Andrs Miniguano
ESCUELA POLITECNICA NACIONAL
FACULTAD DE CIENCIAS
Materia: PROBABILIDADES Y ESTADSTICA
Deber N. 7: Distribuciones Continuas de Probabilidad
(Gamma, Beta, Weibull)
1. Los totales de precipitacin durante cuatro semanas en el verano en determinada zona tiene
un histograma de frecuencia relativa que parece ajustarse estrechamente a una distribucin
gamma con =1.6 y =2.0 .
x
f ( x )=
1
x 0.6 e 2 0.36919 x 0.6 e 2
1.6
2 1.6
a) Estime el promedio y la varianza de dicha distribucin de los totales de
precipitacin.
= =3.2=
16
5
2= 2 2=6.4=
32
5
b) Determine un intervalo que comprenda el total de lluvia para un perodo
determinado de cuatro semanas y que tenga una probabilidad mnima de 0.75.
Por Chebyshev aproximadamente
P [| X| k ] 1
1
2
k
P [ k X + k ] 1
1
=0.75
k2
1 3
= k =2
k2 4
P [ k X +2 ] 0.75
X { 2 , +2 }
[
[
16
32 16
32
2
, +2
5
5 5
5
X 1.8596,8.2596 ]
X
2. Los ingresos anuales de los ingenieros de determinada industria siguen aproximadamente
una distribucin gamma con =600 y =50 .
a) Calcule el promedio y la varianza de los ingresos
= =60050=30000
2= 2 2=600502=1500000
b) Cree usted que hay muchos ingenieros en esa industria cuyos ingresos anuales sean
mayores que $35.000?
x
Analicemos la probabilidad:
1
f ( x )= 600
x 599 e 50 , tiende a cero para
50 ( 600 )
cualquier valor debido a su denominador. Considerando cambios en la escala se puede
obtener error, ejemplo es que al dividir la media para 1000 tenemos una funcin que no
es de densidad.
Analizando los parmetros: se tiene una variabilidad no tan alta en relacin a la media.
Se tiene que hay una desviacin estandar de 1224.7449, lo cual no nos aleja mucho de
estimar una alta probabilidad central. Bsicamente no hay muchos miles que se alejen de
la media en este caso, por lo que se estima que si la media es, en efecto, el mejor
Andrs Miniguano
representante de toda la muestra, hayan relativamente muchos ingenieros con
aproximadamente dicho ingreso anual.
Por Chebyshev aproximadamente
P [| X| k ] 1
1
k2
5
3
|X | k |3500030000| k 1500000 k 6
Tomando el mnimo valor :k =
Entonces:
P [ k X +2 ] 1
5
6
3
1
2
( 53 6)
47
0.94
50
Lo cual confirma lo anterior.
3. El tiempo semanal de paro Y (en horas) de una mquina industrial determinada tiene
aproximadamente una distribucin gamma con =3 y =2 . La prdida, en
dlares, de la operacin como resultado de ese tiempo de paro est dada por:
L=30 Y +2 Y 2
x
x
1
1
f ( x )= 3
x2 e 2 = x 2 e 2
16
2 (3 )
a) Halle el valor esperado y la varianza de
==6
E [ L=30 Y +2Y 2 ]=30 E [ Y ] +2 E [ Y 2 ]=30 ( 6 ) +2 ( 36 )=252
2= 2=12
V [ L=30 Y + 2Y 2 ] =30V [ Y ] +2V [ Y 2 ] =30 2 ( 12 ) +22 ( 144 )
b) Determine un intervalo que contenga L en un 89% aproximado de las semanas
en las que se usa la mquina.
Por Chebyshev aproximadamente
P [| X| k ] 1
1
2
k
P [ k X + k ] 1
1
=0.75
k2
1
10
=0.89 k = 11
2
11
k
P [ k X +2 ] 0.89
X { 2 , +2 }
10
10
X 6 1112 , 6+ 11 12
11
11
X [ 4.4447, 16.4447 ]
4. La carga total sostenida en una zapata de concreto de un edificio en proyecto es la suma de
la carga muerta ms la carga viva (ocupantes y sus enseres). Suponga que la carga muerta
X 1 tiene una distribucin gamma con 1=50 y 1=2 , mientras que la carga
viva X 2 tiene una distribucin gamma con 2=20 y 2=2 . Las unidades son
miles de libras.
