Professional Documents
Culture Documents
NCLEO DE ANZOTEGUI
ESCUELA DE INGENIERA Y CIENCIAS APLICADAS
DEPARTAMENTO DE SISTEMAS INDUSTRIALES
Distribuciones Continuas
PROFESOR:
PROFESOR: Abraham Meneses
Noviembre 2014
Tabla de contenido
INTRODUCCIN.......................................................................................................ii
2.1
DISTRIBUCIN NORMAL...............................................................................1
2.2
2.3
2.4
2.5
2.6
CONCLUSIONES....................................................................................................12
BIBLIOGRAFA........................................................................................................13
INTRODUCCIN
Ec. 2.1
Donde:
z = Valor tipificado de la distribucin normal
x = Variable aleatoria continua a la cual se le asigna el valor de la pregunta
= Media de la poblacin
= Desviacin estndar de la poblacin
estndar fue de 0,79 horas. Suponga que el tiempo de ingestin de pasto marino
verde para los erizos de mar tiene una distribucin aproximadamente normal.
a. Calcule la probabilidad de que un erizo de mar requerir cuatro horas o ms
para ingerir una hoja de pasto marino verde de 5 cm.
b. Calcule la probabilidad de que un erizo de mar requerir entre dos y tres
horas para ingerir una hoja de pasto marino verde de 5 cm.
Solucin
Datos:
= 2,83 horas
= 0,79 horas
a. Calcular
z=
As que
P( x >4)
42,83
1,48
0,79
P( x >4)=1P( x >1,48)
De acuerdo a la tabla:
P ( x >1 , 48 ) =0,9306
P ( x > 4 ) =10,9306=0,0694 .
Figura 2.1.a
2
P(2< x <3)
b. Calcular
z 1=
22,83
1,05
0,79
z 2=
32,83
0,22
0,79
P (2 x 3 )=0,58710,1469=0,4402
Figura 2.1.b
Donde:
=np
= np(1 p)
Ambas ecuaciones se pueden fusionar en una sola:
= (1 p)
Ec. 2.2
Siendo:
p = Probabilidad
= Media de la poblacin
= Desviacin estndar de la poblacin
Datos:
n = 38
1
2
P=
=( 38 )
( 12 )=19
= 19 (10.5)=3,08
Antes de conseguir
z=
P ( x 20 ) , ajustamos
x=19,5 .
19,519
0,16
3,08
P ( x 20 )=10,5636=0,4364
Figura 2.2
2.3 DISTRIBUCIN DE PROBABILIDAD GAMMA
y . El
P ( x <t )=
a
x .e
. dx
. ( )
Ec. 2.3
Donde:
( )=(1) !
=3
de 1986).
Determinar la probabilidad de creciente mximo durante un periodo menor a
seis aos para el Ro Susquehanna.
Solucin
Datos:
=3
= 0.07
t = 6 horas
e
x
(
)
0.07
x 31 .
. dx
( 0.07 )3 .(2)
6
P ( x< 6 )=
0
e
x
(
)
0.07
2
x .
. dx
( 0.07 )3 .( 2)
6
P ( x <6 )=
0
Este modelo suele utilizarse para variables que describen el tiempo hasta
que se produce un determinado suceso. Esta distribucin, propuesta por
Galambos Jnos, define el comportamiento de todo problema que cae en el
7
P( x >t)=
a
ex /
. dx
Ec. 2.4
=1000 .
P ( x >1500 ) =1
1500
ex/ 1000
. dx
1000
P ( x >1500 ) =
0
P ( x >1500 ) =0.7769
ex/1000
. dx
1000
y . El parmetro de escala,
( ) . dx
1
P(x <t)= . ( x ) e
Ec. 2.5
=2
=4 .
Calcule la
( ) . dx
2
P( x <10)= . ( x 21 ) e
4
0
2
x
4
( ) . dx
1
P( x <10)= ( x ) e
2 0
x
4
P ( x <10 ) =0,6321
P(x >t)=
a
x 1 (1x) 1
. dx
B( , )
B se expresa como:
B=
( ) ()
( + )
Quedando entonces:
10
P ( x >t )=
a
( + ) 1
( x ( 1x )1 ) . dx
( ) ( )
Ec. 2.6
Donde:
0x1
y > 0
( )=(1) !
( )=( 1) !
==2 .
P ( x >0,30 )=
0.30
(2+ 2 ) 21
( x ( 1x )21) . dx
(2) (2)
11
P ( x >0,30 )=
0,30
P ( x >0,30 )=
0,30
P ( x >0,30 )=
0,30
(4 )
( x ( 1x ) ) . dx
(2) (2)
( 3) !
( x ( 1x ) ) . dx
( 1) ! ( 1) !
(4 )
( x ( 1x ) ) . dx
(2) (2)
1
P ( x >0,30 )= 6 x ( 1x ) . dx
0,30
P ( x >0,30 )= 6 x ( 1x ) . dx
0,30
P ( x >0,30 )=0,784
12
CONCLUSIONES
13
BIBLIOGRAFA
Meyer, P. (1973). Probabilidad y Aplicaciones Estadsticas . Mxico D.F.: Fondo
Educativo Interamericano.
de
http://www.virtual.unal.edu.co/cursos/ciencias/2001065/html/un2/cont_233_75.html
el
de
Diciembre
de
2014,
de
http://www.itch.edu.mx/academic/industrial/sabaticorita/_private/04Distribuciones
%20de%20Probabilidad.htm.
14