
f x
x

?ntonces la distribucin de I: tiempo de espera entre dos llamadas consecutivas es:

4
?n otro caso
4 .
( )
.
t
T
e t
f t

'

E3e(plo6 ?l nFmero de automviles que corren a alta velocidad durante un lapso de
una &ora en cierta autopista es una variable aleatoria /oisson con 5.6 . )Bu*l es la
probabilidad de tener un tiempo de espera menor de . minutos entre automovilistas
sucesivos que circulan a alta velocidad,
Solucin6 Jea X : el nFmero de automviles que circulan a alta velocidad durante
una &ora. : T Iiempo de espera entre dos automovilistas.
T : ?xponencial con par*metro 5.6 .
5.6
( ) 5.6
t
T
f t e

en &oras.
Bomo la unidad de tiempo est* dada en &oras(
. minutos =

4
&ora.
( )

5.6
.6
4

( .)
4

4
T
P T P T
$ e e

_
< <

,

E3e(plo6 Je sabe que el nFmero de veces que una persona lleva su carro a lavar sigue
una distribucin de /oisson con media de %. veces por semana.
a) Kallar la probabilidad de que en un d@a determinado la persona lleve su carro a lavar
m*s de vez.
b) Kallar la probabilidad de que transcurran m*s de 8 d@as entre dos lavados
consecutivos del carro.
Solucin6 : X <Fmero de veces que una persona lleva un carro a lavar( con distribucin
/oisson con %. Leces por semana + I: tiempo transcurrido entre dos lavadas
consecutivas( lo tanto
%.
..1
2
por d@a.
a) ( ) ( )
( .) ( ) ...14 P X P X P X P X >
.
b) ( )
8
8
8 ( ..1)8
.
.
..%%1 8
t t
e dt e e e P T

> +

E3e(plo6 JegFn las estad@sticas de la ciudad de Mogot*( en esta ciudad se registran en

promedio cuatro asaltos bancarios cada %. d@as. Ji el nFmero de asaltos se considera
una distribucin de /oisson( Balcule la probabilidad de que transcurran entre cuatro +
siete d@as entre dos asaltos bancarios consecutivos registrados en la ciudad de Mogot*.
Solucin6 Bonsiderar los asaltos bancarios como sucesos independientes de /oisson.
Buatro asaltos cada %. d@as equivalen en promedio a un asalto cada cinco d@as.
?l par*metro exponencial

es el nFmero de asaltos que ocurren por unidad de tiempo.

Ji se toma la unidad de tiempo en d@as( entonces

8
representa el equivalente
proporcional al nFmero de asaltos por unidad de tiempo elegida por lo tanto( la
distribucin exponencial del tiempo medido en d@as entre dos asaltos consecutivos esta
dada por:
( )

8
2 6 2
..5 .6
8 8 8
6

( )
8

6 2 ..%.%2
8
t
T
t
f t e
P T e dt e e e e

E3e(plo
?l numero de clientes que llegan a un banco durante un lapso de una &ora en cierta
ciudad es una variable aleatoria /oisson con 6 . 5 . Bual es la probabilidad de tener
un tiempo de espera menor de . minutos entre clientes sucesivos que llegan al banco,
Solucin$
Jea I: tiempo de espera entre dos clientes( I se distribu+e exponencial con par*metro
5.6( entonces( como . minutos equivalen a '4 de &ora(
) 4 ' ( 6 . 5
) 4 ' ( ) 4 ' (

< e $ T P = ..2816.1.14.
E3e(plo$
La longitud de tiempo para que un individuo sea atendido en un banco es una variable
aleatoria que se distribu+e exponencial con una media de 1 minutos. Bual es la
probabilidad de que una persona sea atendida en menos de % minutos en al menos 6 de
los siguientes 4 d@as,
Solucin$
?n este caso &a+ involucradas dos variables una exponencial + una binomial.
Jea G: Iiempo en minutos para que un individuo sea atendido en un banco.
G se distribu+e exponencial con media de 1 minutos( es decir( el valor esperado es
1

donde de ( 1

(par*metro de la exponencial).
N : <umero de d@as en que una persona es atendida en menos de % minutos durante 4
d@as.
?l Exito en esta binomial es que la persona sea atendida en menos de % minutos( por lo
que la probabilidad de Exito es 1
%
% O
1

) % (

< e e T P
= ..65485%55. + la
pregunta es
) 6 ( ( P
.
1596%455 . . .) .65485%55 . (
4
4
.) .65485%55 ( .) .65485%55 . (
8
4
.) ..65485%55 ( .) .65485%55 . (
6
4
) 4 ( ) 8 ( ) 6 ( ) 6 (
4 8
% 6

,
_

,
_

,
_

+ + ( P ( P ( P ( P
ropie&a& &e la &istribucin exponencial$
( ) ( ) ( ) ( )
( . equivalente a ! t P X ! t X ! P X t P X ! t X ! P X t > > + > > < + > <

De(ostracin6
( )
( )
( )
( )
( ) ! t
!
!
P X ! t
e
P X ! t X ! e P X t
P X ! e

> +
> + > >
>
La distribucin exponencial no tiene memoria. La ocurrencia en periodos sucesivos es
independiente.
E3e(plo$
Un sePor comenz a pescar a las 9:.. $A. Ji el tiempo que tarda en atrapar un pez se
distribu+e exponencial con par*metro 1 (en &oras):
a) Kalle la probabilidad de que atrape su primer pez antes de las .:.. $A.
b) Kalle la probabilidad de que saque su primer pez antes de las .:.. $A dado que
&asta las 9:6. $A no &ab@a pescado nada.
Solucin$
<ote que 1 es el promedio de peces atrapados por &ora pero este no es el promedio de la
exponencial +a que el promedio de la exponencial es Ctie(po promedioD pero si es su
par*metro.
9:.. 9:%. 9:6. .:..


?s m*s conveniente tomar como unidad de tiempo %. minutos( en promedio se atrapa
un pez cada %. minutos + ( la funcin de probabilidad es:
.
( )
. .
t
T
e t
f t
t

'
<

+ ( )
t
T
$ t e

( entonces:
a) La probabilidad de que co#a el primer pez antes de las . es
1
(1) ( 1)
T
$ P T e

<
b) La probabilidad de que atrape el primer pez antes de las . dado que &ab@a pasado %
per@odos es

( 1' %) ( % ' %) ( ) P T T P T T P T e

< > < + > < por la propiedad de

pErdida de memoria. Qbserve que la pErdida de la memoria consiste en que la
probabilidad de que atrape el primer pez en el tercer per@odo es la misma probabilidad
de que lo atrape en el primero( o sea antes de las 9:%.. ?s decir( que porque no &a+a
atrapado el primer pez antes( esto no quiere decir que la probabilidad aumente a medida
que el tiempo pasa.