Академический Документы
Профессиональный Документы
Культура Документы
VICE-RECTORADO ACADMICO
FACULTAD DE INGENIERA
TRABAJO
INTEGRANTES:
JORGE MOGOLLON
CI: 21.459.583
SECCION:
SAIA B
INTRODUCCIN
implica
los
errores
en
las
mediciones
cientficas
se
aproximan
usar
el
clculo
integral
para
encontrar
P(a
<x<
b).
Parmetros:
a: parmetro de escala, a > 0
p: parmetro de forma, p > 0
de
fallas
de
partes
componentes
sistemas
elctricos,
se
emplean
distribuciones
de
extremos,
para
ajustar
las
Grfica:
Ejemplo
El nmero de pacientes que llegan a la consulta de un mdico sigue una
distribucin de Poisson de media 3 pacientes por hora. Calcular la
probabilidad de que transcurra menos deuna hora hasta la llegada del
segundo paciente.
Debe tenerse en cuenta que la variable aleatoria tiempo que transcurre
hasta la llegada del segundo paciente sigue una distribucin Gamma (6, 2).
Clculo de probabilidades. Distribuciones continuas
Gamma (a,p)
a : Escala 6,0000
p : Forma 2,0000
Punto X 1,0000
Cola Izquierda Pr [X<=k] 0,9826
Cola Derecha Pr [X>=k] 0,0174
Media 0,3333
Varianza 0,0556
Moda 0,1667
La probabilidad de que transcurra menos de una hora hasta que llegue el
segundo pacientees 0,98.
Se destaca que con valores iguales a cero no es posible el clculo del
valor A pues ellogaritmo de cero es infinito. En el caso de que aparezcan
valores nulos hay que crear unafuncin mixta compuesta de la probabilidad
del valor nulo y la probabilidad del valor nonulo: q y p = 1-q.
Ejemplo:
Con los datos de precipitacin del mes de Julio se pide calcular los
percentiles 20, 40, 60 y 80 mediante el empleo de la ley de distribucin
Gamma.
00
00
9.4
6.0
0.0
10.5
44.8
8.7
10.0
2.8
12.3
3.9
3.2
2.5
8.2
37.1
16.7
4.8
2.8
68.6
71.2
9.7
72.9
13.8
0.0
5.6
4.0
37.9
2.6
Solucin.
El nmero de datos de la serie es de 29. Podemos observar que en algunos
aos durante el mesde Julio no hubo precipitacin. Como con los valores
iguales a cero no es posible el clculo delvalor A pues el logaritmo de cero es
infinito. Hay que crear una funcin mixta compuesta de laprobabilidad del
valor nulo q y la del valor no nulo p = 1-q.
Dicho
de
manera
ms
general,
el
tiempo
transcurrido
desde
Ejercicio
Se ha comprobado que el tiempo de vida de cierto tipo de marcapasos
sigue una distribucinexponencial con media de 16 aos. Cul es la
probabilidad de que a una persona a la que sele ha implantado este
marcapasos se le deba reimplantar otro antes de 20 aos? Si elmarcapasos
lleva funcionando correctamente 5 aos en un paciente, cul es la
probabilidadde que haya que cambiarlo antes de 25 aos?
La variable aleatoria tiempo de vida del marcapasos sigue una
distribucin exponencial deparmetro lambda=1/16=0,0625
Resultados
Clculo de probabilidades. Distribuciones continuas
Exponencial (lambda)
Lambda : Tasa 0,0625
Punto X 20,0000
Cola Izquierda Pr[X<=k] 0,7135
aplicabilidad
principalmente
debido
su
relacin
con
las
Grfica
Weibull
La distribucin Weibulles una distribucin de probabilidadcontinua; queda
totalmente definida mediante dos parmetros, forma (a) y escala (b). En el
caso particular de que a=1, se tiene la distribucin exponencial, y si a = 2 y b
= recibe el nombre de
2 distribucin de Rayleigh.
Usos:
Esta distribucin se utiliza para modelar situaciones del tipo tiempo fallo,
modelar tiempos de vida o en el anlisis de supervivencia, aparte de otros
usos como, por ejemplo, caracterizar el comportamiento climtico de la lluvia
en un ao determinado.Se ha usado para modelar situaciones del tipo
tiempo- falla, bien puede indicar la vida til de cierto artculo, planta o
animal, confiabilidad de un componente.
Grficas Obsrvense a continuacin las grficas de algunas de las formas
que adquiere la distribucin.
Ejercicio
Se trata de un modelo continuo asociado a variables del tipo tiempo de
vida, tiempo hasta que un mecanismo falla, etc. La funcin de densidad de
este modelo viene dada por:
CONCLUSION
Una vez desarrollado el tema sobre probabilidades se puede llegar a las
siguientes conclusiones:
A travs de esas construcciones tericas, se podr experimentar sobre
aquello que la realidad no permita;se usa extensamente en reas como la
estadstica, la fsica, la matemtica, la ciencia para lograr conclusiones sobre
la probabilidad de sucesos potenciales en sistemas complejos.
Debido a la necesidad de modelar lo observable laprobabilidad constituye
un importante parmetro en la determinacin de las diversas casualidades
obtenidas tras una serie de eventos esperados dentro de un rango
estadstico; un modeloresulta extremadamente til, siempre que se
corresponda con la realidad que pretende representar o predecir; por ello es
necesario conocer cada distribucin de la probabilidad en el casos
especifico, sus usos y formas de aplicarlas.
Asimismo la probabilidad mide la frecuencia con la que se obtiene un
resultado (o conjunto de resultados) al llevar a cabo un experimento
aleatorio, del que se conocen todos los resultados posibles, bajo condiciones
suficientemente
estables;
en
este
sentido
se
recurre
diferentes
BIBLIOGRFIA