DISTRIBUCIONES CONTINUAS DE PROBABILIDAD

FUNCION DE DENSIDAD DE PARAME

DISTRIBUCION DESCRIPCION PROBABILIDAD TROS E(X) Var ( X )
RECTANGULAR X es una variable aleatoria continua que toma todos los valores en el 1
o UNIFORME EN fX(x; a, b) = si a  x  b ab (b  a) 2
intervalo [a, b], donde ambos extremos a y b son finitos. ba
EL INTERVALO X es el resultado de un experimento que a menudo se describe diciendo que
a, b
2 12
[a, b] “ se selecciona al azar un punto del intervalo [a, b]”
NORMAL X tiene distribución normal con media  y varianza 2 1  x  
2
  
Notación: X  N ( , 2 ) 1 2   
Si = 0 y = 1 se tiene la distribución normal estándar y se la denota por Z. fX(x; , 2 ) = e
 2  , 2  2
Estandarización: P X  a; ,  2   PNORMAL ESTANDAR  Z  a   
  
- < x < 

Aplicaciones: Se usa a menudo para representar la distribución del tiempo

que transcurre antes de la ocurrencia de un evento.
x
Si X tiene distribución exponencial con parámetro , la función de 1 
EXPONENCIAL distribución acumulada es e
fX(x;  ) =

si x  0  >0  2
( x / β )
FX ( x ) = P ( X  x) = 1 - e si x  0

ERLANG Aplicaciones: Se utiliza para modelar el tiempo que transcurre hasta que se r x r 1e  x
presenten r eventos en un proceso de Poisson. fX(x; , r ) = r,  r r
Nota: La distribución Exponencial es un caso particular de la distribución (r  1)! Recordar
Erlang para r = 1 para x > 0 y r = 1, 2, ...  = 1/
λ λ2

GAMMA Las distribuciones exponencial y gamma juegan un papel importante en la

teoría de colas y problemas de confiabilidad. Los tiempos entre llegadas en
instalaciones de servicio, y tiempos de falla de partes componentes y 1 >0
fX(x;  ,  ) = x α 1 e  x / β
sistemas eléctricos, a menudo quedan bien modeladas mediante la α
β Γ ( α) >0
distribución exponencial. La relación entre la gamma y la exponencial 
(Recordar  2
permite que la gamma se involucre en tipos de problemas similares. = 1/  )
para x > 0
Nota: La distribución Erlang es un caso particular de la distribución Gamma
para  entero positivo  = r
WEIBULL La distribución Weibull se emplea a menudo para modelar el tiempo que
transcurre hasta presentarse una falla en muchos sistemas físicos β 1 Parámetro
diferentes. Los parámetros de la distribución proporcionan mucha flexibilidad β x  ( x / δ )β de escala
para modelar sistemas en los que el número de fallas aumenta con el
fX(x;  ,  ) =   e 2
δ δ >0  1  2   1 
tiempo (por ejemplo, el desgaste), disminuye con el tiempo (en algunos δ Γ 1   δ 2Γ1    δ 2 Γ1  
parámetro  β  β    β 
semiconductores) o permanece constante (fallas provocadas por causas
externas al sistema).
para x > 0 de forma
β >0
La función de distribución acumulada es FX(x)=P(X x)= 1 - e ( x / δ )

CATEDRA PROBABILIDADES Y ESTADISTICA – 12 de MAYO de 2014