Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1. Distribución Uniforme
2. Distribución Gamma
3. Distribución Exponencial
4. Distribución Ji-Cuadrado
5. Distribución Erland
6. Distribución Beta
7. Distribución Weibull
8. Distribución LogNormal
9. Distribución Normal
10. Distribución Normal Estándar
Distribución Uniforme
Este modelo corresponde a una variable aleatoria continua cuyos valores tienen igual valor de
probabilidad en un intervalo especificado para la variable.
a+b
µ = E( X ) =
MENÚ 2
( b − a)
2
σ =V (X ) =
2
12
(e tb − e ta )
M x = E (e xt ) = ;t ≠ 0
t (b − a )
Distribución Gamma
Es un modelo básico en la teoría estadística y corresponde a la siguiente definición:
1 −
α −1 β
x
x e ; x>0
f ( x) = β α Γ(α )
0 ; para otro x
α >0, β>0 son los parámetros de este modelo.
µ = E ( X ) = αβ
σ 2 = V ( X ) = αβ 2
1
M x = E (e xt ) = ;t ≠ 0
(1 − βt ) α
Distribución Exponencial
Es un caso particular de la distribución Gamma cuando α=1y tiene aplicaciones de interés
práctico.
MENÚ
1 −x/β
e , x>0
f ( x) = β
0 , para otro x
En donde β>0, es el parámetro para este modelo
µ = E( X ) = β
σ 2 =V (X ) = β2
1
M x = E (e xt ) = ;t ≠ 0
1− βt
Distribución Ji-Cuadrada
ν
α=
Es un caso particular de la distribución Gamma cuando 2 y β = 2 tiene aplicaciones de
interés práctico.
Distribución Erlang
1 n −1
−
x
β
x e ; x>0
f ( x) = β n Γ( n)
0 ; para otro x
α >0, β>0 son los parámetros de este modelo.
µ = E ( X ) = nβ
σ 2 = V ( X ) = nβ 2
1
M x = E (e xt ) = ;t ≠ 0
(1 − β t ) n
MENÚ
Distribución Beta
1
M x = E (e xt ) = ;t ≠ 0
(1 − β t ) n
Distribución Weibull
f ( x) =
0 ; para otro x
En donde α >0, β>0 son los parámetros para este modelo.
µ = E ( X ) = α −1/ β Γ(1 + 1/ β )
σ 2 = V ( X ) = α −2 / β Γ(1 + 2 / β ) − (Γ(1 + 1/ β ))2
MENÚ
Razón de Falla
Entonces,
f (t )
r (t ) = , es la razón de falla
1 − F (t )
Distribución LogNormal
La Distribución Lognormal que se la define como: Y = xe, d o n d e :X µ N (2σ , )
Esta variable es de alta aplicación en Economía como en Medicina.
µ +σ 2
µ y = E( X ) = e 2
σ y 2 = V ( X ) = −eσ − 1 e(2 µ +σ
2 2
)
MENÚ
Distribución Normal
σ 2π
E( X ) = µ
V (X ) = σ 2
t 2σ 2
µt +
M x = E (e xt ) = e 2
E( X ) = µ = 0
V (X ) = σ 2 =1
t2
M x = E (e xt ) = e 2
MENÚ