05 Funciones de densidad de

probabilidad

Diego Andrs Alvarez Marn

Profesor Asistente
Universidad Nacional de Colombia
Sede Manizales

Contenido

FDP uniforme

FDP lognormal

FDP beta

FDP gamma

FDP exponencial

FDP Weibull

FDP normal

FDP Rayleigh
FDP Maxwell

Sobre la seleccin de las

FMPs/FDPs
La eleccin de una FMP/FDP para representar un
fenmeno de inters prctico debe estar motivada
tanto por la compresin de la naturaleza del
fenmeno en s, como por la posible verificacin
de la FMP/FDP seleccionada a travs de la
evidencia emprica.

FDP Uniforme ~U(a,b)

La variable aleatoria toma valores sobre un
intervalo de manera que la medida de probabilidad
se encuentra uniformemente distribuda sobre ese
intervalo. Esto es, la probabilidad que la variable
aleatoria tome un valor en cada subintervalo de
igual longitud es la misma.

FDP Uniforme ~U(a,b)

Momentos de la FDP:

Ejemplo: redondeo del peso de una persona:

67 kg significa un peso entre 66.5 kg y 67.5 kg
El error de redondeo se encuentra distribudo
uniformemente en el rango [-0.5kg, 0.5 kg]
5

FDP Uniforme
~U(a,b)

Principio de indiferencia de Laplace

http://en.wikipedia.org/wiki/Principle_of_indifference

El principio de indiferencia (tambin llamado el

principio de razn insuficiente) es una regla para
asignar probabilidades epistmicas. Suponga por
ejemplo que existen n>1 eventos mutuamente
exclusivos y exhaustivos. El principio establece que
si no se puede distingir estos n eventos, entonces a
cada evento se le debe asignar una probabilidad
igual a 1/n.
Ejemplo: La direccin segn la cual las ondas
producidas por un terremoto pueden aproximarse a
una estructura pueden considerarse en ausencia de
informacin en contra, que se distribuye
uniformemente en el intervalo [0, 360).
7

FDP Uniforme con MATLAB

y = unifpdf(x,a,b);

= fX(x;a,b)

p = unifcdf(x,a,b);

= FX(x;a,b)

x = unifinv(p,a,b);

(-1)

[m,v] = unifstat(a,b) ; = media y varianza

= FX (p;a,b)

Ejemplo FDP Uniforme

FDP Beta ~ B(,)

La FDP Beta se utiliza para representar variables
fsicas cuyos valores se encuentran restringidos a
un intervalo de longitud finita ej: distribucin de
artculos defectuosos sobre un intervalo de
tiempo.
Como es una FDP muy flexible, generalmente se
utiliza para la descripcin emprica de datos

10

FDP Beta ~B(,)

11

12

13

La FDA Beta ~B(,)

14

La FDP Beta de cuatro parmetros

~B(,,a,b)

15

FDP Beta con MATLAB

y = betapdf(x,,);

= fX(x;,)

p = betacdf(x,,);

= FX(x;,)

x = betainv(p,,);

(-1)

= FX (p;,)

[m,v] = betastat(,);

= media y varianza

16

FDP Beta de 4 parmetros con

MATLAB

y = betapdf((x-a)/(b-a),,)/(b-a); = fX(x;,)

p = betacdf((x-a)/(b-a),,);

x = a+betainv(p,,)*(b-a);

= FX(x;,)
(-1)

= FX (p;,,a,b)

17

FDP Beta con EXCEL

p = DISTR.BETA(x;;;a;b)
x = DISTR.BETA.INV(p;;;a;b)

= FX(x;,,a,b)
(-1)

= FX (p;,,a,b)

18

Ejemplo: FDP beta

Para planear las direcciones de las pistas de los
aeropuertos, se debe estudiar las dispersiones de
contaminantes de aire procedentes de los
alrededores. Aqu la direccin predominante y la
variacin de estas son crticas.
En el siguiente programa simulamos tales
direcciones del viento. Qu opina usted del
modelo de la FDP beta para representar las
direcciones del viento?
19

Ejemplo FDP Beta

Resultado de la ejecucin:

20

Observe que en este caso la FDP beta no es

satisfactoria ya que existe una discontinuidad en
la representacin del viento que viene del este.

