Professional Documents
Culture Documents
f ( x ) = ( )
0,
para otro x
>0, >0 son los parmetros para este modelo
.
1 x
dx
() = ( - 1)!
Demostracin
() = x 1e xdx
-1
u=x
du = (-1)x -2 dx
dv = e-x dx v = -e-x
Se obtiene
( ) = ( 1) x 2e x dx = ( - 1)( - 1)
0
Sucesivamente
() = ( -1)(-2)(-3)...(1), pero (1) = 1 por integracin directa.
2 = V[X] = 2
Demostracin para
xf (x )dx =
1
1
x 1e x / dx =
x e x / dx
( )
( ) 0
0
Mediante la sustitucin y = x/
1
=
( y) e y dy
( ) 0
=
y e ydy
( ) 0
Con la definicin de la funcin Gamma:
=
( + 1) =
() =
( )
( )
=
Ejemplo
El tiempo en horas que semanalmente requiere una mquina para mantenimiento es una variable
aleatoria con distribucin gamma con parmetros =3, =2
a) Encuentre la probabilidad que en alguna semana el tiempo de mantenimiento sea mayor a 8
horas
b) Si el costo de mantenimiento en dlares es C = 30X + 2X2, siendo X el tiempo de
mantenimiento, encuentre el costo promedio de mantenimiento.
Solucin
Sea X duracin del mantenimiento en horas (variable aleatoria)
Su densidad de probabilidad es:
1
1
1 2 x / 2
f(x) =
x 1e x / = 3
x 3 1e x / 2 =
xe
( )
2 (3)
16
a) P(X>8) es el rea resaltada en el grfico
1
P(X>8) = 1 P(X8) = 1 x 2e x / 2dx
16 0
Para integrar se pueden aplicar dos veces la tcnica de integracin por partes:
2
x e
x / 2
dx ,
u = x2 du = 2x dx
dv = e-x/2 dx v = -2 e-x/2
= -2x2 e-x/2 + 4 x e x / 2dx
x e
x / 2
dx
u = x du = dx
dv = e-x/2dx v = -2 e-x/2
1
2
2
2 1
2 x / 2
E[X ] = x f ( x )dx = x
x e dx =
x 4 e x / 2dx
16
16 0
0
sustituya y = x/2 para usar la funcin Gamma
1
4 y
=
=
2
y 4 e ydy = 2(5) = 2(4!) = 48
(
2
y
)
e
(
2
dy
)
16 0
0
Finalmente se obtiene
E[C] = 30(6) + 2(48) = 276 dlares
DISTRIBUCIN EXPONENCIAL
Es un caso particular de la distribucin gamma y tiene aplicaciones de inters prctico. Se obtiene
con = 1 en la distribucin Gamma
Definicin
Una variable aleatoria continua X tiene distribucin exponencial su densidad de probabilidad
est dada por
1 x /
, x>0
e
f (x) =
0, para otro x
>0, es el parmetro para este modelo
.
2 = V[X] = 2
Un sistema usa un componente cuya duracin en aos es una variable aleatoria con distribucin
exponencial con media de 4 aos. Si se instalan 3 de estos componentes y trabajan
independientemente, determine la probabilidad que al cabo de 6 aos, dos de ellos sigan
funcionando.
Solucin
Sea Y: variable aleatoria continua (duracin de un componente en aos)
==4
Su densidad de probabilidad es
1
f ( y) = e y / 4 , y > 0
4
La probabilidad que un componente siga funcionando al cabo de 6 aos:
61
P(Y6) = 1 P(Y<6) = 1 e y / 4 dy = 0.2231
04
Sea X: variable aleatoria discreta (cantidad de componentes que siguen
funcionando luego de 6 aos)
X tiene distribucin binomial con n=3, p=0.2231
n
3
f(x) = p x (1 p)n x = 0.2231x 0.7769 3 x
x
x
3
P(X=2) = f(2) = 0.22312 0.7769 3 2 = 0.1160 = 11.6%
2
1/ 6
P(X<1/6) =
4e
4x
dx = 0.4866 = 48.66%
DISTRIBUCIN DE WEIBULL
Este modelo se utiliza en estudios de confiabilidad de ciertos tipos de sistemas.
Definicin
Una variable aleatoria continua X tiene distribucin de Weibull si su densidad de probabilidad
est dada por
x>0
x 1e x ,
f (x) =
0,
para otro x
>0, >0 son los parmetros para este modelo
Si = 1, este modelo se reduce al modelo de distribucin exponencial.
Si > 1, el modelo tiene forma acampanada con sesgo positivo
Demostracin de la media
Con la definicin
= E[X] =
xf (x )dx = x x
1 x
dx
Mediante la sustitucin
y = x dy = x -1dx = yx-1dx = y(y/)-1/ dx
se obtiene
1/ y
= -1/ y e dy
Ejemplo
Suponga que la vida til en horas de un componente electrnico tiene distribucin de
Weibull con =0.1, =0.5
a) Calcule la vida til promedio
0.5
f(x)= x 1e x = 0.05 x 0.5e 0.1x
a) = -1/ (1+1/) = (0.1)-1/0.5(1+1/0.5) = 0.1-2(3) = 200 horas
b) P(X>300) =
0.5
300
1 0.1y y
P(X>300) = 0.05
e
dy =0.1 e 0.1dy
y
0.5
300
300
300
DISTRIBUCIN BETA
Este modelo tiene actualmente aplicaciones importantes por la variedad de formas
diferentes que puede tomar su funcin de densidad para diferentes valores de sus
parmetros. El dominio es el intervalo [0, 1], pero mediante alguna sustitucin, otros
intervalos finitos pueden llevarse a [0, 1]
Definicin
Una variable aleatoria continua X tiene distribucin beta si su densidad de
est dada por
( + ) - 1
x (1- x) -1, 0 < x < 1
f ( x ) = ()()
0,
para otro x
>0, >0 son los parmetros para este modelo
probabilidad
2 = V[X] =
( + ) ( + + 1)
2
4
a) =E[X]=
=
= 2/3 (vende en promedio 2/3 del tanque
+ 4+2
cada semana)
1