Universidad Nacional Autnoma de

Mxico
Facultad de Qumica

Estadstica (1400)

Alumnos:
Hernndez Urbina Csar Alfredo
Rosas Martnez Enrique Jerssain

Profesor:
Carlos Alberto Sagredo Suazo

Tarea:
Tipos de Distribucin

Distribucin Gamma
Distribucin Exponencial
Distribucin Chi-Cuadrada
Distribucin Weibull
Distribucin Beta
Distribucin Gamma

En esta distribucin una funcin de densidad de probabilidad cuyas variables

aleatorias no pueden ser negativas y su distribucin es sesgada hacia la derecha,
es decir la mayor parte del rea bajo la curva de la funcin, se encuentra cerca del
origen y los valores de la funcin de densidad disminuyen en relacin cuando X
aumenta

La distribucin Gamma est dada por:

r ( a )= x a1 ex dx
0

Tambin se puede representar como: r ( a )= ( a1 ) !

Cuando a=1 la funcin Gamma tambin es = 1

r ( 1 )= ex dx
0

La funcin de distribucin Gamma esta dado por:

x
a1
f ( x )=x e , x >0

Sin embargo, esta funcin no da 1 en la suma total de probabilidades esa es la

razn por la cual debemos multiplicarla por una constante K
x
a1
f ( x )=k x e , x> 0

Su funcin de densidad de probabilidad es:


x
1 a1
a
x e , x> 0
r (a)
0 , para otro x

f ( x )=

Con parmetros: : Parmetro de escala, >0

: Parmetro de forma, >0

Valor esperado (media):

E ( x )=a

Varianza:
2 2
=a

La distribucin Gamma toma una variedad de formas dependiendo del valor de .

Ejercicio: Suponga que las llamadas telefnicas que llegan a un conmutador

particular siguen un proceso de poisson con un promedio de 5 llamadas entrantes
por minuto Cul es la probabilidad de que transcurra a lo ms un minuto hasta
que lleguen 2 llamadas al conmutador?

1
= 5

x=1 P ( x 1 ) =25 x e 5 x dx5 x e 5 x e5 x 10

0

P ( x 1 ) =0.96

=2

Distribucin Exponencial

Es un caso particular de la distribucin Gamma y tiene aplicaciones del inters

prctico. Se obtiene con =1 en la distribucin Gamma
Una variable aleatoria continua X tiene distribucin exponencial, su densidad de
probabilidad est dada por:

x
1
e , x >0

o , para otro x

f ( x )=

>0, es el parmetro para este modelo

Media & Varianza de la Distribucin Exponencial

Media:

=E ( x )=

Varianza:

2=V ( x )= 2

Se obtiene directamente de la distribucin Gamma con = 1

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.

==4

Densidad de probabilidad:
y
1 4
f ( y )= e , y> 0
4

Solucin:

Probabilidad de que un componente siga funcionando al cabo de 6 aos

6 y
1
P ( y 6 )=1P ( y< 6 )=1 e 4
dy=0.2231
0 4
X tiene distribucin binomial con n=3, p= 0.2231

P ( x=2 )=f ( 2 ) = 3 0.22312 0.776932=0.1160=11.6

2()

Distribucin Chi Cuadrada (Ji Cuadrada) x2

Es la distribucin muestral de S 2 . O sea que si se extraen todas las muestras

posibles de una poblacin normal y a cada muestra se le calcula su varianza, se

obtendr la distribucin muestral de varianzas.

Para estimar la varianza poblacional o la desviacin estndar, se necesita conocer

el estadstico x 2 . Si se elige una muestra de tamao n de una poblacin normal
2
con varianza , el estadstico:

( n1 ) S 2
2

Tiene una distribucin muestral que es una distribucin ji cuadrada con gl= n-1
grados de libertad y se denota x 2 . El estadstico ji cuadrada esta dada por:

( n1 ) S 2
x 2=
2

Donde n es el tamao de la muestra, S 2 la varianza muestral y 2 la varianza

de la poblacin de donde se extrajo la muestra. El estadstico ji cuadrada
tambin se puede denotar como

( xx )2
x 2=
2

La funcin de densidad de la distribucin x 2 esta dada por

 v x
1
f ( x )= v
x 21 e 2

2 v
2 r( )
2

Ejercicio: Encuentre la probabilidad de que una muestra aleatoria de 25

2
observaciones de una poblacin normal con varianza =6 tenga una varianza
muestral

a) Mayor que 9.1

b) Entre 3.462 y 10.745
2
Solucin: Valor de x

( n1 ) s 2 ( 251 )( 9.1 )
x 2= = =36.4
2 6

Al buscar este nmero en el rengln 24 grados de libertad nos da un rea a la

derecha de 0.05, por lo que la P ( s 2> 9.1 )=0.05

Se calcula los valores de x2

( n1 ) s 2 (251)(3.462)
x 2= = =13.847
2 6

( n1 ) s 2 (251)(10.745)
x 2= = =42.98
2 6

Aqu se tiene que buscar los dos valores en el rengln de 24 grados de libertad, al
buscar el valor de 13.846 se encuentra un rea a la derecha de 0.95, el valor de
42.98 da un rea a la derecha de 0.01, como se esta pidiendo la probabilidad
entre dos valores se resta el rea de 0.95 menos 0.01 quedando 0.94

P ( 3.462 s 2 10.745 ) =0.94

Distribucin Weibull
Este modelo se utiliza en estudios de confiabilidad de ciertos tipos de sistemas.
Una variable continua X tiene distribucin de weibull si su densidad de
probabilidad est dada por

{

1 x
x ( ) si x 0
f ( x )= a a () e a

0 si x <0

Si =1, este modelo se reduce al modelo de distribucin exponencial

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

Media y varianza de la distribucin weibull

Si X es una variable aleatoria continua con distribucin de weibull, entonces

Media:
1
1+1
=E ( x )=a r ( )

Varianza:

r ( 1+1 )
2

1+ 2
r(
)

2
2
=V ( x )=a

Ejercicio: Suponga que la vida til en horas de un componente elctrico tiene

distribucin weibull con a=0.1 =0.5

a) Calcule la vida til promedio

b) Calcule la probabilidad que dure mas de 300 horas

Sea X: vida til en horas (variable aleatoria continua) su densidad de probabilidad:

0.5

f ( x )=0.05 x0.5 e0.1 x

 1 1
1+1 1+1
a) =a r ( )

= ( 0.1 ) 0.5 r ( )
0.5 =
0.12 r ( 3 ) =200 horas

b)
300
1 0.1 y y
P ( x >300 ) =0.05 y
e
0.5
dy=0.1 e0.1 dy=1P ( x 300 ) =10.1 e0.1 dy=0.177
300 300 0

Distribucin Beta