21

FDP exponencial
Con la FDP exponencial se modela el lapso de
tiempo entre dos eventos consecutivos de
Poisson que ocurren de manera independiente y
a una frecuencia constante.
Ejemplo: intervalo de tiempo entre los arribos de
vehculos a un punto
En forma ms general se usa para modelar
tiempos entre los arribos en lneas de espera en
un proceso de Poisson homogneo.
22

FDP exponencial
La FDP exponencial se puede entender como la
contraparte continua de la FMP geomtrica, la
cual describe el nmero de ensayos de Bernoulli
requeridos para que un proceso discreto cambie
de estado. La FMP exponencial describe el
tiempo para que un proceso continuo cambie de
estado.

23

Ejemplos FDP exponencial

Distancia entre grietas

Distancia entre animalitos pisados en una carretera.

Distancia entre las mutaciones en una cadena de ADN

Vida til de equipamiento electrnico

Tiempo hasta qie una partcula radioactiva decae o el

tiempo entre los ruidos de un contador geiger
Dinero que las personas tienen en sus bolsillos
Cantidad de tiempo (empezando ahora) hasta que el
siguiente terremoto ocurra
Tiempo que se debe esperar (desde ahora) antes de la
siguiente llamada telefnica (entre las 2:30 y las 3:00 pm)
Duracin de una conversacin telefnica

24

FDP exponencial ~ Exp()

La FDP es:

La FDA es:

25

Parametrizacin alternativa de la
FDP exponencial

La FDP es:

La FDA es:

Es decir
26

Interpretacin del parmetro

=1/ Tiempo medio de falla (mean time to

failure - MTTF): es el periodo o lapso promedio
entre dos eventos independientes de Poisson.
Ejemplo: tiempo promedio entre fallas/arribos:
5 segundos/vehculo.

=1/ es la frecuencia de falla o promedio

de sucesos por unidad de tiempo
Ejemplo: frecuencia de fallas/arribos:
0.2 vehculos/segundo.
27

Interpretacin del parmetro

In real-world scenarios, the assumption of a

constant rate (or probability per unit time) is
rarely satisfied. For example, the rate of
incoming phone calls differs according to the
time of day. But if we focus on a time interval
during which the rate is roughly constant, such
as from 2 to 4 p.m. during work days, the
exponential distribution can be used as a good
approximate model for the time until the next
phone call arrives
28

FDP exponencial ~ Exp()

29

Algunas frmulas FDP exponencial

Funcin cuartil:

Media:
Si usted recibe en promedio dos llamadas
telefnicas por hora, se espera que usted tenga
que esperar media hora por cada llamada

Varianza:

30

FDP exponencial con MATLAB

y = exppdf(x,1/);

= fX(x;)

p = expcdf(x,1/);

= FX(x;)
(-1)

x = expinv(p,1/);

= FX (p;)

[m,v] = expstat(1/) ;

= media y varianza

31

FDP exponencial con EXCEL

y = DISTR.EXP(x;;FALSO)

= fX(x;)

p = DISTR.EXP(x;;VERDADERO)

= FX(x;)

x = DISTR.GAMMA.INV(p;1;1/)

(-1)

= FX (p;)

32

Ejemplo 1: FDP exponencial

Se sabe que la cantidad de tiempo que un
empleado postal gasta con su cliente sigue una
FDP exponencial, con un tiempo promedio de 4
minutos por cliente

Cual es la probabilidad que un empleado postal

emplee entre 4 y 5 minutos con un cliente
seleccionado al azar?

33

Ejemplo 1: FDP exponencial

Cual es la probabilidad que un empleado postal
emplee entre 4 y 5 minutos con un cliente
seleccionado al azar?

