Documentos de Académico
Documentos de Profesional
Documentos de Cultura
(3.51)
(3.52)
b1 −a1
P ( a1 ≤ X ≤ b 1) =F ( b 1 )−F ( a1 )=
b−a
La media, la varianza y la desviación estándar de una distribución Uniforme vienen dadas
por:
a+ b
μ= (3.53)
2
2
( b−a )
σ 2= (3.54)
12
b−a
σ= (3.55)
2 √3
{
1 1
= 1≤ x≤6
f ( x )= 6−1 5
0 si : x<1 ∧ x >6
6
1 4
c) P ( x ≥ 2 )=∫ dx=
2 6−1 5
5−2 3
d) P ( 2≤ X ≤ 5 )=F ( 5 )−F ( 2 )= =
6−1 5
a+ b 1+ 6 7
μ= = = =3,5
2 2 2
b−a 6−1 5
σ= = = ≈ 1.443
2 √3 2 √3 2 √3
Función Gamma: La función gamma fue introducida por primera vez por el matemático
suizo Leonhard Euler (1707-1783), con el objetivo de generalizar la función factorial a
valores no enteros. Más tarde, por su gran importancia, esta fue estudiada por matemáticos
eminentes tales como Adrien-Marie Legendre (1752-1833), Carl Friedrich Gauss (1777-
1855), Christoph Gudermann (1798-1852), Joseph Liouville (1809-1882), Karl Weierstrass
(1815-1897), Charles Hermite (1822-1901) …. al igual que muchos otros. La función
gamma pertenece a una categoría de funciones transcendentes especiales, y esta función
ocurre en algunas constantes matemáticas especiales.
La función gamma completa, Γ (n) , es definida como una extensión de la función factorial
de argumentos de números complejos y reales. Esta está relacionada por:
Γ ( n ) =( n−1 ) !
En 1730, Euler propuso en una carta a Christian Goldbach, la siguiente definición:
Para un número real positivo α >0:
1
Γ ( α )=∫ (−logt )
a−1
. dt
0
∞
Γ ( α )=∫ x α−1 . e−x . dx , α >0 (3.56)
0
Propiedades:
∞
Γ ( 1 )=∫ e . dx=1
−x
∞
Γ ( 1/2 )=∫ x . e . dx= √ π
−1 /2 −x
Para valores enteros, la ecuación funcional se vuelve, Γ ( n+1 ) =n ! y es por esto mismo, que
la función Gamma puede ser vista como una extensión de la función factorial de números
reales positivos no nulos.
Es posible también extender esta función a valores negativos, invirtiendo la ecuación
funcional (la cual se convierte en una identidad para −1< x <0, x en los reales):
Γ ( x +1 )
Γ ( x )=
x
Distribución Gamma: SE dice que la variable aleatoria continua X tiene una distribución
gamma, con parámetros α , β y se representa por X Γ ( α , β ), si su función de densidad es:
{
α
β
. x α−1 . e− β . x , si x ≥0
f ( x )= Γ ( α )
0 , si x< 0
σ=
√ α
β2
Distribución exponencial: Se dice que la variable aleatoria continua X tiene distribución
exponencial con parámetro β ( β >0), y se escribe X exp ( β ), si su función de densidad de
probabilidad es:
{
−β . x
β .e , si: x ≥ 0
f ( x )=
0 , si: x <0
Ejemplo: El tiempo durante el cual cierta marca de batería trabaja en forma efectiva hasta
que falle (tiempo de falla) se distribuye según el modelo exponencial con un tiempo
promedio de fallas igual a 360 días.
a) ¿Qué probabilidad existe que el tiempo de falla sea mayor a 400 días?
b) Si una de estas baterías ha trabajado ya 400 días, ¿Qué probabilidad hay que trabaje
más de 200 días más?
Solución: Sea X el tiempo que trabaje una batería hasta que falle. El tiempo promedio es de
360 días. Entonces:
1 1
μ= =360 ⇒ β=
β 360
a) P ( x> 400 )=e−β . k =e− ( 360 ) ( 400 )=e−10 /9 ≈ 0.32919
1
b) Si la batería trabajó ya 400 días, quiere decir que su tiempo de falla es de 400 días.
{
1 −x/ 2
x (ν−2) /2 . e
f ( x ; υ) = 2 v /2
. Γ ( ν /2 ) , si x >0
0 si x ≤ 0
σ=
√ √ α
β
2
=
ν /2
( 1/ 2 )2
=√ 2. ν
Luego:
μ=v
σ =√ 2. v
Ejemplo: Halle la distribución de probabilidad χ 2con 29 grados de libertad. Calcule
P ( χ 2 >42,557 ) .
Solución: Con v=29:
{
1
x (29−2)/ 2 . e− x/ 2
f ( x ; υ=29 )= 2 29/2
. Γ ( 29/2 ) , si x> 0
0 si x ≤ 0
∞
1
P ( χ >42,557 )=
2
∫ 2
29/ 2
. Γ ( 29/ 2 )
x
( 29−2) /2 −x/ 2
. e . dx ≈ 0,05
42,557
El cálculo de la probabilidad se puede hacer con ayuda de software, en este caso GeoGebra.
Una manera es hacerlo en forma directa escribiendo la función en la barra de tareas y
calculando la integra con el comando Integral (f (x) , 42.557 , ∞) , o bien, utilizando la
opción de cálculos de probabilidad:
Γ( 2 )
v+1
( 1+ )
2 − ( ν +1) / 2
t
f ( t )= ,−∞ <t <∞
√π . ν . Γ( )
v ν
2
La media y la desviación típica de la distribución t Student son respectivamente:
μ=0
σ=
√ ν
ν−2
La distribución t se aproxima a una distribución a N ( 0,1 ), cuando ν → ∞. La aproximación
es buena, si r ≥ 3 0.
Ejemplo: Halle la distribución de probabilidad t Student con 7 grados de libertad. Calcule
la probabilidad P ( t>1,895 ) .
Solución:
(
Γ
2 )
7+1
( 1+ )
2 −( 7+1 ) / 2
t
f ( t )=
√π . 7. Γ ( )
7 7
2
( ) ( )
2 −4 2 −4
Γ ( 4) t 6 t
f ( t )= 1+ = 1+
√ π .7 . Γ
7
2 () 7
√ π .7 . Γ ()7
2
7
( )
∞ 2 −4
6 t
P ( t>1,895 ) = . ∫ 1+ . dt ≈ 0,05
√ π .7 . Γ
7
2 () 1,895 7
En GeoGebra en la barra de herramientas, en Vista escogemos Cálculos de probabilidad y
luego elegimos Student. Finalmente en la parte inferior izquierda fijamos el valor
P ( 1.895≤ X ) :