Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribucion de Probabilidades Continuas
Distribucion de Probabilidades Continuas
Matemtica Aplicada
Unidad VI
1.
LA DISTRIBUCIN NORMAL
La distribucin normal es la distribucin mas importante de probabilidades, no
solo en la teora estadstica, sino tambin en sus aplicaciones a problemas
industriales. Es una distribucin continua y simtrica conocida tambin como la
distribucin de Gauss o de Laplace. La distribucin normal representa el
resultado de la actuacin conjunta de causas aleatorias, y por ello resulta
fundamental en el control estadstico de calidad, particularmente en la teora de
los grficos del control de fabricacin.
La funcin de probabilidades es:
f ( x; , 2 )
e ( x )
/ 2 2
- x
Donde:
Es la media de la distribucin
Es la desviacin estndar
f(x)
147
Matemtica Aplicada
1.1.
TECSUP PFR
( x )
f ( z)
2
z
1
e 2
2
2 ( z) 1 ; por
F( z)
1
2
t
e
/2
dt
F(z)
F( z)
1 z t2 / 2
e dt
2
z
z
0
Figura 2. Grfica de densidad de Probabilidad Normal Estndar.
148
TECSUP PFR
Matemtica Aplicada
=
=
=
=
p(0,87<z<1,28)
p(-0,34<z<0,62)
p(z>0,85)
p(z>-0,65)
Solucin
Consultando los valores necesarios en la tabla 3, obtenemos
Entre 0,87 y 1,28 = p(0,87<z<1,28)
0,0919
F(z)
z
0,87
1,28
Fig. 3.
149
Matemtica Aplicada
TECSUP PFR
F(z)
z
-0,34
0,62
Fig. 4.
1 F(0.85) 1 0.8023
0.1977
F(z)
z
0,85
Fig. 5.
F(z)
z
0,85
Fig. 6.
150
TECSUP PFR
Matemtica Aplicada
EJEMPLO 2
Si el monto de radiacin csmica a la que se expone una persona al volar
en avin por los Estados Unidos es una variable aleatoria con la
distribucin normal con 4.35 mrem y 0.59 mrem, determine las
probabilidades de que el monto de radiacin csmica a la que se
expondr una persona en un viaje as sea de:
Entre 4.00 y 5.00 mrem;
El menos 5.50 mrem.
SOLUCIN
Primero estandarizamos los valores:
0.59
0.59
= F(1.10) F(0.59)
= 0,8643 (1 0,7224)
= 0,5867
5.50 4.35
0.59
1 F
= 1 F(1.95)
= 1 0.9744
0.0256
EJEMPLO 3
El monto real de caf instantneo que una mquina de relleno deposita
en frascos de 4 onzas puede considerarse una variable aleatoria con
una distribucin normal con 0.04 onzas. Si slo 2% de los frascos
contienen menos de 4 onzas, Cul debera ser el relleno medio de esos
frascos?
Solucin
4
0.02 y, por lo tanto,
0.04
4
F
0.98
0.04
4
2.05
0.04
151
Matemtica Aplicada
TECSUP PFR
1
1
a k . Por ejemplo:
2
2
3,3
X
7,5
11,6
Fig. 7.
152
Nmero de
Interrupciones
TECSUP PFR
Matemtica Aplicada
7,5 11,6
1 F
1 F( 1,24)
3,3
F(1,24)
0,8925
1.2.
R LSC LIC
LSC A
LIC A
Donde A
3
; n = tamao de la muestra.
n
LS C
LM
LIC
n
MU ESTR A
Fig. 8.
153
Matemtica Aplicada
TECSUP PFR
EJEMPLO 5
Construir para muestras de n = 5 artculos el grfico de control de la
media de un proceso de fabricacin de ejes de acero con media
5,60 mm y desviacin estndar 0,05 mm.
Verificar si el proceso de fabricacin de ejes se mantiene BAJO CONTROL,
si se han extrado 10 muestras con n = 5 de hora en hora y los valores
se encuentran en la tabla siguiente:
MUESTRA
ARTICULO 1
ARTICULO 2
ARTICULO 1
ARTICULO 1
ARTICULO 1
5,67
5,50
5,58
5,48
5,70
5,586
2
3
5,90
5,52
5,58
5,66
5,61
5,68
5,59
5,59
5,44
5,38
5,624
5,566
5,60
5,76
5,55
5,58
5,57
5,612
5,55
5,68
5,65
5,45
5,68
5,602
5,39
5,65
5,63
5,57
5,61
5,570
7
8
5,79
5,67
5,61
5,59
5,59
5,59
5,70
5,75
5,51
5,48
5,640
5,616
5,51
5,51
5,65
5,55
5,63
5,570
10
5,66
5,64
5,61
5,66
5,56
5,626
Solucin
La lnea media:
LM = = 5,60
Los lmites de control sern:
LSC A 5,60 ( 3
LIC A 5,60 ( 3
5
5
)0,05 5,667
)0,05 5,533
154
MEDIA
TECSUP PFR
Matemtica Aplicada
3
5,68
n
LSC
5,667
5,66
5,64
5,62
LM
5,60
5,58
5,56
3
5,54
LIC
5,533
n
5,52
MUESTRA
1
10
Fig. 9.
2,984
2.
155
Matemtica Aplicada
3.
TECSUP PFR
4.
5.
6.
7.
19,88
8.
156
TECSUP PFR
Matemtica Aplicada
Sol:
9.