34

Ejemplo 1: FDP exponencial

El 75% de los clientes son atendidos en cuanto
tiempo?

35

Ejemplo 2: FDP exponencial

En promedio, un circuito de un computador dura
10 aos.
El tiempo que los componentes electrnicos
duran siguen una distribucin exponencial. Cul
es la probabilidad que ese tipo de circuitos duren
ms de 7 aos?

36

Ejemplo 2: FDP exponencial

En promedio, un circuito de un computador dura
10 aos.
Cunto es el tiempo de duracin de 80% de los
circuitos?

37

Ejemplo 2: FDP exponencial

Cul es la probabilidad que una parte de
computador dure entre 9 y 11 aos?

38

Ejemplo 3: FDP exponencial

Suponga que la longitud de una llamada
telefnica se modela como una variable aleatoria
que sigue una distribucin exponencial. Suponga
que el tiempo promedio de una llamada telefnica
es 6 minutos. Si una persona llega al telfono
pblico justo antes que usted, ms o menos
cunto tiempo le tocar esperar? Cul es la
probabilidad que le toque esperar ms de seis
minutos?

39

Deduccin de la FDP exponencial

40

Notas FDP exponencial

Debido a la propiedad de estacionaridad y de
independencia del suceso de Poisson, la PDF
exponencial denota la probabilidad que no ocurra
ningn suceso en un intervalo cualquiera de
longitud t, comience o no en el tiempo 0. En
resumen, los tiempos de interarribos de un
proceso de Poisson son independientes y se
distribuyen exponencialmente.

41

Propiedad de la falta de memoria

Cuando una variable aleatoria es exponencial,
entonces la FDP obedece:

42

Propiedad de la falta de memoria

43

Ejemplo

44

FDP normal o gausiana X~N(,)

Es la ms importante y la ms abusada de
las FDPs
Las FDPs de muchas estadsticas muestrales
tienden hacia la FDP normal conforme crece el
tamao de la muestra.

45

FDP normal o gausiana X~N(,)

La FDP normal fue
descubierta
por
Abraham de Moivre en
1733 tomando un lmite
de la FMP binomial, sin
embargo comnmente
se conoce como FDP
gausiana ya que Karl
Friedrich Gauss la cit
en un artculo en 1809.
Abraham de Moivre (1667 1754),
matemtico francs descubridor de la
distribucin normal

46

FDP normal o gausiana X~N(,)

La FDP:

La FDA:

debe integrarse numricamente, ya que no tiene solucin analtica

47

FDP normal o gausiana X~N(,)

Media:

Varianza:

48

49

Ejemplos de aplicacin

La resistencia a la compresin del concreto

Coeficiente de inteligencia ~N(=100,=15)

50

Propiedades de la FDP gausiana

fX(x) es simtrica alrededor de x=, la cual es al

mismo tiempo la media, mediana y moda de la
distribucin, de hecho:

Los puntos de infleccin de fX(x) ocurren en

x=+ y x=-

51

Dominio de la FDP normal

Tericamente el dominio de la FDP normal fX(x)

es (-,).
En la prctica puede ser til suponer que cierta
variable, tal como la carga, el peso o el tiempo
se limitan fsicamente a valores no negativos.
Por lo tanto, es importante observar las colas
para entender mejor como manejar el dominio
terico (-,).

