Beruflich Dokumente
Kultur Dokumente
2019
El cero es el silencio antes del número
El número es el verbo matemático
Lo matemático es el cálculo de la realidad
La realidad es lo único increíble
Lo increíble es lo que no podemos
Y lo que no podemos es lo que queremos.
Patricio Manns.
VARIABLE ALEATORIA CONTINUA
APLICACIONES DE LA DISTRIBUCIONES UNIFORMES
1
si a x b
f ( x ) b a
0
T .O.P.
1
b a
a b
La función de distribución es:
x x x
1 1 1 1
F ( x) P( X x) dt d t t ( x a)
a
b a b a a
b a a b a
Luego
0 si x a
x a
F ( x) si a x b
b a
1 si x b
Ejemplo.
La vida útil medida en horas de una ampolleta sigue una distribución uniforme U ( 50 , 500 ).
Se selecciona al azar una ampolleta, calcule la probabilidad de que la vida útil sea:
i) menor que 300 horas
ii) mayor que 280 horas
iii) mayor que 100 pero menor que 400 horas.
1 x 50
X U (50, 500) f (x ) y F ( x) si 50 < x < 500
450 450
300 50
i) P ( X 300 ) F ( 300 ) 0.625
450
280 50
ii) P ( X 280 ) 1 P ( X 280 ) 1 F ( 280 ) 1 0.425
450
400 50 100 50
P (100 x 400 ) F ( 400 ) F (100 )
iii) 450 450
0.75
Teorema.
a b (b a ) 2
Si X U (a, b), entonces E ( x ) y Var ( x )
2 12
Demostración.
b2 a2
b b
1 1 1 x2 b
1
E( x)
a
x
b a
dx
b a a
x dx
b a 2 a
b a 2
1 (b a )(b a ) a b
b a 2 2
b b
1 1 1 x3 b
E(x 2 )
a
x2
b a
dx
b a
a
x2 dx
b a 3 a
1 b 3
a 3
1 (b a )(a ab b 2 )
2
b a 3 b a 3
a 2 ab b 2
3
a 2 ab b 2 a b
2
Var ( x ) E ( x ) ( E ( x ) )
2 2
3 2
a 2 ab b 2 a 2 2ab b 2 a 2 2ab b 2
3 4 12
(b a ) 2
12
Ejemplo.
Con los datos del ejemplo anterior, calcule la probabilidad de que la vida útil, de las ampolletas,
difiera del valor esperado en más de una vez la desviación estándar.
Solución.
50 500 ( 500 50 ) 2
E( x) 275 horas , Var ( x ) 16875
2 12
( x ) 16875 129,904
Definición.
Una variable aleatoria continua sigue una distribución normal si su función de probabilidad es:
x
2
1
1
f ( x) e 2
2
para todo x real. El parámetro puede ser cualquier número real en tanto que el parámetro debe
ser positivo.
Observación.
X N ( , 2 ) denota el hecho de que la variable aleatoria continua X sigue una distribución normal
de parámetros y 2.
Teorema.
Si X N ( , 2 ), entonces:
t2 2
t
i) M x (t ) e 2
ii) E ( x ) = y Var ( x ) = 2
X X E(X )
E(Z ) E E 0
X X 1 1
Var ( Z ) Var Var 2 Var ( X ) 2 1
2
Teorema.
X
Si X N ( , 2 ), entonces Z N(0,1)
Demostración. Ver Canavos páginas 134 y 135
Observación.
2
z t
1
( z) P(Z z)
2
e 2
dt
iii ) P ( X x ) 0.1
1 P ( X x ) 0.1
P ( X x ) 0.9
x 40.000 x 40.000
P Z 0.9 1.28
2.000 2.000
x $42.560
DISTRIBUCION GAMMA
Definición.
Se dice que la variable aleatoria continua sigue una distribución gamma de parámetros
y ( X G ( , ) ), si su función de probabilidades está dada por:
1 1
x
x e
si x 0 , 0 y 0
f ( x ) ( )
0
Donde ( ) es la función gamma de argumento.
Definición.
La función gamma de argumento es:
( )
0
y 1 e y dx Con 1
Ejemplo.
(1) = (0 + 1) = 0! = 1 y ( 4 ) = ( 3 + 1 ) = 3 ! = 6
Teorema.
Si X G ( , ), entonces:
M x ( t ) 1 t
i)
ii ) E ( x) y Var ( x ) 2
Definición.
x 2
e 2
si x 0
2
f ( x) 2
2
0
El parámetro se denomina número de grados de libertad o simplemente grados de libertad.
Teorema.
Si X 2 ( ), entonces:
i) M x ( t ) (1 2 t ) 2
ii ) E( x) y Var ( x) 2
Teorema.
X
2
Si X N ( , 2 ), entonces Z
2
2 (1)
Demostración. Ver Canavos página 231
Teorema.
Definición.
1
x
e
si x 0 y 0
f ( x)
0 T .O.P.
x t x t t
1 1 1 1 x
F ( x) P( X x)
0
e
dt
0
e
dt
1
e
0
x 0 x
e
(e
) 1 e
Luego
0 si x 0
F ( x)
x
1 e
si x 0
Teorema.
Demostración. Tarea
Ejemplo.
En una planta industrial se ha observado que el tiempo transcurrido desde que se inicia un
proceso de producción hasta la primera falla, sigue una distribución exponencial de parámetro 2.
Calcule la probabilidad de que:
i) transcurra más de una hora antes de que aparezca la primera falla.
ii) no pasen más de 4 horas antes de la primera falla.
iii) el tiempo transcurrido hasta la primera falla se desvíe de su valor esperado en más de dos
veces la distribución estándar.
1
*
i) P ( X 1) 1 P ( X 1) 1 F (1) 1 (1 e 2
) 0.6065
4
ii ) P ( X 4 ) F ( 4 ) 1 e 2 0.8647
iii ) E ( x) 2 , Var ( x ) 4 y ( x ) 2
6
P ( X 2 4 ) P ( X 6 ) 1 P ( X 6 ) 1 F ( 6) 1 (1 e 2
)
0.0498