Cuadro comparativo de Distribuciones de Probabilidad Continuas

Distribucin . Funcin de densidad Corresponde al caso de una variable aleatoria que slo puede tomar valores comprendidos entre dos extremos a y b, de manera que todos los intervalos de una misma longitud (dentro de (a, b)) tienen la misma probabilidad. ( ) Media ( ) ( ) Tambin puede expresarse como el modelo probabilstico correspondiente a tomar un nmero al azar dentro de un intervalo (a, b). Muestreo de una distribucin uniforme Muestreo de una distribucin arbitraria Esta distribucin presenta una peculiaridad importante: la probabilidad de un suceso depender exclusivamente de la amplitud del intervalo considerado y no de su posicin en el campo de variacin de la variable. Definicin Parmetros Formula General Media / Varianza Observacin Aplicaciones Caractersticas

DISTRIBUCIN UNIFORME

( ) Integrando se obtiene funcin de distribucin

Varianza ( ) ( )

(
( (

) ) Se aplica en el desgaste de sistemas por ejemplo el nmero de fallas aumenta con el tiempo (ejemplo, el desgaste), disminuye con el La distribucin de Weibull puede caracterizarse como la distribucin de una variable aleatoria X tal que y= ( )k sigue una distribucin exponencial estndar de

DISTRIBUCIN WEIBULL

Complementa a la distribucin exponencial y a la normal, se usa cuando se sabe de antemano que una de ellas es la que mejor describe la

Media

fx (x;,)= ( )-1 e -(x/)

Parmetro de escala > 0 y parmetro de forma > 0 para x >0

E(X)= ( Varianza x= 2

Coincide con la exponencial de intensidad cu ando k = 1 y la de distribucin de Rayleigh de moda = cuando k=2.

distribucin de fallos o cuando se han producido muchos fallos

)+

tiempo o permanece constante (fallas provocadas por causas externas al sistema). Puede considerarse como el anlogo de una variable aleatoria binomial negativa

intensidad 1.

DISTRIBUCIN ERLANG

Se define como la variable aleatoria que es igual al lapso en que ocurren r conteos en un proceso Poisson

= 1/ r = 1, 2, 3, ....

fx(x; ,r) =
Para x

Media: ( ) Varianza:

( )

Probabilidades en clculos informticos.

y r = 1,2,

( )

Media:

DISTRIBUCIN GAMMA

Es el resultado de que r en una variable aleatoria Erlang no sea un entero, y se cumpla que r > 0

0 0

fx(x; ,r) =
para x > 0

( ) ( )

( )

Varianza:

No se emplea con mucha frecuencia como modelo de un sistema fsico

Estimacin por intervalos y en las pruebas de hiptesis. Modelar experimentos aleatorios

Esta distribucin presenta como propiedad interesante la falta de memoria. Por esta razn, es muy utilizada en las teoras de la fiabilidad, mantenimiento y fenmenos de espera. Propiedades de la curva normal. 1. La moda, que es el punto sobre el eje horizontal donde la

Es la distribucin ms importante de todo el campo de la estadstica.

Parmetros Donde = media y = varianza

La densidad de la variable aleatoria normal X, con una media y varianza , es:

Media: ( )

Describe fenmenos que ocurren en la naturaleza, la industria y la investigacin. Se

( )

Varianza: ( )

Donde = 3.1416 y e = 2.71828 DISTRIBUCIN NORMAL

usa en las mediciones fsicas de reas como los experimentos meteorolgicos, como estudios de lluvia y mediciones de partes fabricadas.

2.

3.

4.

5.

curva es un mximo, donde ocurre en . La curva es simtrica alrededor del eje vertical a travs de la media La curva tiene sus puntos de inflexin en , es cncava hacia abajo si , y es cncava hacia arriba en cualquier otro caso. La curva normal se aproxima al eje horizontal de manera asinttica, conforme nos alejamos de la media en cualquier direccin. El rea total bajo la curva y sobre el eje horizontal es igual a 1.

DISTRIBUCIN EXPONENCIAL

Describe procesos en los que interesa saber el tiempo hasta que ocurre determinado evento; en

E(X)=
( ) { La varianza de x se calcula utilizando el hecho de que V(X)=E(X2)-[E(X)]2

De lo contrario 0

La distribucin exponencial es el equivalente continuo de la distribucin geomtrica discreta

Se utiliza como modelo de la distribucin de tiempos entre la ocurrencia de eventos sucesivos Proporciona modelos de

Modela la distribucin de la duracin de un componente. Se asemeja a la distribucin de Poisson

particular, se utiliza para modelar tiempos de supervivencia

Los resultados son:

probabilidad que son muy utilizados en disciplina de ingeniera y ciencias

Conclusin
El concepto de probabilidad surge con la necesidad de conocer los sucesos futuros. En la actualidad se contina con el estudio de nuevas metodologas que permitan el estudio y anlisis de las probabilidades, minimizando de esta forma, los mrgenes de error. La teora de la probabilidad es utilizada en fsica, ciencias, matemtica e incluso en filosofa. Toda distribucin de probabilidad es generada por una variable aleatoria, la cual como sabemos puede ser discreta o continua, esta ltima se caracteriza porque puede tomar tanto valores enteros como fraccionarios y un nmero infinito de ellos. Las probabilidades asociadas con una variable aleatoria continua se dan como reas bajo la distribucin de probabilidad f(y).No es posible asignar probabilidades a los puntos mustrales asociados con una variable aleatoria continua, requiere un modelo poblacional completamente distinto. Las distribuciones de variable continua ms importantes son las siguientes: Distribucin exponencial Distribucin normal Distribucin Gamma Distribucin uniforme (continua) Distribucin Erlang Distribucin Weibull

El modelo de probabilidad a utilizar depender de la variable a identificar y de la situacin a considerar.

Fuentes de Consulta
http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Weibull Walpole Ronald E, et. al. PROBABILIDAD & ESTADSTICA. Edit. Prentice Hall. Octava edicin. Pg. Consultadas 172 185.
probabilidad y estadstica para ingeniera y ciencias sptima edicin. JAY L. DEVORE. Pag 157,158,159. http://www.uv.es/ceaces/base/modelos%20de%20probabilidad/exponencial.htm Probabilidad y Estadstica para ingeniera. Tercer Edicin. WILLIAM W. HINES. Pag 203 219 Probabilidad y estadstica aplicadas a la ingeniera, Douglas C. Montgomery, Ed. McGraw Hill, 1ra. Edicin, 1996, Pgs. 204-208. http://www.ub.edu/stat/GrupsInnovacio/Statmedia/demo/Temas/Capitulo4/B0C4m1t1.htm http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Erlang