Unidad 4

Distribuciones de
Probabilidad de V.A
Continuas
Introduccin
A menudo, las observaciones que se
generan de distintos experimentos
estadsticas tienen el mismo tipo general
de comportamiento y por lo tanto, se
representan usando la misma distribucin
de probabilidad.
Distribucin Uniforme
Continua
Es una distribucin
de probabilidad
cuyos valores
tienen la misma
probabilidad.

Concepto:
Se dice que una variable aleatoria X
continua tiene una distribucin uniforme
en el intervalo [a,b] si la funcin de
densidad de probabilidad (FDP) es

La funcin de distribucin acumulada en
el caso continuo entre a y b es

Su media y varianza son:

(a + b) / 2
(b a)
2
/ 12
Ejemplo:
Supongamos que el consumo familiar de
un cierto producto se distribuye como
una variable aleatoria de distribucin
uniforme, con esperanza igual a 10 y
varianza unidad.
Determina la probabilidad de que dicho
consumo este comprendido entre 8 y 12
unidades.

Solucin:
Distribucin
Gamma
Distribucin Gamma
Juega un papel
importante en la
teora de colas y en
problemas de
confiabilidad.
(tiempo entre
llegadas a un
restaurante, tiempo
de operacin antes
del fallo)
Distribucin







Funcin Gamma
Se estudia en
muchas reas de
la matemtica.

Cuando n es un
entero positivo

}

= I
0
1
) ( dx e x
x o
o
I(n)= (n-1)!
Distribucin Gamma
Una variable aleatoria continua X tiene
distribucin Gamma si su funcin de densidad de
probabilidad est dada por:

>
I
=

x , 0
0 x ,
) (
1
) (
/ 1
otro para
| o
o
o |
x
e x
x f
o>0, |>0 son los parmetros para este modelo
MEDIA Y VARIANZA DE LA
DISTRIBUCIN GAMMA
= E[X] = o|, o
2
= V[X] = o|
2

Ejemplo:
El tiempo en horas que semanalmente
requiere una mquina para
mantenimiento es una variable aleatoria
con distribucin gamma con parmetros
o=3, |=2

Encuentre la probabilidad que en alguna
semana el tiempo de mantenimiento sea
mayor a 8 horas.
Solucin:
Sea X duracin del mantenimiento en horas
(variable aleatoria)

Su densidad de probabilidad es:

Distribucin
Exponencial
Distribucin Exponencial
Es el caso especial
de la distribucin
gamma, en la que
o=1
Las aplicaciones
ms importantes se
dan en situaciones
en las que se aplica
Poisson.
Definicin
Una variable aleatoria continua X tiene distribucin
exponencial su densidad de probabilidad est dada
por


|>0 es el parmetro para este modelo

>
=

x , 0
0 x ,
1
) (
/
otro para
|
|
x
e
x f
MEDIA Y VARIANZA DE LA
DISTRIBUCIN EXPONENCIA
= E[X] = |, o
2
= V[X] = |
2

Ejemplo:
Suponga que un sistema contiene cierto
tipo de componente cuyo tiempo de
falla en aos est dado por a variable
aleatoria T, distribuida exponencialmente
con tiempo promedio de falla igual a 5.
S 5 de estos componentes se instalan en
diferentes sistemas, cul es la
probabilidad de que al menos 2
continen funcionando despus de 8
aos?

Solucin:
Sea X: variable aleatoria continua (duracin
de un componente en aos)
= | = 5
Su densidad de probabilidad es
Sea X: variable aleatoria discreta (cantidad
de componentes que siguen funcionando
luego de 8 aos)

X tiene distribucin binomial con n=5, p=0.2

Ejercicio
Un sistema usa un componente cuya
duracin en aos es una variable aleatoria
con distribucin exponencial con media de 4
aos. Si se instalan 3 de estos componentes y
trabajan independientemente, determine la
probabilidad que al cabo de 6 aos, dos de
ellos sigan funcionando. R. 11.60%

Distribucin
Beta
Distribucin Beta
Es una funcin de densidad
con dos parmetros
definida en el intervalo
cerrado 0 < y < 1. Se utiliza
frecuentemente como
modelo para fracciones, tal
como la proporcin de
impurezas en un producto
qumico o la fraccin de
tiempo que una maquina
est en reparacin.

Definicin
Una variable aleatoria continua X tiene distribucin
beta si su densidad de probabilidad est dada por



Media
Varianza
Ejemplo:
Un distribuidor de gasolina llena los
tanques del depsito cada lunes. Se ha
observado que la cantidad que vende
cada semana se puede modelar con la
distribucin beta con o=4, |=2

a. Encuentre el valor esperado de la venta
semanal
b. Encuentre la probabilidad que en alguna
semana venda al menos 90%
Solucin:
Sea X: proporcin de combustible que
vende semanalmente (variable aleatoria
continua con valor entre 0 y 1)

Distribucin
Weibull
Distribucin de Weibull
Nos permite estudiar cul es
la distribucin de fallos de
un componente clave de
seguridad que
pretendemos controlar y
que a travs de nuestro
registro de fallos
observamos que stos
varan a lo largo del tiempo
y dentro de lo que se
considera tiempo normal
de uso.

Definicin
Una variable aleatoria continua X tiene distribucin
Weibull si su densidad de probabilidad est dada por



Media
Varianza
Ejemplo:
Suponga que la vida til en horas de un
componente electrnico tiene
distribucin de Weibull con o=0.1, |=0.5

a. Calcule la vida til promedio
b. Calcule la probabilidad que dure mas de
300 horas
Solucin:
Sea X: vida til en horas (variable aleatoria continua)