D.R.

Universidad Virt ual del Tecnolgico de Mont errey, 2011 1

PGI T
1
Si st emas de cont r ol
de Pr ocesos
PGI T PGI T
( )
x n x
p p
x
n
x f

|
|
.
|

\
|
= 1 ) (
LA DI STRI BUCI N BI NOMI AL
Una v.a. X tiene distribucin binomial si su
funcin de probabilidad esta dado por;
Donde X = 0, 1, 2, ..., n. Adems la probabilidad
de que ocurra un xito es p, donde E(X) = np,
V(X) = np(1-p).
PGI T
LA DI STRI BUCI N BI NOMI AL
Esta distribucin aplica cuando se repiten
independientemente n experimentos de
Bernoulli y X es el nmero de xitos que
ocurren.
PGI T
EJEMPLO
Suponer que en un proceso de manufactura se
tiene que el 5% de los productos son defectuosos.
Suponer que se toma una muestra aleatoria de
150 productos. Sea X la v.a. que se refiere al
nmero de productos defectuosos que aparecen
en la muestra.
PGI T
( )
144 6
05 . 0 1 05 . 0
6
150

|
|
.
|

\
|
SOLUCI N
De Excel,
P(X=6) = BINOMDIST(6,150,0.05,0) = 0.1384
donde P(X=6) =
Adems
P(X > 6) = 1 P(Xs6) = 1
BINOMDIST(6,150,0.05,1) = 1 0.3729 = 0.6271
PGI T
LA DI STRI BUCI N GEOMTRI CA
Una v.a. X tiene distribucin geomtrica si
su funcin de probabilidad
es f(x) = p(1 p)
x-1
para x = 1,2,3,...
Se tiene que
E(X) = 1/p, y V(x) = (1/p)[(1/p) 1]
donde p es la probabilidad de que ocurra un
xito.
D.R. Universidad Virt ual del Tecnolgico de Mont errey, 2011 2
PGI T
LA DI STRI BUCI N GEOMTRI CA
Adems se tiene que la probabilidad
acumulada esta dada por
F(x) = P(X s x) = 1 (1-p)
x
Esta distribucin aplica cuando se repiten
independientemente experimentos B hasta
que ocurre el xito por primera vez, X es el
nmero de veces que se hizo el experimento.
PGI T
EJEMPLO
Continuando con el ejercicio anterior, ahora
suponga que se selecciona una producto al
azar uno tras otro hasta que aparezca un
producto defectuoso, recordar que la
probabilidad de que sea defectuoso es 5%.
Sea X la v.a. que indica el nmero de
productos seleccionados, entonces X tiene
distribucin geomtrica.
PGI T
SOLUCI N
Luego,
E(X) = 1/0.05 = 20, V(X) = (1/0.05)[(1/0.05)-1] = 380,
entonces o = 19.49
P(X=25) = 0.05(1-0.05)
25-1
= 0.0146
P(Xs25) = 1 (1-0.05)
25
= 0.7226
P(X>25) = 1 P(Xs25) = 1 0.7226 = 0.2774
PGI T
Una v.a. X tiene distribucin poisson si su
funcin de probabilidad
es
Con x = 0, 1, 2, 3, ...
Adems E(X) = , V(X) =
f x
e
x
x
( )
!
=

LA DI STRI BUCI N POI SSON
PGI T
LA DI STRI BUCI N POI SSON
Esta distribucin se aplica para modelar el
nmero de xitos que ocurren en un
intervalo de tiempo preestablecido, o en una
regin del espacio (longitud, superficie o
volumen) preestablecida.
PGI T
EJEMPLO
Suponer que el nmero de accidentes (X) al
ao que ocurren en una planta es una v.a. tal
que en promedio ocurren 7.4 accidentes.
Suponer que X se ajusta a una distribucin
Poisson, entonces =7.4
D.R. Universidad Virt ual del Tecnolgico de Mont errey, 2011 3
PGI T
SOLUCI N
Luego,
P(X = 5) = ( 7.4
5
e
-7.4
)/(5!) = POISSON(5,7.4,0) = 0.113
De Excel se puede obtener que:
P(X s 6) = POISSON(6,7.4,1) = 0.392
P( X > 10) = 1 P(X s 9) = 1 POISSON(9,7.4,1) = 0.2123
P( 3 < X s 8) = P(X s 8) P(X s 3) = 0.6757 0.0632 = 0.6125
P(5 s X < 12) = P(X s 11) - P(X s 4) = 0.9265 0.1395 = 0.7870
PGI T
LA DI STRI BUCI N EXPONENCI AL
Una v.a. X tiene distribucin exponencial si su funcin
de densidad
es: f(x) = (1/u) e
x/u
con x > 0
E(X) = u, V(X) = u
2
,
y la probabilidad acumulada es
F(x) = P(X s x) = 1 e
x/u
PGI T
LA DI STRI BUCI N EXPONENCI AL
Esta distribucin modela el tiempo de espera hasta
que ocurre un xito en una distribucin Poisson.
La relacin de sus parmetros es u = 1/ , o
tambin, = 1/ u
PGI T
EJEMPLO
Suponer que el tiempo (medido en das) que
transcurre para que falle una mquina es una
v.a. tal que en promedio pasan 25 das hasta
que falla. Suponer que este tiempo (X) sigue
una distribucin exponencial.
PGI T
SOLUCI N
Entonces u = 25. Luego, P(X < 20) = 1 e
-20/25
= 0.5507
En Excel, P(X < 20) = P(X 20) = EXPONDIST(20,1/25,1).
P(X > 40) = 1 P(X 40) = 1 [1 e
-40/25
] = e
-40/25
=
0.2019
En Excel, P(X 40) = EXPONDIST(40,1/25,1).
P( 35 < X < 45) = P(X<45) P(X<35) = 0.8347 - 0.7534 =
0.0813
En Excel, P= EXPONDIST(45,1/25,1)-
EXPONDIST(35,1/25,1).
PGI T
Una v.a. X tiene distribucin normal si su
funcin de densidad es:
donde - < x < +, - < u < +, o > 0.
f x e
x
( )
( ) /
=

