DISTRIBUCIN DE PROBABILIDAD DE TIPO BETA, Y

WEIBULL
UNIVERSIDAD AUTNOMA DEL ESTADO DE
MXICO
CENTRO UNIVERSITARIO UAEM
ATLACOMULCO
INGENIERA EN COMPUTACIN

METERA: PROBABILIDAD Y ESTADSTICA

INTEGRANTES DE EQUIPO:
Alejandro Mondragn Prez
Vctor Hugo Lara Fidencio
Miguel ngel Correa Gonzlez
Juan Carlos Celestino Guillermo
Diego Peralta Cayetano
Jorge Eduardo Quintana Pico

GRUPO: ICO-19

DISTRIBUCIN DE PROBABILIDAD
DE TIPO BETA
Este modelo tiene aplicaciones importantes por la variedad de formas diferentes que puede
tomar su funcin de densidad eligiendo valores para sus parmetros. La distribucin beta
proporciona densidad positiva solo para X en un intervalo de longitud finita.
Definicin
Una variable aleatoria continua X tiene una distribucin beta si su densidad de
probabilidad est dada por
FUNCIN DE DENSIDAD:

En donde son los parmetros para este modelo. es la funcin gamma.

es la funcin gamma que esta

definida de la siguiente forma:

Si
es un entero positivo, entonces:

El dominio de la distribucin beta es el intervalo (0,1), pero puede

adaptase a otros intervalos finitos mediante alguna sustitucin.

MEDIA Y VARIANZA PARA LA DISTRIBUCIN BETA

Definicin
Si X es una variable aleatoria continua con distribucin beta, entonces
Media:
Varianza:

EJEMPLO:

Un distribuidor de cierto producto llena su bodega al inicio de cada

semana. La proporcin del artculo que vende semanalmente se puede
modelar con la distribucin beta con = 4, = 2.

Encuentre el valor esperado de la proporcin de venta semanal

Encuentre la probabilidad que en alguna semana venda al menos 90%

Solucin:

Paso
1
Paso
2

Sustituir = 4,
= 2 en la funcin
de densidad.

Sustituir = 4, =
2 en la funcin de
la media().

a) Encuentre el valor esperado de la proporcin de venta

semanal

a)

R=
vende en promedio del articulo cada semana

Paso
3

Resolver la
integral

b)
Encuentre la probabilidad que en alguna semana
venda al menos 90%

Es el rea marcada en el siguiente grfico.

EJERCICIO:

Suponga
que al construir una casa unifamiliar, el tiempo X (en das) necesarios para
echar los cimientos tiene una distribucin beta con A = 2, B = 5, = 2 y = 3.
Entonces, .4. Con estos valores de y , la funcin de densidad de probabilidad de X es
una funcin polinomial simple.
a) Calcular E(X).
b) Calcula La probabilidad de que se requieran a lo sumo tres das para echar los
cimientos.

DISTRIBUCIN DE PROBABILIDAD WEIBULL

El fsico sueco Waloddi Weibull introdujo la familia de distribuciones Weibull en
1939. La distribucin de Weibull es una distribucin continua y est
completamente definida por tres parmetros y es la ms empleada en el campo
de la confiabilidad. Esta distribucin se aplica en los anlisis de fiabilidad, para
establecer, por ejemplo, el periodo de vida de un componente hasta que
presenta una falla., como cojines, cermica, capacitores y dielctricos.
Este modelo propuesto por Weibull se usa en problemas relacionados con falla
de materiales y estudios de confiabilidad. Para estas aplicaciones es ms flexible
que el modelo exponencial.

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

En donde > 0, > 0 son los parmetros para este modelo.

Si = 1 este modelo se reduce a la distribucin exponencial.

Si > 1, el modelo tiene forma acampanada con sesgo positivo.

MEDIA Y VARIANZA PARA

DISTRIBUCIN DE WEIBULL
Definicin
Si X es una variable aleatoria continua con distribucin de Weibull,
entonces
Media
Varianza

Demostracin
Con la definicin

Usando la sustitucin
Se obtiene
Finalmente, se compara con la funcin gamma

EJERCICIO
el artculo Snapshot: A Plot Showing through a Device Development Laboratory
En
(D. Lambert, J. Landwehr y M. Shyu, en Statistical Case Studies for Industrial Process
Improvent, ASA-SIAM, 1997), los autores sugieren utilizar una distribucin de Weibull
para modelar la duracin de un proceso de horneado en la fabricacin de un
semiconductor. Sea T la duracin en horas del proceso de horneado de una muestra
elegida aleatoriamente. Si TWeibull (0.3, 0.1)
a) Cul es la probabilidad de que el proceso de horneado dure ms de cuatro horas?
b) Cul es la probabilidad de que dure entre dos y siete horas?

Gracias por su
Atencion !!
Referencias Bibliogrficas

Jay L. Devore, Probabilidad Y Estadstica Para Ingeniera Y Ciencias, 7 edicin,

Ed. CENGAGE Learning, pg. 163- 165.
Navidi, William, Estadstica para Ingenieros Y Cientficos, Ed. Mc Graw Hill, pg.
262-264
Rodrguez Ojeda, Luis, Probabilidad Y Estadstica Bsica Para Ingenieros, pg. 130