Professional Documents
Culture Documents
0
en otro lugar
1
DISTRIBUCION GAMMA
( ) x e dx
1 x
0
2
DISTRIBUCION GAMMA
1
E( X )
1 x /
x.x e dx
( )
0
( 1)
( )
• Donde y = x/
• Usando métodos similares se tiene:
V ( X )
2 2
3
Ejemplo 1
• Si en promedio llegan 3 camiones por
hora para ser descargados en una
bodega, ¿Cuáles son las probabilidades
de que el tiempo entre el arribo de
sucesivos camiones sea:
• a) menor que 5 minutos;
• b) de al menos de 45 minutos
4
• Solución
• suponiendo que los arribos siguen un
proceso de Poisson con = 3, entonces
= 1/3, con lo que obtenemos:
5
Ejemplo 2
• En cierto distrito, la proporción de
tramos de carretera que requieren de
reparaciones en un año dado es una
variable aleatoria con distribución Beta
con = 3 y =2. determine:
• a) Qué porcentaje, en promedio, de
tramos de carretera requieren de
reparaciones en un año dado.
• b) la probabilidad de que cuando mas la
mitad de los tramos de carretera
requieran de reparaciones en un año 6
dado.
• solución
• a)
3
0,60
3 2
• lo que significa que 60% de los tramos
de carretea requieren reparaciones en
un año dado
• b) con =3 y =2, se tiene
12x (1 x) para 0 x 1
2
f ( x)
0 en otros casos
5
P(0 X 1 / 2) 12x (1 x)ds
1/ 2 2
0
16 7
Distribución Gamma Distribución Gamma
3 Shape,Scale 1,5 Shape,Scale
1,0,3 3,1
2,5 1,1 1,2 3,3
2 1,3 3,5
0,9
1,5
0,6
1
0,3
0,5
0 0
0 4 8 12 16 20 0 2 4 6 8 10 12
x x
Distribución Gamma
Distribución Gamma
2 Shape,Scale
0,4 Shape,Scale 2,1
7,2 1,6 2,3
10,2 2,5
0,3
15,2
1,2
0,2
0,8
0,1 0,4
0 0
0 3 6 9 12 15 18 0 2 4 6 8 10
8
x x
AJUSTE DE UN MODELO CONTINUO
20
percentage
16
12
0
0 4 8 12 16 20 24
10
Distribución Uniforme Distribución Normal
1 0,4
0,9
0,8
0,3
0,7
density
0,6
0,5 0,2
0,4
0,3
0,1
0,2
0,1
0 0
-1 -0,6 -0,2 0,2 0,6 1 1,4 1,8 2,2 2,6 3 -5 -3 -1 1 3 5
0.040
0.035
Función Acumulada
x
0.030
- 1
x e x>0
0.025
f (x)
0.020
( )
0.015
E(X) =
0.010
0.005
0.000 V(X) = 2
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95
Función Densidad
Modelos de Sucesos Aleatorios
2
( ) ( 1)
x
( n ) y e dy
n 1 y
n0
0
Distribución Beta
A good model for proportions. You can fit almost any data.
However, the data set MUST be bounded!
Modelos de Sucesos Aleatorios