Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadistica P
Estadistica P
TEMA 9
f ( x) b a
0,
en el resto
Abreviadamente lo indicamos por XU(a,b) en donde a y b son los parmetros.
Caractersticas:
1. Funcin de distribucin de una U(a,b) es:
0,
x
xa
P ( X x) f ( x)dx
,
b
a
a
1,
xa
a xb
xb
ba
(es el centro del intervalo de definicin y en consecuencia coincide
2
con la mediana).
2
b a
3. Varianza VAR(X)=
12
Ejemplo: Sea X una variable aleatoria que se distribuye de forma uniforme en el
intervalo [3,9] . Hallar: funcin de densidad, funcin de distribucin, Esperanza y
varianza.
Solucin:
2. Media
f(x)=
1/6
0
3 x 9
resto
F(x)=
0
(x-3)/6
1
x<3
3 x 9
x>9
E[X]=6 y VAR[X]=3
1
2
-< x<+
f ( x)
e 2 ,
2
donde , y tales que -<<+ y >0. (=3,14159... , e=2,71828 )
Abreviadamente la indicaremos por XN(,)
Veamos ahora la representacin grfica de la funcin de densidad f(x) de la N( ,).
Para ello veremos que se cumplen las siguientes propiedades:
1. f(x) es continua en toda la recta real.
2. f(x) es simtrica respecto de x = es decir es simtrica respecto del parmetro .
3. f(x) tiene como asntota horizontal el eje de abscisas.
4. f(x) es estrictamente creciente cuando x<, y estrictamente decreciente cuando
x>.
5. f(x) presenta un mximo cuando x=, ese mximo vale f()=
1
2
1
2
Veamos pues que la expresin f ( x )
nos da la funcin de densidad
e 2
2
de una familia de distribuciones normales para los diferentes valores de los parmetros
y . Dentro de esta familia de distribuciones normales hay una muy importante, que
corresponde a los valores de los parmetros =0 y =1, es decir la distribucin N(0, 1)
y recibe el nombre de distribucin tipificada o estndar, cuya correspondiente funcin
de densidad se obtiene haciendo =0 y =1 en la expresin
1
f ( x)
e
2
( x )2
2 2
1 2x
f ( x)
e , x
2
Proposicin: Si X es una variable aleatoria con distribucin N(,), entonces la variable
aleatoria tipificada Z=(X-)/ sigue una distribucin N(0,1).
Caractersticas:
1. Funcin de distribucin correspondiente a una variable aleatoria X distribuida segn
una N(,) ser:
1
F(x)=P(X x)
2
( x )2
2 2
dx , -<x<+<
2. Media: E [X]=
El parmetro es la media de la distribucin. Sabemos que la funcin de densidad f(x)
de una N(,) es simtrica respecto de su media , es decir P[X ]= P [X] = 0,5 lo
cual nos permite decir que el parmetro es la mediana de la distribucin.
La funcin de densidad f(x) presentaba un mximo para x= ,lo cual nos indica que el
parmetro es la moda de la distribucin.
En consecuencia diremos que en una distribucin N( ,), la media, la mediana y la
moda coinciden con el parmetro .
3. Varianza. VAR[X] =
Luego el parmetro que utilizamos en la N( ,) es la desviacin tpica de la
distribucin, y en el caso de la N(0,1) la desviacin tpica es la unidad.
Utilizacin de las tablas:
En la tabla de tablas estadsticas aparece tabulada la funcin de distribucin de una
N(0,1).
Como la funcin de densidad de la distribucin normal es completamente simtrica, en
este caso respecto al parmetro de media =0, se da una sola tabla de valores de Z,
incluyendo solamente los valores positivos de Z.
X 1 X 2 ... X n
n
n ).
d) P(X>178)
(p)= x
p 1
e x dx, p>0
(p)=(p-1)!
Dos casos particulares son: (1)=1 , (1/2)= (para p no entero pero si positivo)
Una vez que hemos definido esta funcin gamma, la vamos a aplicar para definir la
distribucin de probabilidad gamma, pues son muchas las aplicaciones de esta
distribucin a experimentos o fenmenos aleatorios que tienen asociadas variables
aleatorias que siempre son no negativas y cuyas distribuciones son sesgadas a la
derecha, es decir, el rea bajo la funcin de densidad disminuye a medida que nos
alejamos del origen.
Definicin: Diremos que una variable aleatoria X, de tipo continuo, sigue una
distribucin gamma de parmetros p y a, siendo p,a y p>0 y a>0, X(p,a), si su
funcin de densidad es :
a p p 1 ax
x e
,x0
f ( x) ( p )
0
,x0
ap
x p 1 e ax dx, x 0
F ( x ) P ( X x ) ( p) 0
0,
x0
1
F ( y)
y p 1e y dy , y 0
( p ) 0
*
2. Media: E[X]=p/a
3. Varianza: Var(X)=p/a
4. Propiedad reproductiva
Si X 1 , X 2 ,..., X n son n variables aleatorias independientes, distribuidas segn una (
pi , a ), para i=1,...,n. Entonces la variable aleatoria Y= X 1 X 2 ... X n sigue una
distribucin ( p1 ... pn , a).
Ejemplo: Sea X una variable aleatoria con distribucin gamma con p=2 y a=50. Cul
es la probabilidad de que X tome un valor menor al valor de la media?.