Andrs Miniguano
a) Calcule el promedio, la varianza y la funcin de densidad de probabilidad de la
carga total soportada por la zapata.
Se tienen dos variables:
X 1 :libras de carga muerta , X 1 Gamma ( 50,2 )
X 2 :libras de carga viva, X 2 Gamma ( 20,2 )
1= 1 1 1=100
21= 1 21 21=200
2= 2 2 2=40
2
2
2
2= 2 2 2=80
Y Gamma
19
, )
( 490
19 7
100+40
=70
2
200+80
2= 2 2=
=190
2
= =
Funcin de densidad:
f ( x )=
1
19 490
490
19
7
19
( )
471
19
x
19
471
=( 8.3435 1037 ) x 19 e
x
19
b) Encuentre un valor para la carga sostenida que slo rebase con una probabilidad
menor que
1
.
16
Por Chebyshev aproximadamente:
P [| X| k ]
1 1
= k =4
2
k 16
1
k2
P [ X +k , X k ]
1
16
X ( , k ] [ + k , + )
X ( , 704 190 ] [ 70+ 4 190 , + )
X ( , 14.8638 ] [ 125.1362 , + )
Se estima que tomando cualquier valor de este conjunto se tendr lo pedido.
5. Los tiempos de respuesta en una terminal en lnea tienen, en forma aproximada, una
distribucin gamma, con un promedio de 4 segundos y una varianza de 8. Formule la
funcin de densidad de probabilidad para dichos tiempos de respuesta.
= =2
2= 2 =2
f ( x )=
1
1
x1 e 2 = x e
2
4
2 ( 2)
6. Suponga que
x
2
F ( x )= f ( x ) dx=F ( x )=4 +e
x
2
tiene una funcin de densidad representada por:
( 4+ x )
Andrs Miniguano
3
( 1x )2
k
x
0 x 1
f ( x )=
0
otros casos
a) Calcule el valor de
1
para que sea funcin de densidad.
k x 4 2k x 5 k x 6
k 2k k k
F ( x )= f ( x)= k x 2 k x + k x dx=
+
= + = =1 k=60
4
5
6 0 4 5 6 60
0
0
3
3
(
)2
0 x 1
f ( x )= 60 x 1x
0
otros casos
E[ X] y V [ X] .
X ( 4,3 )
4
E [ X ]=
=
+
7
3
V [ X ]=
V [ X ] =
2
98
( + ) ( + +1 )
b) Determine
7. Durante un turno de ocho horas, la proporcin de tiempo que una troqueladora de lmina
est parada por mantenimiento o reparacin tiene una distribucin beta con =1 y
=2 . El costo (en cientos de dlares) de ese tiempo inactivo, debido a la produccin
perdida y al costo de mantenimiento y reparacin es: C=10+20 X + 4 X 2
( + ) 1
X (1x ) 1 =2 ( 1x )
() ( )
1
=
=
+
3
2
1
2
2
=
=
=
2
9 ( 4 ) 18
( + ) ( + +1 )
f ( x )=
a) Estime el costo esperado y la varianza del costo.