200 hr.
Determine la probabilidad de que un componente aleatoriamente
seleccionado dure entre 2000 y 2400 horas.
Determine la probabilidad de que un componente aleatoriamente
seleccionado dure mas de 2200 horas.
Sol:
0,4772
0,1587
2.
DISTRIBUCIN GAMMA
Varias densidades de probabilidad importantes que utilizan frecuentemente son
casos especiales de la distribucin Gamma. Esta distribucin tiene la densidad
de probabilidad.
x -1e - x/
f(x) ( )
0
para
x 0, 0,
en otra parte
( ) x l e x dx
0
1 1
Luego:
1 !
positivo)
157
(Para entero y
Matemtica Aplicada
TECSUP PFR
Figura 10.
2.1.
1
x x 1e x / dx
y
( 1
y e dy
La Varianza de la distribucin gamma esta dada por:
2 2
158
TECSUP PFR
DISTRIBUCIN EXPONENCIAL
En la distribucin Gamma, si el valor de 1
exponencial cuya densidad de probabilidad es:
1 x
e
f(x)
0
3.1.
para
x 0,
obtenemos la distribucin
en otra parte
f ( x)
x
0.1
0.5
0.8
1
2
3
4
5
6
7
8
9
10
1
e
f(x)
0.9048374
2
0.6065306
6
0.4493289
6
0.3678794
4
0.1353352
8
0.0497870
7
0.0183156
4
0.0067379
5
0.0024787
5
0.0009118
8
0.0003354
6
0.0001234
1
4.54E-05
DISTRIBUCION EXPONENCIAL
(Beta = 1)
1
0.9
PROBABILIDAD (X=x)
3.
Matemtica Aplicada
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0
10
VARIABLE ALEATORIA
159
1.
12
Matemtica Aplicada
TECSUP PFR
5 . en la Fig. 6.12
3.2.
La Varianza de la distribucin Gamma esta dada por:
2 2
La Desviacin tpica o estndar de la distribucin Gamma esta dada por:
FUNCION EXPONENCIAL
(Beta = 1; Beta = 0.1; Beta = 5)
PROBABILIDAD (X = X)
4
3.5
3
2.5
2
1.5
1
0.5
0,1
Serie1
Serie2
Serie3
0
-0.5 0
10
15
VARIABLE ALEATORIA x
Figura 12.
EJEMPLO 1
En promedio llegan tres camiones por hora para ser descargados en una
bodega, Cules son las probabilidades de que el tiempo entre el arribo
de sucesivos camiones sea:
Menor que 5 minutos
De al menos 45 minutos
160
TECSUP PFR
Matemtica Aplicada
Solucin
Suponiendo que los arribos siguen un proceso con 3 , entonces
1
. Adems 5 minutos es 1/12 hora.
3
1/ 12
3e 3 x dx 1 e 1/ 4 1.221
3e
3 x
9 / 12 3 / 4
dx e 9 / 4 0.105
3/4
4.
LA DISTRIBUCIN BETA
La distribucin beta tiene una densidad de probabilidad es
( ) -1
X (1 - X)-1
f(x) ().()
0
4.1.
para
0 x 1, 0, 0
en otra parte
( 1)
EJEMPLO 1
En cierto distrito, la proporcin de tramos de carretera que requieren de
reparaciones en un ao dado es una variable aleatoria con la distribucin
beta con 3 y 2 (Fig. 6.11). Determine:
Qu porcentaje, en promedio, de tramos de carretera requieren de
reparaciones en un ao dado.
La probabilidad de que cuando ms la mitad de los tramos de carretera
requieran de reparaciones en un ao dado.
161
Matemtica Aplicada
TECSUP PFR
Figura 13.
Solucin
3
0,60
32
(5) 4! 24
(3) 2! 2
(2) 1! 1
Luego reemplazando estos valores en la funcin Beta obtenemos:
f ( x ) 12x 2 (1 x ) para
0 x1
en otra parte
12x 2 (1 x )dx
5
16
162
TECSUP PFR
5.
Matemtica Aplicada
LA DISTRIBUCIN DE WEIBULL
Estrechamente relacionada con la distribucin exponencial est la distribucin de
Weibull, cuya densidad de probabilidad est dada por
x 1e x
f(x)
parax 0, 0, 0
en otra parte
x 1e x dx
e y dy 1 e a
Y, como puede verse, y es un valor de una variable aleatoria con una distribucin
exponencial. Las representaciones grficas de varias distribuciones de Weibull
con 1 y
1
; 1; 2 se muestran en la figura 14.
2
Figura 14.
163
Matemtica Aplicada
5.1.
TECSUP PFR
x x 1e x dx
1/ u1/ e u du
0
1
1/ 1
La varianza de esta distribucin est dada por:
2
1
2 2 / 1 1
EJEMPLO 1
Supongamos que el ciclo de vida de cierto tipo de batera de respaldo de
emergencias (en horas) es una variable aleatoria X con la distribucin de
Weibull con 0.1 y 0,5
Determine
El ciclo de vida medio de estas bateras;
La probabilidad de que una batera de este tipo dure ms de 300
horas.
164
TECSUP PFR
Matemtica Aplicada
Solucin
La sustitucin en la frmula de la media da como resultado.
(0.05)x
0.5
0.5
0.5
e 0.1x dx e 0.1(300 )
0.177
300
2.
3.
165
Matemtica Aplicada
4.
TECSUP PFR
5.
y 1 .
7.
166