Solucin: 0,594
4. DISTRIBUCIN EXPONENCIAL
Definicin: Diremos que una variable aleatoria X, de tipo continuo, sigue una
distribucin exponencial de parmetro a , siendo a y a >0, XExp( a ), si su
funcin de densidad es
a e ax ,
x>0
f(x)=
,
x0
0
Esta distribucin es un caso particular de la distribucin (p, a ) para p=1, hecho que
tendremos en cuenta para el estudio de sus caractersticas.
Esta distribucin est relacionada con la de Poisson, as pues si el nmero de sucesos
que ocurren en un determinado intervalo sigue una distribucin de Poisson, entonces la
variable aleatoria que representa el tiempo entre ocurrencia de sucesos sigue una
distribucin exponencial. As, por ejemplo, si el nmero de ventas semanales de un
cierto modelo de coche sigue una distribucin de Poisson, entonces el tiempo
transcurrido entre las ventas seguir una distribucin exponencial.
Tambin se pueden modelizar mediante la distribucin exponencial las siguientes
situaciones:
- la duracin de la prestacin de un servicio.
- el tiempo entre llegadas sucesivas a una cola o punto de servicio.
- el tiempo de duracin de algunos equipos, etc.
Caractersticas:
1. Funcin de distribucin
1 e ax ,
f ( x) P( X x )
,
0
x>0
x0
5. DISTRIBUCIN BETA
Previamente vamos a definir la funcin beta de p y q, (p,q) como :
1
p, q x p 1 1 x
q 1
dx, p 0, q 0
x p 1 (1 x)q 1 , 0<x<1
f ( x ) ( p, q )
0
, en el resto
O bien
q 1
( p q ) p 1
x 1 x ,
f ( x ) ( p ) (q )
0
,
0<x<1
en el resto
Observemos que esta funcin de densidad est definida en el intervalo (0,1), lo cual nos
indica que esta familia de distribuciones beta es muy til para representar modelos
probabilsticos que representan proporciones, tales como:
- La fraccin de tiempo que un equipo est en reparacin.
- La proporcin de piezas defectuosas de un lote.
- La proporcin del gasto de una familia en alimentacin con respecto a los ingresos
totales.
- La participacin de la produccin de una empresa con respecto al total de lo
producido en ese sector, etc.
Caractersticas
1. Funcin de distribucin
La expresin de la funcin de distribucin es:
F ( x)
1
( p, q ) x 1 x
p 1
q 1
dx
, 0<x<1
1,
, x 1
2. Media: E[X]=p/(p+q)
3. Varianza: Var(X)=(pq)/(p+q+1)(p+q))
Ejemplo: Una comunidad de vecinos dispone de un depsito que contiene una cantidad
fija de combustible para la calefaccin central y que es rellenado cada mes. La
experiencia acumulada durante muchos meses permite representar la proporcin de
reserva utilizada cada mes mediante un modelo de distribucin Beta con parmetros
p=4 y q=2. Calcule la probabilidad de que un mes determinado se utilice ms del 75%
de la reserva de combustible.
Solucin:
Su funcin de densidad ser: f(x) = 20x3(1-x) si 0<x<1 y f(x)=0 en otro caso.
Luego P(x>0,75)=
f ( x ) dx
=0,3672
0 , 75
EJERCICIOS TEMA 9
8
1. De la parada del autobs que recorre la lnea Algeciras-San Roque sale un autobs
cada 15 minutos. Un viajero llega de improviso en cualquier momento. Obtener:
a) La funcin de distribucin de la v.a. tiempo de espera hasta que salga el prximo
autobs.
b) Probabilidad de que el viajero espere menos de 5 minutos.
c) La media y la varianza de la v.a. tiempo de espera.
d) Probabilidad de que el viajero espere exactamente 10 minutos.
2. El tiempo que tarda un alumno para ir de su domicilio a la facultad vara entre 30 y
40 minutos. Diariamente debe llegar a clase a las 9 horas. Deseamos saber:
a) El tiempo medio que tarda en ir a clase y la varianza.
b) A qu hora debe salir de su casa para tener una probabilidad de 08 de no llegar
tarde a clase.
3. Sea una v.a. X distribuida segn una normal con media =50 y desviacin tpica
=8. Obtener:
a) Probabilidad de que X tome valores entre 38 y 58.
b) Probabilidad de que X tome un valor mayor que 66.
4. Supongamos que la demanda semanal de un artculo sigue una distribucin normal
de media =100 y desviacin tpica =20. Qu existencias deben tener al principio
de la semana para poder satisfacer la demanda con una probabilidad de 095?
5. Una determinada compaa dedicada a la exportacin de frutas y hortalizas ha
observado que el peso de los melones que cultiva para ser exportados sigue una
distribucin normal con media =17 kgs. y desviacin tpica =100 grs. Se desea
conocer:
a) La proporcin de melones que pesan menos de 2 kgs.
b) Sabiendo que son rechazados para la exportacin aquellos melones cuyo peso
difiere en ms de 300 grs. del peso medio, determinar la proporcin de melones
que se rechazan.
6. El tiempo de duracin en horas X de una pieza de un cierto equipo se distribuye
segn una distribucin gamma de parmetros p=3 y a=02. Determinar:
a) Probabilidad de que el equipo funcione ms de 10 horas.
b) Probabilidad de que el equipo funcione entre 10 y 15 horas.
10
b)
11