Академический Документы
Профессиональный Документы
Культура Документы
w x X ( w)
X
f ( x ) P[ X x ]
1 / 8 si x 0
3 / 8 si x 1
f (x)
3 / 8 si x 2
1 / 8 si x 3
(1 3x x2 ) / 8 si x 0;1;2;3
f ( x)
0 otro caso
VARIABLE ALEATORIA DISCRETA
1 : f (x) 0
2 : f ( x) P[ X x]
3 : f (x) 1
x
VARIABLE ALEATORIA DISCRETA
F ( x) P[ X x] f (t )
tx
0 si x 0
1 / 8 si 0 x 1
F (x) 4 / 8 si 1 x 2
7 / 8 si 2 x 3
1 si 3 x
VARIABLE ALEATORIA DISCRETA
Esperanza Matemática:
E(X)=µ Valor esperado, E ( X ) x f ( x)
x
media poblacional
V ( X ) E( X E( X )) 2
Varianza: V(X)=σ2
varianza poblacional E( X ) ( E( X ))
2 2
2 x 2 f ( x) 2
x
En nuestro 1 3 3 1 3
0 1 2 3
ejemplo, se 8 8 8 8 2
tiene: 1 3 3 1
0 1 4 9
2 2 3
8 8 8 8 4
VARIABLE ALEATORIA CONTINUA
[a X b] {u U / a X (u ) b}
VARIABLE ALEATORIA CONTINUA
x
si 1 x 3
Sea la función definida por: f ( x) 4
0 otro caso
x
F ( x) P[ X x]
f ( x)dx
0 si x 1
Para el 2
ejemplo se x 1
F ( x) si 1 x 3
tiene: 8
1 si 3 x
VARIABLE ALEATORIA CONTINUA
Esperanza Matemática:
Varianza:V(X)=σ2 V ( X ) E ( X E ( X )) 2
varianza poblacional E ( X 2 ) ( E ( X )) 2
2 x 2 f ( x)dx 2
3
x 13
x dx 2.167
1
4 6
En el ejemplo: 3 2
2 x 13 11
x dx 5 0.3056
2 2
1
4 6 36
Fenómeno de Bernoulli (v.a. Bernoulli)
En un experimento sólo tenemos Éxito valor 1, Fracaso
valor 0, con posibilidad “p” y “q=1-p”.
1 x
f ( x) p (1 p)
x
x 0 ,1 p , 2 pq
BINOMIAL B(n,p)
Repetimos n veces un experimento de Benoulli y
contamos el número de éxitos x.
n x
f ( x) p (1 p) n x x 0, 1, 2, ..., n
x
np , 2
npq
“k” es el número más probable de apariciones
en una Binomial si tenemos :
np q k np p
La probabilidad de que una pieza sea estandar es 0.75,
de 10 piezas ¿cuál es el número más probable de piezas
consideradas estandares? (Rpta: 8)
e
x
, 2
f ( x) x 0, 1, 2, ...
x!
m n mr
donde N m n
x r x N
f ( x) , x 0, 1, 2, ..., r
m n N r m m
2
(r ) 1
r N 1 N N
x 1 1 1 2
f ( x) pq , x 1, 2, 3, ... , 2 2
p
p p q
f ( x)
0.2
4
1.338 10
0
4 2 0 2 4
4 x 4
Aproximación de la Binomial B(n,p) mediante una
Normal N(u,σ²)
ab
1
si a x b 2
f ( x) b a
0 (b a ) 2
otro caso
2
12
1
ba
a b
Función
( ) x 1 x
e dx 0
Gamma
0
1
f ( x) x 1e x / , x 0
( ) 2 2
EXPONENCIAL Γ(1,β)
1 x /
f ( x) e ,x0
2 2
Gamma - Exponencial
Gamma y Exponencial
0.5 0.6
0.4
f(x)
g(x)
0.2
0
0
0 2 4 6 8 10
0 x 10
Observación:
La variable aleatoria continua X que mide el
tiempo entre la aparición de dos eventos
sucesivos de un flujo elemental de
intensidad λ tiene distribución exponencial
x
F(x) 1 e , x 0
1
Función de Fiabilidad
Se denomina elemento un dispositivo cualquiera
independiente de que sea simple o complejo. Supongamos
que el elemento comienza a trabajar en el instante t0, y en
el instante t ocurre el fallo. Designemos por T la magnitud
aleatoria continua que mide la duración del tiempo de
trabajo sin fallo del elemento y por λ la intensidad de fallos
(promedio de fallos por unidad de tiempo).
Llamamos función de Fiabilidad R(t), aquella que
determina la probabilidad de trabajo sin fallo del elemento
en el tiempo t, y se define por:
t
R (t ) e
CHI CUADRADO
1 n/ 2 x / 2
n
f ( x) x e x0
( n / 2) 2 n/2
2n
2
CHI CUADRADO
0.184 0.2
0.15
f(x)
0.1
0.05
0
0
0 5 10 15
0 x 15
T de STUDENT Tn
n 1
2 ( n 1) / 2
f ( x) 2 1 x x
n (n / 2) n
T(2)
0.25 0.3
0.2
f ( x)
0.1
3
9.259 10
0
4 2 0 2 4
4 x 4
BETA B(a,b)
a
a1
(a b) x b 1
f (x) ab
, 0 x ( a b 1) a
(a)(b) (1 x)
2
(b 1) 2 (b 2)
n/ 2 (n2) / 2
((m n) / 2) n x
f (x) (mn) / 2
, 0 x
(n / 2)(m / 2) m nx
1
m