DISTRIBUCIONES CONTINUAS
LOGO
Contenido
1 2 3 4 5 Distribucin uniforme continua Distribucin normal Distribuciones gamma y exponencial Distribucin chi cuadrada Distribucin logartmica normal
Distribucin Weibull
Se caracteriza por una funcin de densidad que es plana y, por ello la probabilidad es uniforme en un intervalo cerrado [A,B].
; , =
, ,
Media
Varianza ( ) =
+ =
Ejemplo 1
Suponga que una sala de conferencias se puede reservar para cierta compaa por no ms de cuatro horas. Sin embargo, el uso de la sala de conferencias es tal que muy a menudo tienen conferencias largas y cortas. De hecho, se puede suponer que la duracin X de una conferencia tiene distribucin uniforme en el intervalo [0 , 4].
a) Cul es la funcin de densidad de la probabilidad? b) Cul es la probabilidad de que cualquier conferencia dada dure al menos 3 horas?
Solucin - Ejemplo 1
a) Cul es la funcin de densidad de la probabilidad?
Funcin de densidad,
; , =
, ,
; , =
, ,
Solucin - Ejemplo 1
b) Cul es la probabilidad de que cualquier conferencia dada dure al menos 3 horas?
Para ello integramos nuestra funcin de densidad, como nos pide la probabilidad de que al menos dure 3 horas, los limites de integracin son 3 (L.I) y 4 (L.S).
4
3 =
3
1 4
1 3 = 4
3 =
1 4
Distribucin normal
Tambin conocida como distribucin de Gauss o distribucin gaussiana, adems es la distribucin de probabilidad de variable continua que con ms frecuencia aparece aproximada en fenmenos reales.
Distribucin normal
; , =
1 2
1 2 2 2 ,
< < ,
Distribucin normal
Teorema 2
Media y Varianza
Media
Varianza
( )
Distribucin normal
Distribucin normal estndar Se llama as ala distribucin de una variable aleatoria normal con media 0 y varianza 1.
Ejemplo 2
Dada una distribucin de normal estndar, encuentre el rea bajo la curva que yace
a) A la derecha de z = 1.84 y
Solucin - Ejemplo 2
a) A la derecha de z = 1.84 y
Tabla A3
El valor correspondiente a z=1.84 es 0.9671. Como nos dice que es a la derecha procedemos a restar 1 menos el valor correspondiente de z. Por lo tanto el rea bajo la curva es = 1 0.09671 = 0.0329
Solucin - Ejemplo 2
b) Entre z = -1.97 y z= 0.86
Nos dirigimos a la tabla A3 y procedemos a encontrar un valor correspondiente a z=-1.97 y z=0.86, Tabla A3 Tabla A3
El valor correspondiente a z=-1.97 es 0.0244, mientras que el valor correspondiente a z=0.86 es 0.8051 Como nos dice entre z=-1.97 y z=0.86, procedemos restar el valor de la derecha menos el de la izquierda. Por lo tanto el rea bajo la curva es = 0.8051 - 0.0244 = 0.7807
Distribucin gamma
La distribucin gamma su nombre deriva de la funcin gamma, que estudia en muchas reas de las matemticas.
, >
= 1 !
Distribucin gamma
La variable aleatoria continua X tiene una distribucin gamma, con parmetros y , si su funcin de densidad esta dado por:
1 1 , > 0 () 0,
Distribucin gamma
Teorema 3
Media y Varianza
Media
Varianza
Distribucin exponencial
La distribucin exponencial es un caso especial de la distribucin gamma. Ambas cuentan con un gran numero de aplicaciones.
Distribucin exponencial
La variable aleatoria continua X tiene una distribucin exponencial, con parmetro , si su funcin de densidad esta dado por:
; =
1 , 0,
> 0
Donde > 0
Distribucin exponencial
Teorema 4
Media y Varianza
Media
Varianza
Ejemplo 3
Suponga que las llamadas telefnicas que llegan a un conmutador particular siguen un proceso de Poisson con un promedio de 5 llamadas entrantes por minuto.
Cul es la probabilidad de que transcurra a lo mas un minuto hasta que lleguen dos llamadas al conmutador?
Solucin - Ejemplo 3
El proceso de Poisson se aplica al tiempo que pasa hasta la ocurrencia de 2 eventos de Poisson que siguen una distribucin gamma con = 1/5 y = 2.
1 =
0
1 2
1 = 25
0
1 = 1 5 (1 + 5) 1 = 0.96
Ejemplo 4
Suponga que un sistema contiene cierto tipo de componente cuyo tiempo de operacin antes del fallo, en aos, esta dado por T. La variable aleatoria T es modelada bien mediante la distribucin exponencial con tiempo medio de operacin antes del fallo = 5. Si se instalan 5 de esos componentes en diferentes sistemas.
Solucin - Ejemplo 4
La probabilidad de que un componente dado an funcione despus de 8 aos esta dado por:
1 > 8 = 5
Representamos con X el nmero de componentes que funcionan despus de 8 aos. Utilizamos la distribucin binomial:
5
2 =
=2
(; 5,0.2)
1
2 = 1
=0
(; 5,0.2)
2 = 1 0.7373 = 0.2627
La variable aleatoria continua X tiene una distribucin chi cuadrada, con v grados de libertad, si su funcin de densidad esta dado por:
Media
Varianza
Es una distribucin de probabilidad de cualquier variable aleatoria con su logaritmo normalmente distribuido.
Si X es una variable aleatoria con una distribucin normal, entonces exp(X) tiene una distribucin lognormal.
La distribucin se aplica en casos donde una transformacin logartmica natural tiene como resultado una distribucin normal.
La variable aleatoria continua X tiene una distribucin logartmica normal si la variable aleatoria Y= ln(X) tiene una distribucin normal con media y desviacin estndar . La funcin de densidad de X esta dada por:
1 (; , ) = 2
1 2 | ln |2 2
0 < 0
0, .
Media
/
Varianza
= +
= + ( )
Ejemplo 5
La vida, en miles de millas, de un cierto tipo de control electrnico para locomotoras tiene una distribucin logartmica normal aproximada con = 5.149 y = 0.737.
Solucin - Ejemplo 5
A partir de la tabla A3. encontramos un valor correspondiente a -1.645 que es 0.05 Tabla A3
Denotamos con X la vida media de dicha locomotora. Por lo tanto el quinto percentil de X se obtiene de la siguiente manera: ln = + ln = (5.149) + (0.737) (1.645) ln = 3.937 Entonces X=51.256. esto significa que solo el 5% de las locomotoras tendrn un tiempo de vida menor que 51.256 miles de millas.
Distribucin de Weibull
Aplicada por primera vez para describir la distribucin de los tamaos de determinadas partculas.
Distribucin de Weibull
La variable aleatoria continua X tiene una distribucin de Weibull, con parmetros si su funcin de densidad esta dada por:
; , =
1 , > 0 0,
Donde >0 .
Distribucin de Weibull
Teorema 6
Media y Varianza
Media
Varianza
( + )
Ejemplo 6
El tiempo de vida X, en horas, de un articulo en el taller mecnico tiene una distribucin de Weibull con = 0.01 = 2.
Solucin - Ejemplo 6
Tabla A3 (1)
Retornar - Ejemplo 2
Tabla A3 (2)
Retornar - Ejemplo 2
Tabla A3 (2)
Retornar - Ejemplo 2