ESCUELA POLITECNICA DEL EJERCITO

Le on, C. D. Barreno, L. M, Sanchez, A. J. Ingenier a en Electr onica Automatizaci on y Control Procesos Estoc asticos 25 de septiembre de 2013

DEBER N3

 INDICE

INDICE

Indice
1. Variables Aleatorias Cont nuas 1.1. Distribucion Normal . . . . . 1.2. Distribucion Exponencial . . . 1.3. Distribuci on Gamma . . . . . 1.4. Distribuci on Weibull . . . . . 1.5. Distribuci on Rayleigh . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 3 3 3 4 4 5 5 6 7 8 9

2. V. A. Cont nuas con Matlab 2.1. Distribuci on Poisson con Matlab . . . 2.2. Dsitricuci on Binomiall con Matlab . . 2.3. Dsitricuci on Exponencial con Matlab 2.4. Dsitricuci on Normal con Matlab . . . 2.5. Dsitricuci on Gamma con Matlab . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

Informe Clase 2

1 VARIABLES ALEATORIAS CONT INUAS

1.

Variables Aleatorias Cont nuas

Las formas m as comunes de las distribuciones de variables son las siguientes

1.1.

Distribucion Normal

Una variable aleatoria X que toma valores reales, < X < , tiene distribuci on normal si su funci on de densidad es de la forma: 1 f (x) = exp((x )2 /2 2 ), 2 > 0, con = E (X )y 2 = V (X ) 2

1.2.

Distribucion Exponencial

La variable aleatoria X tiene distribuci on exponencial de par ametro representada porx Exp(x) si se tiene como pdf la funci on: fx (x) = ex , para, x > 0 En donde =promedio de vida

1.3.

Distribuci on Gamma

Una variable aleatoria X asociada a un experimento aleatorio tiene una distribuci on GAMMA si se caracteriza por las siguientes propiedades. f (t) =
1 x1 ex , x ()

0, = 0 0, otrocaso Informe Clase 2

1.4 Distribuci on Weibull

1 VARIABLES ALEATORIAS CONT INUAS

1.4.

Distribuci on Weibull

Fue establecida por el f sico suizo Weibull quien demostr o que el esfuerzo al que se someten los materiales puede modelarse de manera adecuada mediante el empleo de esta distribuci on. Tambi en se ha usado para modelar situaciones del tipo tiempo-falla, o bien puede indicar la vida u til de cierto art culo, planta o animal, conabilidad de un componente Se dice que x es una variable aleatoria con distribuci on Weibull s 1. Su funci on de densidad es de la forma gx (x) = alpha x(x) , x > 0, > 0 donde: =par ametro de forma =par ametro de escala 2. FX (x) = 1 e(x) , x > 0
1 ) 3. E (x) = 1 (1 +

1.5.

Distribuci on Rayleigh

Si X es una variable aleatoria con distribuci on Weibull de parametros = 2, = 1/ 2, entonces X tiene distribuci on RAYLEIGH cuyas caracter sticas son: 1. gx (x) =
x x 2 e 2 , 2 2

x>0 4

Informe Clase 2

2 V. A. CONT INUAS CON MATLAB 2. E (X ) = ( 2 ) 2 = 2 3. E (X 2 ) = 22

1

2 2

2.

V. A. Cont nuas con Matlab

A continuacion se presenta las maneras de calcular las distribuciones con ayuda de Matlab

2.1.

Distribuci on Poisson con Matlab

Codigo en Matlab pdf(bino,2,10,.05) %funcion binomial pdf(bino,[0,1,2],10,.05) %funcion binomial 1-sum(ans) pdf(bino,20,25,0.2) pdf(pois,1,2) clc figure(1) x=0:20; fx=pdf(pois,x,2); %funcion de poisson con lambda=2 stem(x,fx); title(Distribucion piosson) figure(2) x=0:20; 5 Informe Clase 2

2.2 Dsitricuci on Binomiall con Matlab

2 V. A. CONT INUAS CON MATLAB

fx=pdf(pois,x,5); stem(x,fx); title(Distribucion piosson) Gr aca Obtenida con = 2

Gr aca Obtenida con = 5

2.2.

Dsitricuci on Binomiall con Matlab

Codigo en Matlab figure(3) subplot(2,1,1) x=0:100; fx=pdf(bin,x,10,0.05) stem(x,fx) title(binomial(10,0.05))

Informe Clase 2

2 V. A. CONT INUAS CON MATLAB

2.3 Dsitricuci on Exponencial con Matlab

subplot(2,1,2) x=0:100; fx=pdf(bin,x,10,0.04) stem(x,fx) title(binomial(10,0.04)) subplot(2,2,1) x=0:100; fx=pdf(bin,x,10,0.06) stem(x,fx) title(binomial(10,0.06)) subplot(2,2,2) x=0:100; fx=pdf(bin,x,10,0.08) stem(x,fx) title(binomial(10,0.08)) Gr aca Obtenida

2.3.

Dsitricuci on Exponencial con Matlab

Codigo en Matlab figure(4) subplot(2,1,1) cdf(exp,150,5)-cdf(exp,50,5) x=0:0.1:20; fx=pdf(exp,x,5); plot(x,fx); title(Exponencial(lambda=5)) subplot(2,1,2) cdf(exp,150,5)-cdf(exp,50,5) x=0:0.1:20; 7 Informe Clase 2

2.4 Dsitricuci on Normal con Matlab

2 V. A. CONT INUAS CON MATLAB

fx=pdf(exp,x,50); plot(x,fx); title(Exponencial(lambda=50)) Gr aca Obtenida

2.4.

Dsitricuci on Normal con Matlab

Codigo en Matlab x=-20:0.5:20; fx1=pdf(norm,x,5,2);%u=5,sigma=2 fx2=pdf(norm,x,5,6);%u=5,sigma=6 subplot(2,1,1) plot(x,fx1); hold on plot(x,fx2,r); title(Distribucion normal) hold off subplot(2,1,2) cdf1=cdf(norm,x,5,2); cdf2=cdf(norm,x,5,6); plot(x,cdf1); title(cdf nomrmal(5,2) y (5,6)(roja)) hold on plot(x,cdf2,r); hold off Gr aca Obtenida

Informe Clase 2

2 V. A. CONT INUAS CON MATLAB

2.5 Dsitricuci on Gamma con Matlab

2.5.

Dsitricuci on Gamma con Matlab

Codigo en Matlab x=0:0.25:50; fx1=pdf(gam,x,5,2); fx2=pdf(gam,x,5,0.5); plot(x,fx1); hold on plot(x,fx2,r); hold off title(Distribucion gamma(5,2) y (5,0.5)(rojo)) Gr aca Obtenida

Informe Clase 2