1
2
2 2
2
o t
u o
LA DI STRI BUCI N NORMAL
D.R. Universidad Virt ual del Tecnolgico de Mont errey, 2011 4
PGI T
Adems E(X) = u , V(X) = o
2
Esta distribucin modela la desviacin con
respecto a un target y es fundamental en la
inferencia estadstica.
LA DI STRI BUCI N NORMAL
PGI T
EJEMPLO
Suponer que el tiempo (en horas) en hacer un
trabajo sigue una distribucin normal con una
media de 3.5 horas y una desviacin estndar
de 1.3 horas.
PGI T
SOLUCI N
Sea X el tiempo en que se termina el trabajo, entonces de
Excel se puede obtener:
P(X < 3) = NORMDIST(3,3.5,1.3,1) = 0.3503
P(X > 5) = 1 P(X<5) = 1 NORMDIST(5,3.5,1.3,1) = 0.1243
P(2.5 < X < 4.5) = P(X<4.5) P(X<2.5) = 0.7791-0.2209 =
0.5582
Si se dese obtener el nmero w tal que P(X>w) = 0.10,
entonces
debemos usar la funcin normal inversa obteniendo que
w = NORMINV(1-0.10,3.5,1.3) = 5.166
PGI T
Una v.a. X tiene distribucin ;
2
con v grados de
libertad si tiene como
Funcin de densidad:
2 / 2 / ) 2 (
2 /
) 2 / ( 2
1
) (
x
e x x f

I
=
v
v
v
LA DI STRI BUCI N ;
2
( JI CUADRADA)
PGI T
LA DI STRI BUCI N ;
2
( JI CUADRADA)
Donde x > 0, I(y) es la funcin gamma,
adems E(X) = v, y V(X) = 2 v
Esta distribucin podra modelar un tiempo de
falla de una mquina. Pero tambin es muy
importante porque se relaciona con la
distribucin de S
2
, tal que ;
2
= (n-1)S
2
/o
2
con v = n-1
PGI T
EJEMPLO
Suponer que las ventas (en millones de pesos)
al mes de una planta de manufactura es una
v.a. que se ajusta a una distribucin ;
2
con 10
grados de libertad.
D.R. Universidad Virt ual del Tecnolgico de Mont errey, 2011 5
PGI T
SOLUCI N
P(X > 9.7) = CHIDIST(9.7,10) = 0.4672
P(X < 5.6) = 1 P(X > 5.6) = 1CHIDIST(5.6,10) = 0.1523
P(8.5<X<10.5) = P(X<10.5) P(X<8.5) = 0.6022 0.4199 = 0.1823
Si se desea encontrar el nmero w tal
que
P(X > w) = 0.36, entonces debemos usar
la funcin ;
2
inversa, obteniendo que,
w = CHIINV(0.36,10) = 10.968
PGI T
Una v.a. X tiene distribucin F con v
1
grados de
libertad en el numerador y v
2
grados de libertad en
el denominador si su funcin de densidad es:
2 / ) (
2
1
1
2
2
2
1
2 1
2 1
2 1 2
1
1
2 2
2
) (
v v v
v
v
v
v
v
v v
v v
+

|
|
.
|

\
|
+
|
|
.
|

\
|
|
.
|

\
|
I |
.
|

\
|
I
|
.
|

\
| +
I
=
x
x x f
LA DI STRI BUCI N F
PGI T
4 con
) 4 ( ) 2 (
) 2 ( 2
) ( V
; 2 con
2
) ( E
2
2
2
2 1
2 1
2
2
2
2
2
>

+
=
>

=
v
v v v
v v v
v
v
v
X
X
LA DI STRI BUCI N F
donde x > 0, y I(y) es la funcin gamma.
PGI T
La distribucin F se relaciona con el cociente
de dos variables aleatorias independiente que
tienen distribucin ;
2
tal que;
2
2
2
1
2
1
/
/
v ;
v ;
= F
LA DI STRI BUCI N F
PGI T
Luego, esta variable aleatoria tiene
distribucin F con v
1
grados de libertad en el
numerador y v
2
grados de libertad en el
denominador.
LA DI STRI BUCI N F
PGI T
EJEMPLO
Suponer que el tiempo (en horas) para hacer
un trabajo sigue una distribucin F con 2 g.l.
En el numerador y 10 g.l. En el denominador.
Sea X el tiempo en que se termina este trabajo.
D.R. Universidad Virt ual del Tecnolgico de Mont errey, 2011 6
PGI T
SOLUCI N
De Excel se puede obtener que:
P(X > 45 min) = FDIST(0.75,2,10) = 0.4971
P(X < 1.5) = 1 P(X > 1.5) =
1 FDIST(1.5,2,10) = 0.7307
P(0.5 < X < 1) = P(X < 1) P(X < 0.5)
= 0.5981 0.3791 = 0.2190
PGI T PGI T
Si se desea encontrar el nmero w tal que
P(X > w) = 0.07, entonces debemos usar la
funcin F inversa obteniendo que,
w = FINV(0.07,2,10) = 3.5104