UNIVERSIDAD NACIONAL DE INGENIERIA

OTROS MODELOS PROBABILISTICOS

CONTINUOS
 MODELO DE DISTRIBUCION GAMMA
TEOREMA:

sea x es una variable aleatoria continua, se dice que x tiene distribución

gamma, con parámetros 𝛼, 𝛽 y se representa por 𝑋~γ(𝛼, 𝛽) si su función
densidad es:

𝜷𝜶 𝜶−𝟏 −𝜷𝒙
𝒙 𝒆 , 𝒔𝒊 𝒙 ≥ 𝟎
𝒇 𝒙 = ൞𝜞(𝜶)
𝟎, 𝒔𝒊 𝒙 < 𝟎

donde 𝛼, 𝛽 son constantes positivas.

 DISTRIBUCIÓN GAMMA

TEOREMA:

si x es una variable aleatoria continua con distribución gamma

entonces:
𝛼 𝛼
la media 𝜇 = y varianza 𝜎2 =
𝛽 𝛽2

demostración: ejercicio
 MODELO DE DISTRIBUCION CHI-CUADRADO
TEOREMA:

sea x es una variable aleatoria continua, se dice que x tiene distribución

chi-cuadrado con r grados de libertad, y se representa por 𝑋~𝜒 2 𝑟 , si
su función densidad es:

𝟐−𝒓Τ𝟐 𝒓Τ𝟐−𝟏 −𝒙Τ𝟐

𝒇 𝒙 = ൞𝜞(𝒓Τ𝟐) 𝒙 𝒆 , 𝒔𝒊 𝒙 ≥ 𝟎
𝟎, 𝒔𝒊 𝒙 < 𝟎

donde 𝑟 es un número entero positivo.

 DISTRIBUCIÓN CHI-CUADRADO
PROPIEDAD:
• si z~𝑁 0, 1 , entonces, z2~𝜒 2 1 ,
• DEFINICION:
• si 𝑍1 , 𝑍2 ,…, 𝑍𝑘 , son r variables aleatorias independientes tales que 𝑍𝑖 ~𝑁 0, 1 ,
para cada 𝑖 = 1,2,3, … , 𝑘, entonces,
𝑟

෍ 𝑍𝑖2 ~𝜒 2 𝑘
𝑖=1

con frecuencias, 𝜒 2 𝑘 , se define como la suma de los cuadrados de k variables

aleatoria independientes cada una con 𝑁 0, 1 .
❖cumple la propiedad reproductiva para variables aleatorias independientes
 DISTRIBUCIÓN CHI-CUADRADO
OBSERVACIÓN:

si se observa, la distribución es un caso particular de la distribución

gamma, cuando 𝛼 = 𝑟Τ2 y 𝛽 = 1Τ2, entonces
𝑋~𝜒 2 𝑟 es lo mismo decir 𝑋~γ 𝑟Τ2 , 1Τ2
luego su media 𝜇 = 𝑟 y varianza 𝜎 2 = 2𝑟

demostración: ejercicio
 MODELO DE DISTRIBUCION DE T DE STUDENT

sea x es una variable aleatoria continua, se dice que x tiene

distribución 𝒕 − 𝒔𝒕𝒖𝒅𝒆𝒏𝒕 con r grados de libertad, y se representa
por 𝑋~𝑡 𝑟 , si su función densidad es:
−(𝒓+𝟏)Τ𝟐
𝜞[(𝒓+𝟏)Τ𝟐] 𝒕𝟐
𝒇 𝒙 = 𝟏+ −∞ < 𝒕 < ∞,
𝜞(𝒓Τ𝟐) 𝒓(𝝅) 𝒓

donde 𝑟 es un entero positivo.

 DISTRIBUCIÓN T DE STUDENT
PROPIEDADES

• Si x tiene distribución 𝒕 − 𝒔𝒕𝒖𝒅𝒆𝒏𝒕 con 𝒓 grados de libertad,

entonces su media y su varianza son respectivamente
2 𝑟
𝜇=0 y 𝜎 = , 𝑟 >2.
𝑟−2
• Su gráfica tiene forma de campana de gauss, simétrica en cero.
• La varianza de la distribución 𝒕 es mayor que de la distribución
𝑁(0, 1). pero cuando 𝑟 → +∞, la varianza de la t tiende a 1.
• La distribución 𝒕 se aproxima a una distribución 𝑁(0, 1), cuando 𝒓 →
+ ∞. la aproximación es buena, si r ≥ 30
 UNIVERSIDAD NACIONAL DE INGENIERIA

