UNIVERSIDAD CENTRAL DEL ECUADOR

FACULTAD DE INGENIERA QUMICA

TRABAJO DE ESTADSTICA 2

TEMAS:

1.
2.
3.
4.

DISTRIBUCIN GAMMA
DISTRIBUCIN EXPONENCIAL
DISTRIBUCIN LOGARITMICA NORMAL
DISTRIBUCIN DE WEIBULL

NOMBRE:
TINTIN JHONNY

PROFESOR:
ING. GHEM CARVAJAL

FECHA DE ENTREGA: 2015-02-02

Quito - Ecuador
2014-2014

1. DISTRIBUCIN GAMMA
1.1.Definicin Matemtica
Este modelo es una generalizacin del modelo exponencial ya que, en
ocasiones, se utiliza para modelar variables que describen el tiempo hasta
que se produce p veces un determinado suceso.
Se llama funcin (gamma) a la aplicacin :

dada por:

( )=
1.2. Funcin de Distribucin
La variable aleatoria X tienen una distribucin gamma, con parmetros
si su funcin de densidad est dada por:

( )

Cuando

( )

1.3.Valores de Media y Varianza

Media:
Varianza:
1.4.Casos
Sirve de modelo para numerosos experimentos en donde interviene el tiempo
como sucede en las llegadas de aviones a un aeropuerto y en general a los
problemas de teora de colas
1.5.Ejemplo
Cierto trabajo profesional consta de dos fases consecutivas cuyas respectivas
duraciones son variables aleatorias de parmetro 235, ambas independientes.
Calcular la probabilidad de que el trabajo necesite ms de 1500 das para
concluir el trabajo
Solucin
Sustituimos
(

Integrando la funcin

( )

(
(

2. DISTRIBUCIN EXPONENCIAL
2.1.Definicin Matemtica
La distribucin exponencial devuelve la probabilidad de una variable
aleatoria continua siguiendo una distribucin exponencial. Se usa para la
planeacin del tiempo entre dos sucesos.
Una variable aleatoria continua se dice que sigue una distribucin
exponencial con parmetro ,
si su funcin de probabilidad est dada
por:
( )

2.2. Funcin de Distribucin

Una variable aleatoria X tiene una distribucin exponencial y se la conoce
como variable aleatoria exponencial si y solo si su densidad de probabilidad
est dada por:

donde

2.3.Valores de Media y Varianza

Media:
Varianza:

2.4.Casos
A pesar de la sencillez analtica de sus funciones de definicin, la
distribucin exponencial tiene una gran utilidad prctica ya que podemos
considerarla como un modelo adecuado para la distribucin de probabilidad
del tiempo de espera entre dos hechos que sigan un proceso de Poisson. De
hecho la distribucin exponencial puede derivarse de un proceso
experimental de Poisson con las mismas caractersticas que las que
enuncibamos al estudiar la distribucin de Poisson, pero tomando como
variable aleatoria, en este caso, el tiempo que tarda en producirse un hecho
Obviamente, entonces, la variable aleatoria ser continua. Por otro lado
existe una relacin entre el parmetro a de la distribucin exponencial, que
ms tarde aparecer, y el parmetro de intensidad del proceso 1, esta relacin
es a = 1
Al ser un modelo adecuado para estas situaciones tiene una gran utilidad en
los siguientes casos:
Distribucin del tiempo de espera entre sucesos de un proceso de
Poisson
Distribucin del tiempo que transcurre hasta que se produce un fallo, si
se cumple la condicin que la probabilidad de producirse un fallo en un
instante no depende del tiempo transcurrido .Aplicaciones en fiabilidad
y teora de la supervivencia.
2.5.Ejemplo
En una cierta localidad en la carretera I-10, el nmero de autos que exceden
el lmite de velocidad en ms de 10 millas por hora en media hora es una
variable aleatoria que tiene una distribucin exponencial con =1/8.4. Cul
es la probabilidad de un tiempo de espera menor de 5 minutos entre autos
que exceden el lmite de velocidad en ms de 10 millas por hora?
Solucin
Sustituimos =1/8.4
(

( )

3. DISTRIBUCIN LOGARTMICA NORMAL

3.1.Definicin Matemtica
Es una distribucin de probabilidad de una variable aleatoria cuyo logaritmo
est normalmente distribuido. Es decir, si X es una variable aleatoria con una
distribucin normal, entonces exp(X) tiene una distribucin log-normal.
3.2. Funcin de Distribucin
La variable aletaoria 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 que resulta es:
[ ( )

( )

3.3.Funcin de densidad
3.4.Valores de Media y Varianza
Media:
( )
Varianza:
( )

3.5.Casos
La distribucin log normal se ajusta a ciertos tipos de fallos (fatiga de
componentes metlicos) vida de los aislamientos elctricos, procesos
continuos y datos de reparacin, adems de ser una buena representacin en
la distribucin de los tiempos de reparacin.
Es tambin una distribucin importante en la valoracin de sistemas con
reparacin
La distribucin log normal es importante en la representacin de fenmenos
de efectos proporcionales tales como cambio en la variable en cualquier
punto de un proceso y algunas fallas de mantenimiento
3.6.Ejemplo
Se sabe que histricamente la concentracin de contaminantes por plantas
qumicas exhiben un comportamiento que parece una distribucin
logartmica normal. Esto es importante cuando se consideran problemas con
respecto a la obediencia de las regulaciones gubernamentales. Suponga que
se asume que la concentracin de cierto contaminante, en partes por milln,
tiene una distribucin logartmica normal con parmetros = 3.2 y = 1.

Cul es la probabilidad de que la concentracin exceda ocho partes por

milln?
Solucin
La variable aleatoria x representa la concentracin de contaminantes
(

Sustituimos: x = 8 ; = 3.2 ; = 1

[ ( )
( )

( )

( )( )
(

(
(

0,1312

4. DISTRIBUCIN WEIBULL
4.1.Definicin Matemtica
La distribucin de Weibull
distribucin exp( )

( , ) es una generalizacin de la

4.2. Funcin de Distribucin

Una variable aleatoria X tiene una distribucin weibull si y solo si su
densidad de probabilidad est dada por:
( )

Donde
y
4.3.Funcin de densidad
( )

{ ( )

( )

Donde
forma

es un parmetro de escala y

es un parmetro de

4.4.Valores de Media y Varianza

Media:

Varianza:

{ (

* (

)+ }

4.5.Casos
La distribucin de Weibull se aplica a problemas de confiabilidad y de
prueba de vida como los de tiempo de falla o duracin de la vida de un
componente, medido de algn tiempo especfico hasta que falla
4.6.Ejemplo
Suponga que la vida til de cierto elemento es una variable aleatoria que
tiene distribucin Weibull con = 0.01 y = 0.5. Calcular la probabilidad
de que el elemento dure ms de 300 horas
Solucin
(

Bibliografa
http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo
4/B0C4m1t7.htm
Cao Ricardo, Introduccin a la Simulacin y a la Teora de Colas,
primera edicin, Corua, 2002
https://prezi.com/jpljomawm-dl/distribucion-log-normal/