Distribuciones de Probabilidad para

Variables Aleatorias Continuas

Exponencial, Gamma, Weibull,

Lognormal y Beta

Alvaro Soto Y.
Distribución Exponencial
 Distribución Exponencial
• El tiempo de falla de componentes y sistemas
eléctricos, a menudo quedan bien modeladas
con la distribución exponencial.
• La distribución exponencial se utiliza como
modelo para representar tiempo de
funcionamiento o de espera.
• También expresa el tiempo que transcurre
entre sucesos que se contabilizan mediante la
distribución de Poisson.
 Distribución Exponencial
• Función de distribución de densidad de X:

• Función de distribución acumulada:

1
𝜇=𝜎=
𝜆
 Distribución Exponencial
• Función de distribución de densidad de X:
• Función de distribución acumulada:
Distribución Exponencial - Ejemplo

Los buses interprovinciales llegan al terminal a

una tasa promedio de 10 buses por hora.
Distribución Exponencial - Ejemplo
1. ¿Cuál es la probabilidad de que llegue un bus
en no más de 5 minutos?
2. ¿Cuál es la probabilidad de que llegue un bus
en no más de 10 minutos?
3. ¿Cuál es la probabilidad de que llegue un bus
entre 5 minutos y 10 minutos?
4. ¿Cuál es la probabilidad de que llegue un bus
en más de 5 minutos?
Distribución Exponencial - Ejemplo
Distribución Exponencial - Ejemplo
Distribución Exponencial - Ejemplo
La amplia
experiencia con
ventiladores de un
tipo utilizados en
motores diesel ha
sugerido que la
distribución
exponencial
proporciona un buen
modelo del tiempo
hasta la falla.
Suponga que el
tiempo medio hasta
la falla es de 25,000
horas.
Distribución Exponencial - Ejemplo
1. ¿Cuál es la probabilidad de que un ventilador
seleccionado al azar dure por lo menos
20,000 horas? ¿Cuándo mucho 30 000 horas?
¿Entre 20 000 y 30 000 horas?
2. ¿Cuál es la probabilidad de que exceda la
duración de un ventilador el valor medio por
más de dos desviaciones estándar? ¿Más de
tres desviaciones estándar?
Distribución Gama
 Distribución Gama
• Se dice que una variable aleatoria continua X tiene
una distribución gama si la función de densidad de
probabilidad de X es :

• Donde los parámetros  y β satisfacen  > 0, β > 0.

Distribución Gama
Curvas de densidad gama
Distribución Gama
Curvas de densidad gama estándar
β=1
 Distribución Gama
• La media y la varianza de una variable
aleatoria X que tiene la distribución gama
f(x;,β) son:

• La función de distribución acumulativa de X:

 Distribución Gama
• Mientras que la distribución exponencial
describe el tiempo (o espacio) que transcurre
hasta la ocurrencia de un evento de Poisson (o
el tiempo entre eventos)….
• La distribución gamma describe el tiempo (o
espacio) que transcurre hasta que ocurre un
número específico de eventos de Poisson.
 Distribución Gama
• Mientras que la distribución gamma trata con
el tiempo (o espacio) hasta la ocurrencia de α
eventos de Poisson, hay otros usos donde esta
distribución trabaja muy bien aunque no
exista una estructura de Poisson clara.
• Uno de estos usos es para problemas de
tiempo de sobrevivencia en aplicaciones de
ingeniería y biomédicas.
 Distribución Gama - Ejemplo
Suponga que el tiempo de sobrevivencia de un
ratón macho seleccionado al azar expuesto a
240 rads de radiación tiene una distribución
gama con  = 8 y β = 15.
• El tiempo de sobrevivencia esperado es
E(X)=(8)(15)=120 semanas.
• En tanto que V(X)= 2=(8)(15)2=1800 y
=42.43.
 Distribución Gama - Ejemplo
• La probabilidad de que un ratón sobreviva entre 60 y
120 semanas es:

• La probabilidad de que un ratón sobreviva por lo

menos 30 semanas es
Distribución Weibull
 Distribución Weibull
• Se dice que una variable aleatoria X tiene una
distribución Weibull con parámetros  y β ( >
0, β > 0) si la función de densidad de
probabilidad de X es:
 Distribución Weibull
• La función de distribución acumulativa de una
variable aleatoria de Weibull con parámetros
 y β es:
 Distribución Weibull
• El cálculo de  y 2 requiere el uso de la
función gama.
 Distribución Weibull
• Como la distribución gamma y exponencial, la
distribución de Weibull también se aplica a
problemas de confiabilidad y de prueba de vida
como los tiempos de falla o duración de vida de
un componente, medido en algún tiempo
específico hasta que falla.
• El tiempo de falla se representa mediante la
variable aleatoria continua T, con función de
densidad de probabilidad f(t), que es una
distribución de Weibull.
 Distribución Weibull - Ejemplo
• El tiempo de falla (en horas) del cojinete de
una flecha esta modelado de manera
satisfactoria por una variable aleatoria Weibull
con α=1/2 y β=5000 horas. Calcúlese el
tiempo promedio de falla.
 Distribución Weibull - Ejemplo
• Determínese la probabilidad de que el
cojinete dure al menos 6000 horas.
Distribución Weibull - Ejercicios
 Distribución Weibull - Ejercicios
• El tiempo de duración de una bomba de
recirculación sigue una distribución Weibull
con parámetros α=2 y β=700 horas.
a. Determine la vida media de la bomba.
b. Determine la varianza del tiempo de duración
de la bomba
c. ¿Cuál es la probabilidad de que la bomba
trabaje más allá de la vida media?
Distribución Lognormal
 Distribución Lognormal
Se dice que una variable aleatoria no negativa X tiene
una distribución lognormal si la variable aleatoria Y =
ln(X) tiene una distribución normal. La función de
densidad de probabilidad resultante de una variable
aleatoria lognormal cuando el ln(X) está normalmente
distribuido con parámetros μ y σ es:
 Distribución Lognormal
• Los parámetros μ y σ NO son la media y la
desviación estándar de X sino de ln(X).
• Se puede demostrar que la media y varianza
de X son:
 Distribución Lognormal
• Curvas de densidad lognormal
Distribución Lognormal - Ejercicio
Distribución Beta
Distribución Beta
Distribución Beta
Distribución Beta - Ejercicios
Fin de la Sesión