Вы находитесь на странице: 1из 27

VARIABLES ALEATORIAS Variables Aleatorias Continuas

FUNCION DE DENSIDAD PROBABILISTICA


Se dice que X es una variable aleatoria continua si existe una funcin f llamada funcin de densidad de probabilidad (fdp) que satisface las siguientes condiciones:

Si X es una variable aleatoria continua, entonces para cualesquiera y

FUNCION DE DISTRIBUCION ACUMULADA


La funcin de distribucin acumulada de una variable aleatoria continua X es:

F(x) satisface las siguientes condiciones:

MOMENTOS DE UNA V.A.C

EJEMPLO
Sea X una variable aleatoria continua y

a) b)

Verificar que f(x) es una f.d.p. Encontrar F(x)

c)

P(X>1/3 / X 3/4)

DISTRIBUCIN CONTINUA UNIFORME


Una variable aleatoria continua X con funcin de densidad de probabilidad

tiene una distribucin continua uniforme con parmetros:

EJEMPLO 1
El grosor de un reborde de un componente aeronutico tiene una distribucin uniforme entre 0.95 y 1.05 milmetros. Determine la funcin de distribucin acumulada del grosor de los rebordes Determine la proporcin de los rebordes que exceden 1.02 milmetros

DISTRIBUCIN NORMAL
Es la mas importante distribucin de probabilidad ya que alrededor de ella giran todas las distribuciones. Tambin conocida como la distribucin de Gauss o gaussiana, juega un papel importante en la teora de la informacin y la comunicacin.

Una variable aleatoria X con funcin de densidad de probabilidad

tiene una distribucin normal con parmetros donde

Notacin

DISTRIBUCION NORMAL ESTANDAR


Una variable aleatoria normal con y se le conoce como variable aleatoria normal estndar y se denota por Z. La funcin de distribucin acumulada de una variable aleatoria normal estndar se denota como:

COMO ESTANDARIZAR UNA V.A. NORMAL


Desafortunadamente no hay una expresin de forma elemental para la fdp de la distribucin normal, las probabilidades basadas en la distribucin normal generalmente se hayan por mtodos numricos o por tablas. La mejor solucin es estandarizar la variable aleatoria normal y convertirla en una v.a. normal estndar.

COMO ESTANDARIZAR UNA V.A. NORMAL


Si X es una V.A normal con , entonces la variable aleatoria y

Es una variable aleatoria normal con

Es decir, es una variable aleatoria normal estndar

TABLA

EJEMPLO 2
El volumen de una mquina automatizada usada para llenar latas de una bebida carbonatada tiene una distribucin normal con una media de 12.4 onzas lquidas y una desviacin estndar de 0.1 onzas lquidas. Cul es la probabilidad de que un volumen de llenado sea menor que 12 onzas lquidas? Si se desechan todas latas con menos de 12.1 onzas o con ms de 12.6 onzas qu proporcin de latas se desecha?

RELACIONES DE LA ~ NORMAL

Si y ambas son independientes, entonces una distribucin exponencial

tiene

Si es una secuencia de variables normales estndar mutuamente independientes, entonces

tiene una distribucin gamma(1/2,n/2) o una distribucin ji-cuadrado con n grados de libertad.

RELACIONES DE LA ~ NORMAL

Si X es una variable aleatoria binomial, entonces es aproximadamente una variable aleatoria normal estndar. La aproximacin es buena para n.p>5 y n(1-p)>5

Si X es una variable aleatoria de Poisson con , entonces:

DISTRIBUCIN EXPONENCIAL
La variable aleatoria X que es igual a la distancia entre dos conteos sucesivos de un proceso de Poisson con una media mayor que cero, tiene una distribucin exponencial con parmetro . La f.d.p es

Los momentos

PROPIEDAD DE FALTA DE MEMORIA


La distribucin exponencial y la distribucin geomtrica tienen la propiedad de prdida de memoria, es decir

EJEMPLO 3
La vida de un ensamblaje mecnico en una prueba de vibracin tiene una distribucin exponencial con una media de 400 horas. Cual es la probabilidad de que un ensamblaje sometido a prueba falle en menos de 100 horas? Cul es la probabilidad de que un ensamblaje opere durante ms de 500 horas antes de fallar? Si un ensamblaje se ha sometido a prueba durante ms de 400 horas sin fallar, cul es la probabilidad de una falla en las 100 horas siguientes?

DISTRIBUCIN DE ERLANG
Es una generalizacin de la distribucin exponencial donde la variable de inters es la longitud hasta que ocurran r conteos en un proceso de Poisson.

DISTRIBUCIN GAMMA
La distribucin de Erlang es un caso especial de la distribucin gamma con fdp:

Los momentos

EJEMPLO 4
La duracin en aos de un repuesto es una variable aleatoria que tiene una distribucin exponencial con una media de 2 aos, una maquina consume un repuesto tras otro, Cul es la probabilidad de que la maquina dure mas de 5 aos trabajando con 2 repuestos?

DISTRIBUCIN CHI-CUADRADA
Es un caso especial de la distribucin gamma en la que =1/2 y r=n/2. sta distribucin se usa ampliamente en la estimacin de intervalos y en las pruebas de hiptesis. Tambin se encuentra tabulada.

EJEMPLO 5
X ~ X2(5) hallar P(X< 7,289) P(3<X<15,086)

TABLA

DISTRIBUCIN WEIBULL
Se usa con frecuencia para modelar el tiempo hasta que ocurre una falla. Los parmetros de la distribucin son muy eficientes para modelar sistemas en los que el nmero de fallas aumenta, disminuye o permanece constante con el tiempo. La fdp es

La funcin acumulada

Los momentos

EJEMPLO 6