Está en la página 1de 5

Distribucin t de Student

En probabilidad y estadstica, la distribucin t (de Student) es una distribucin de probabilidad que surge del problema de estimar la media de una poblacin normalmente distribuida cuando el tamao de la muestra es pequeo. Aparece de manera natural al realizar la prueba t de Student para la determinacin de las diferencias entre dos medias muestrales y para la construccin del intervalo de confianza para la diferencia entre las medias de dos poblaciones cuando se desconoce la desviacin tpica de una poblacin y sta debe ser estimada a partir de los datos de una muestra.

La distribucin t de Student es la distribucin de probabilidad del cociente

donde

Z tiene una distribucin normal de media nula y varianza 1 V tiene una distribucin ji-cuadrado con grados de libertad Z y V son independientes

Si es una constante no nula, el cociente es una variable aleatoria que sigue la distribucin t de Student no central con parmetro de nocentralidad .

Aparicin y especificaciones de la distribucin t de Student


Supongamos que X1,..., Xn son variables aleatorias independientes distribuidas normalmente, con media y varianza 2. Sea

la media muestral. Entonces

sigue una distribucin normal de media 0 y varianza 1. Sin embargo, dado que la desviacin estndar no siempre es conocida de antemano, Gosset estudi un cociente relacionado,

donde

es la varianza muestral y demostr que la funcin de densidad de T es

donde

es igual a n 1.

La distribucin de T se llama ahora la distribucin-t de Student. El parmetro representa el nmero de grados de libertad. La distribucin depende de , pero no de o , lo cual es muy importante en la prctica.

1. Sea T ~ t(4,0.5) a) Determinar

b) Determinar

c) Determinar P(T P(T


= 1- e (0.5)(1)
[( ( ]

- e (0.5)(1)
[( ( ]

[(

- e (0.5)(1)

[(

( ]

- e (0.5)(1)

[(

( ]

=1- 0.60653 -0.30327 -0.075816 -0.012636 =0.000175 d) Determinar P(T P(T


= e (0.5)(3)
[( ( ]

- e (0.5)(3)
[( ( ]

(
[(

[(

- e (0.5)(3)

( ]

- e (0.5)(3)

[(

( ]

=0.22313 + 0.33470+0.25102 +0.12551 =0.9344 2. Sea T ~ Weibull(0.5,3) a) Determinar ( ) b) Determinar ( [ ( ] ( [ ]

c) Determinar P(T P (T>5) =1-P(T 1) = 1 e-[( ( ]

3. En el articulo Parameter Estimation with Only One Complete Failure Observationse modela la duracion en horas, de cierto tipo de cojinete con la distribucion de Weibull con parmetros

a) Determine la probabilidad de que un cojinete dure mas de 1000 horas


( ( (
[( ( ]

b) Determine la probabilidad de que un cojinete dure menos de 2000 horas P(T<2000)= P(T
[( ( ]

c) La funcin de riesgo se definio en el ejercicio 4 Cul es el riesgo en T=2000 horas? h(t) = ( (

4. La duracin de un ventilador, en horas , que se usa en un sistema computacional tiene una distribucin de Weibull con a) Cules la probabilidad de que un ventilador dure mas de 10 000 horas?
P(T>10 000 ) =1 (1[( ( ] [( ( ]

=0.3679

b) Cul es la probabilidad de que un ventilador dure menos de 5000 horas?


P(t<5000) =P(T
[( ( ]

5. Un sistema consiste de dos componentes conectados en serie. El sistema fallara cuando alguno de los componentes falle. Sea T el momento en el que el sistema falla. Sean X1 y X2 las duraciones de los dos componentes. Suponga que X1 y X2 son independientes y que cada uno sigue una distribucin Weibull con a) Determine P(
P( ( (
[( ( ]

b) Determine P(T 5)
P(T ( =0.8647

c) T Tiene una distribucin de Weibull= si es Asi Cules son sus parametros?


Si, T~ Weibull (2, (