Beruflich Dokumente
Kultur Dokumente
MDULO: ESTADSTICA Y PROBABILIDADES DOCENTE: ING. MARCOS BENTEZ TEMA:DISTRIBUCION DE PROBABILIDAD EXPONENCIAL Y LOGNORMAL INTEGRANTES: LIZBETH VIRRAROEL ESTEFANIA LUCERO ERNESTO MOYA DAVID MUELA FABIN REVELO
EXPONENCIAL
Definicin Es una distribucin de probabilidad continua. Podemos decir que la distribucin de probabilidad exponencial es el equivalente continuo de la distribucin geomtrica discreta Uso Se utiliza como modelo para representar tiempos de funcionamiento o tiempos de vida, es decir el tiempo que transcurre antes de que ocurra un fallo. Caracterstica La distribucin de probabilidad exponencial se dice no tiene memoria es decir en la duracin que se espera tenga el objeto, no influye en nada el tiempo que en la actualidad lleva funcionando.
Ejemplos
El tiempo que tarda una partcula en desintegrarse. El tiempo que puede transcurrir en un servicio de urgencias para la
llegada de un paciente. En el campo de la Electrnica, el tiempo de funcionamiento de un circuito, hasta que uno de sus elementos falle.
Anlisis Matemtico
La distribucin de probabilidad exponencial depende de un parmetro denominado tasa de fallo o nmero de fallas por unidad de tiempo, representado por donde > 0 La funcin de densidad de este parmetro es de tipo exponencial y es:
Clculo de Percentiles o Variables Aleatorias Es decir aquel valor de x para el cual se cumple una determinada probabilidad Utilizamos:
=1ln(1)
Ejercicio
La distribucin de probabilidad del tiempo que transcurre antes de que falle el ventilador de un motor disel se describe mediante una funcin exponencial con una taza de fallos igual 34.8 por un milln de horas. Si la garanta es de 8000 h. Cul es la probabilidad de que el ventilador falle?
0,01
Conclusin: 288 horas representa el valor por debajo del cual el 1% de ventilacin falla.
LOGNORMAL
Se trata de la densidad de probabilidad de una variable log x distribuida segn una funcin normal. X = N(,) Y = eX
Con este cambio de variable quedar: Funcin de distribucin: G(y) = P(Yy) = P(eX y) = P(Xlog y) = F(log y) Funcin de densidad : g(y) = G(y) = F(log y) * (1/y)
Tambin es conocida como Ley de Galton-Mac. Aliester o ley del efecto proporcional, segn Calot (1988). Los parmetros principales que la caracterizan son:
Funcin de densidad
Funcin de densidad
Funcin de distribucin
Funcin de distribucin
Funcin de distribucin