PROPIEDAD REPRODUCTIVA
DE LA NORMAL
 PROPIEDAD REPRODUCTIVA DE LA NORMAL
si 𝑋1 , 𝑋2 , … , 𝑋𝑘 , son 𝑘 variables aleatorias independientes, tales que
𝑋𝑖 ~ 𝑁 𝜇𝑖 , 𝜎𝑖2 para cada 𝑖 = 1,2, … , 𝑘, entonces, la variable aleatoria
x = 𝑐1 𝑋1 + 𝑐2 𝑋2 + ⋯ + 𝑐𝑘 𝑋𝑘
(donde 𝑐1 , 𝑐2 ,…, 𝑐𝑘 son constantes reales)
está distribuida normalmente con:
media 𝜇 = 𝑐1 𝜇1 + 𝑐2 𝜇2 + ⋯ + 𝑐𝑘 𝜇𝑘
y con varianza 𝜎 2 = 𝑐1 2 𝜎12 + 𝑐2 2 𝜎22 + ⋯ + 𝑐𝑘 2 𝜎𝑘2
 PROPIEDAD REPRODUCTIVA DE LA NORMAL

en particular, si las variables aleatorias 𝑋 y 𝑌 tienen las distribuciones

normales respectivas:
𝑋~ 𝑁 𝜇1 , 𝜎12 y Y~ 𝑁 𝜇2 , 𝜎22
entonces
𝑋 + 𝑌 ~ 𝑁 𝜇1 + 𝜇2 , 𝜎12 + 𝜎22
𝑋 − 𝑌 ~ 𝑁 𝜇1 − 𝜇2 , 𝜎12 + 𝜎22
 PROPIEDAD REPRODUCTIVA DE LA NORMAL

Una gasolinera vende tres grados de gasolina; regular, extra y super.

estas se venden a $21.20, $21.35 y $ 21.50 por galón, respectivamente.
sean 𝑋1 , 𝑋2 y 𝑋3 las cantidades(galones) de estas gasolinas compradas
en un día particular. suponga que las 𝑋𝑖 son independientes con 𝜇1 =
1000, 𝜇2 = 500, 𝜇3 = 300, 𝜎1 = 100, 𝜎2 = 80, y 𝜎3 = 50.
calcular la probabilidad de que el ingreso sea más de $4500 en un día.
 PROPIEDAD REPRODUCTIVA DE LA NORMAL

el nivel de colesterol en individuos sanos depende de la edad y del

sexo. en varones menores de 21 años, el valor medio es de 160 mg/dl
con una desviación estándar de 10 mg/dl; los varones de 21 a 29
años tienen una media de 200 y una desviación típica de 30; por
encima de los 30, los varones tienen un valor medio de 220 y una
desviación estándar de 30. calcular la probabilidad de que la suma
de los niveles de colesterol del primer y del tercer grupo sea menor al
doble del nivel de colesterol del grupo medio.
 PROPIEDAD REPRODUCTIVA DE LA NORMAL

Se aplican dos cargas a una viga en voladizo como se muestra en la

figura, el momento de flexión en O debido a las cargas es:
a1X1+a2X2
X1 X2

a1
a2
 PROPIEDAD REPRODUCTIVA DE LA NORMAL

Siendo X1 y X2 variables independientes con 𝜇X1 = 2𝑘𝑙𝑏; 𝜇X2 = 4𝑘𝑙𝑏,

𝜎X1 = 0.5𝑘𝑙𝑏, 𝜎X1 = 1.0 𝑘𝑙𝑏 y a1=5 pies y a2= 10 pies
Suponga que la viga es de aspersor y densidad uniforme, de modo que la carga resultante este
uniformente distribuida en la viga. Si el peso de esta es aleatorio, la carga resultante a
consecuencia del peso también es aleatoria, denote esta carga por W(klb-pies), de manera que el
peso de la viga contribuye al momento de flexión.
Si la viga es de 2 pies de largo, W tiene una media de 1.5 y una desviación estándar de 0.25 y
las cargas fijas son como se describen. Calcule el valor esperado y la varianza del momento de
flexion . (si la carga originada por la viga fuera w klb-pies, la contribución al momento de flexión
12
seria w‫׬‬0 𝑥𝑑𝑥)
 TEOREMA D LIMITE CENTRAL

Sean Xi variables independientes e idénticamente distribuidas según

una U(0,1), i=1,2,3…,35. Calcular la probabilidad de que la suma de
estas 35 variables aleatorias uniformes tome un valor inferior a 20.5