
16. Distribució Uniforme contínua i discreta
Enunciat 16.1
D’una estació surt un tren cada 10 minuts. Un viatger hi arriba de sobte. Trobis:
- La funció de distribució de la variable aleatòria “temps d’espera”.
- La probabilitat de que esperi el tren menys de 5 minuts.
- L’esperança i la variància de la variable aleatòria “temps d’espera”.
- Es rebin cinc trucades en dos minuts.
- La probabilitat de que esperi exactament 8 minuts.
Solució
a) La funció de distribució de la variable aleatòria “temps d’espera”.
El viatger arriba en un moment qualsevol i tots els moments tenen igual probabilitat. La variable aleatòria segueix una distribució uniforme contínua a l’interval (0, 10). La seva funció de distribució \(F(X) = P(X \leq x)\) val
- 0, si \(x \leq 0\)
- \(x/10\), si \(0 < x < 10\)
- 1, si \(x \geq 10\)
La funció de densitat de probabilitat, dins l’interval \((0, 10)\), és \[f(x) = \frac{1}{10}\] .
b) Probabilitat de que esperi el tren menys de 5 minuts
\[P(X < 5) = F(5) = \frac{5}{10} = 0.5\]
c) Esperança i variància de la variable aleatòria “temps d’espera”.
\[ \begin{align*} E(X) &= \frac{0 + 10}{2} = 5 \\ Var(X) &= \frac{(10 - 0)^2}{12} = \frac{100}{12} = \frac{25}{3} \approx 8.33\end{align*}\]
d) Probabilitat de que esperi exactament 8 minuts.
Com \(X\) és una variable aleatòria absolutament contínua, \(P(X = 8) = 0\).
Enunciat 16.2
D’una variable aleatòria contínua uniformement distribuïda, se’n coneixen la seva esperança matemàtica \(m\) i la seva desviació típica \(\sigma\). Trobis els extrems \(a\) i \(b\) de definició de la variable, en funció de \(m\) i de \(\sigma\).
Solució
Se sap que \[\begin{align*} E(X) &= m = \frac{a + b}{2} \\ \text{Var}(X) &= \sigma^2 = \frac{(b - a)^2}{12} \end{align*}\]
Per tant, es plantegen les equacions \[\begin{align*} a + b &= 2m \\ b - a &= 2\sqrt{3} \cdot \sigma \end{align*}\]
D’on es dedueixen \[\begin{align*} a &= m - \sqrt{3} \cdot \sigma \\ b &= m + \sqrt{3} \cdot \sigma \end{align*}\]
Enunciat 16.3
Sigui \(X \sim \mathcal{U}(6)\) la distribució que recull els resultats del llançament d’un dau de sis cares.
- Calculis la probabilitat d’obtenir un 5.
- Calculis la probabilitat d’obtenir un resultat menor o igual a 5.
- Representis gràficament les funcions de densitat i distribució de probabilitat.
Solució
a) Calculis la probabilitat d’obtenir un 5.
fdensitat <- function(x, min = 1, max = 6) ifelse(x >= min & x <= max & round(x) == x, 1/(max - min + 1),0)
fdensitat(5) \(\rightarrow\) 0.1666667 = 1/6
b) Calculis la probabilitat d’obtenir un resultat menor o igual a 5.
fdistribució <- function(q, min = 1, max = 6) ifelse(q < min, 0, ifelse(q >= max, 1, (floor(q) - min+1)/(max - min +1)))
fdistribució(5) \(\rightarrow\) 0.8333333 = 5/6
c) Representis gràficament les funcions de densitat i distribució de probabilitat.
Amb R:

Enunciat 16.4
La variable aleatòria \(X\) recull el temps d’espera, en minuts, d’un tren de mitja distància que surt regularment cada hora en punt. Calculis:
- La probabilitat d’haver d’esperar més de 40 minuts.
- La probabilitat d’haver d’esperar entre 25 i 30 minuts.
Solució
a) La probabilitat d’haver d’esperar més de 40 minuts.
Es té \(X \sim \mathcal{U}(0,60)\), amb \(P(X > 40) = 1 - P(X \leq 40)\).
punif(40, min = 0, max = 60, lower.tail = FALSE) \(\rightarrow\) 0.3333333
1 - punif(40, min = 0, max = 60) \(\rightarrow\) 0.3333333
La probabilitat d’haver d’esperar més de 40 minuts és aproximadament del 33 %.
b) La probabilitat d’haver d’esperar entre 25 i 30 minuts.
S’ha de calcular \(P(X \leq 30) - P(X \leq 25)\).
punif(30, min=0, max=60)- punif(25, min=0, max=60) \(\rightarrow\) 0.08333333
La probabilitat d’haver d’esperar entre 25 i 30 minuts és aproximadament del 83 %
.
Jordi Coll Vera - 2022