52

La FDA normal estndar

Cambio de variables:

donde,
FDP normal
estndar: observe
que es equivalente a
FX(x;0,1)

53

Transformacin a la FDA normal

estndar

es una variable aleatoria

normalmente distribuda ~N(=0,=1)

por lo tanto,

54

Formulacin alternativa de la FDA

normal estndar
La FDA normal estndar se puede escribir como:

donde la funcin erf est dada por:

NOTA: esta funcin ya est
programada en MATLAB (erf)y en
MS EXCEL (=ERF)
55

Probabilidades bajo la FDP normal

56

FDP normal con MS EXCEL

p = DISTR.NORMAL(x;;;FALSO)

= fX(x;;)

p = DISTR.NORMAL(x;;;VERDADERO)

= FX(x;;)
(-1)

x = DISTR.NORMAL.INV(p;;)

= FX (x;;)

p = DISTR.NORMAL.ESTAND(z)

= FX(p;0,1)

z = DISTR.NORMAL.ESTAND.INV(p)

= FX(-1)(p;0,1)

z = NORMALIZACION(x;;)

57

FDP normal con MATLAB

y = normpdf(x,,);

= fX(x;,)

p = normcdf(x,,);

= FX(x;,)

x = norminv(p,,);

(-1)

= FX (p;,)

[m,v] = normstat(,);

= media y varianza

58

Dibujando la FDP normal con MATLAB

dentro de los lmites especificados

p = normspec(specs,mu,sigma)

59

Ejemplo: FDP normal

Una fbrica de tornillos debe producir un tornillo con
especificacin del dimetro igual a 2cm0.1cm. Si el
dimetro de los tornillos se distribuyen segn
~N(2.02cm, 0.06cm), cul es la probabilidad de que
un tornillo en la etapa de control de calidad sea
desechado?

60

Dibujo de probabilidad normal en

MATLAB con normplot
http://en.wikipedia.org/wiki/Normal_probability_plot

Este es un test visual de normalidad.

61

Ejemplo 1: FDP normal

La resistencia de un cilindro de concreto se
distribuye segn una FDP normal con media 220
2
2
kgf/cm y una desviacin estndar de 20 kgf/cm .
Encuentre:

La probabilidad que f'c sea menor que 200kgf/cm2

62

63

Ejemplo 1: FDP normal

La resistencia de un cilindro de concreto se
distribuye segn una FDP normal con media 220
2
2
kgf/cm y una desviacin estndar de 20 kgf/cm .
Encuentre:

La probabilidad que f'c sea a lo ms 250kgf/cm2

64

Ejemplo 1: FDP normal

La probabilidad que f'c est entre 210 y 240kgf/cm

2:

65

Ejemplo 2: FDP normal

La demanda mensual de un producto sigue una

FDP N(=200 unidades,=40 unidades).
Qu tan grande debe ser el inventario
disponible a principios de un mes de modo que
la probabilidad de existencia de un producto
sea de al menos 95%?

66

Ejemplo 2: FDP normal

67

Teorema del lmite central

68

Convergencia en distribucin

69

Teorema del lmite central

Este teorema ser vlido incluso si los

sumandos de Xi no son i.i.d., aunque algunas
restricciones con respecto a los grados de
dependencia y la tasa de crecimiento de los
momentos deben ser an impuestas.
Por ejemplo, puede que las variables aleatorias
Xi no sean idnticamente distribudas, siempre
y cuando cada variable individual tenga poco
efecto sobre la suma.
70

Teorema del lmite central

Puesto que la variable aleatoria en muchos

fenmenos se origina a partir de variaciones
aditivas, no es sorprendente que los
histogramas que aproximan la FDP normal se
observen frecuentemente en la naturaleza y
que esta FDP se adopte a menudo como
modelo en la prctica.

71

Ejemplo del teorema del lmite central

72

Ejemplos: el teorema del lmite

central en la vida prctica

La prueba del ICFES (como suma de puntos).

Las cargas muertas y vivas de una estructura
(se consideran como la suma de muchas
fuerzas relativamente pequeas, suponiendo
que ninguna de ellas domina al total).
La longitud total es la suma de las diferentes
partes individuales: la longitud total de una
distancia, el tiempo total gastado repitiendo
varias operaciones idnticas en un programa
de construccin suponiendo que los tiempos
son independientes.

73

La combinacin lineal de variables

aleatorias normales tambin es normal

Ejemplo:

74

Deduccin de la FDP normal

75