La distribución uniforme continua
Una variable aleatoria X sigue la distribución uniforme en [a ; b] cuando todos los valores del intervalo son igual de probables. Su densidad es constante: 1 ÷ (b − a) entre a y b, nula fuera. Describe una hora de llegada al azar dentro de una franja conocida, un error de redondeo entre −0,5 y 0,5 o un punto elegido al azar sobre un segmento. Es también el punto de partida de la simulación, ya que los generadores de números aleatorios (la tecla «Ran#» de la calculadora, la función ALEATORIO de la hoja de cálculo) producen valores uniformes en [0 ; 1]. Forma parte del temario de 2.º de Bachillerato, junto con la distribución exponencial.
Las fórmulas
- P(X ≤ x) = (x − a) ÷ (b − a) para x entre a y b (0 por debajo de a, 1 por encima de b).
- P(c ≤ X ≤ d) = longitud de la intersección de [c ; d] con [a ; b], dividida entre (b − a).
- Esperanza (a + b) ÷ 2, el punto medio del intervalo.
- Varianza (b − a)² ÷ 12, de donde una desviación típica de (b − a) ÷ √12 ≈ 0,289 × (b − a).
- El percentil de orden p vale a + p × (b − a).
Ejemplo
X sigue la distribución uniforme en [0 ; 10]:
- P(X ≤ 3) = 3 ÷ 10 = 0,3;
- P(2 ≤ X ≤ 5) = 3 ÷ 10 = 0,3;
- la densidad vale 0,1, la esperanza 5, la varianza 8,33 y la desviación típica 2,89;
- el percentil 90 vale 9.
Lectura concreta: si un autobús pasa cada 10 minutos y llegas en un instante cualquiera, tu espera sigue la distribución uniforme en [0 ; 10]. Esperas 5 minutos de media, y tienes un 30 % de probabilidad de esperar 3 minutos o menos.
Una probabilidad es una longitud
Para la distribución uniforme, una probabilidad es simplemente un cociente de longitudes. La probabilidad de un valor exacto es nula; solo los intervalos tienen una probabilidad positiva. Por eso P(X ≤ x) y P(X < x) son iguales.
Usos
- Simulación: cualquier distribución se simula a partir de un valor U uniforme en [0 ; 1] aplicándole la inversa de su función de distribución (método de inversión).
- Errores de medida y de redondeo: un valor redondeado a la unidad tiene un error uniforme en [−0,5 ; 0,5], de desviación típica 1 ÷ √12 ≈ 0,29 unidades. En metrología (evaluación de tipo B de la GUM), una tolerancia ±h se traduce así en una incertidumbre típica h ÷ √3.
- Estadística bayesiana: una distribución a priori uniforme no expresa ninguna preferencia entre los valores de un intervalo.
Caso discreto
Para un dado equilibrado o un entero elegido al azar entre 1 y n, la distribución es discreta: cada valor tiene la probabilidad 1 ÷ n, la esperanza vale (n + 1) ÷ 2 y la varianza (n² − 1) ÷ 12.