1
E [ X ] = xf ( x ) dx=
0
1
=
+ 3
1
=
( + ) ( + + 1 ) 18
1
2
1 1
3 1
E [ X 2 ] = 2 x 2 ( 1x ) dx=
+
= + = =
2
9
18
18
6
( + ) ( + +1 )
0
2
V [ X ] =E [ X 2 ]( E [ X ] ) =
( )
V [ X 2 ] =E [ X 22 ]( E [ X 2 ] )
( E [ X 2 ]) = 1
2
36
, E [ X 4 ] = 2 x 4 ( 1 x ) dx=
0
1
7
V [ X 2 ]=
15
180
C=10+20 X + 4 X 2
E [ C ] =10+20 E [ X ] + 4 E [ X 2 ]
1
1 52
E ( C ) =10+20
+4
= 17.3333
3
6
3
() ()
V [ C ] =202 V [ X ] + 42 V [ X 2 ]
Andrs Miniguano
V (C )=20 2
22.8444
( 181 )+ 4 ( 1807 )= 1028
45
2
b) Determine un intervalo en el que quede
0.75.
con una probabilidad mnima de
( + ) 1
x ( 1x ) 1 f ( x ) =2 ( 1x ) F ( x )=2 xx 2
() ( )
1 3
P ( X ) 0.75 F ( x ) 0.75 0.75 2 xx 2 x ,
2 2
f ( x )=
[ ]
8. El porcentaje de impurezas por lote en determinado tipo de sustancia qumica industrial es
una variable aleatoria X que tiene funcin de densidad:
2
0 x 1 .
f ( x )= 12 x (1x )
0
otros casos
X ( 3,2 )
a) Suponga que no se puede vender un lote con ms de 40% de impurezas. Cul es la
probabilidad de que un lote seleccionado al azar no se pueda vender?
0.40
P ( X 0.40 ) =1F ( 0.40 )=1 12 x 2 ( 1x ) dx=0.8208
0
b) Suponga que el valor de cada lote en dlares est dado por:
calcule el valor esperado y la varianza.
V =50.5 X ,
3
3
=
3+2
5
(
2
)(
3
)
1
2= 2 =
25
( 5) ( 6)
=
E ( V )=50.5 E ( X )=5
V (V )=0.25 V ( X )=
1 3
=4.7
2 5
()
1 1
=0.01
4 25
9. La proporcin de hierro puro en determinadas muestras de mineral tiene una distribucin
beta con =2 y =1 .
0 x 1 F ( x )= x2
0 x1
f ( x )= 2 x
0 otros casos
0 otros casos
a) Estime la probabilidad de que una de esas muestras tenga ms del 50% de hierro
puro
P ( X >0.50 )=1F ( 0.50 ) =10.25=0.75
b) Calcule la probabilidad de que dos de las muestras tengan menos que el 30% de
hierro puro.
P ( X <0.30 )=F ( 0.30 )=0.09
Y Binomial
P (Y < 0.30 )=b ( 2,2,0.30 ) =0.0081
Andrs Miniguano
10. Supngase que la proporcin de unidades defectuosas embarcadas por un vendedor, las
cuales vara de cargamento a cargamento, puede considerarse como una variable aleatoria
que tiene distribucin beta con =1 y =4 .
(
)
f ( x )= 4 1x
0
4
0 x 1 F ( x )= 1( x1 )
0 x 1
otros casos
0
otros casos
a) Encuentre la media de esta distribucin beta, es decir, el promedio de unidades
defectuosas en un cargamento de este vendedor.
1
=
+
5
b) Calclese la probabilidad de que un embarque de este vendedor contenga 25% o
ms de unidades defectuosas.
P ( X 0.25 ) =1F ( 0.25 )=0.3164
11. Supngase que el tiempo de falla (en minutos) de ciertos componentes electrnicos, sujetos a
vibraciones continuas, puede considerarse como una variable aleatoria de Weibull con
1
5
1
.
3
f ( x )= x 1 e x
1
= x3e
15
1 3
x
5
a) Cunto puede esperarse que dure un componente?
E [ X ]=
1 1
1
3
1+ =( 5 ) (3 ) !=750 minutos
( )
b) Cul es la probabilidad de que ese componente falle en menos de 5 horas?
P ( X >300 )=
300
1 3
x e
15
1 3
x
5
1 3
x
5
dx=e
300
0.2621
12. Supngase que la vida til (en horas) de un semiconductor es una variable aleatoria que
tiene distribucin de Weibull con =0.025 y =0.500 . Cul es la probabilidad de
que el semiconductor an est funcionando despus de 4.000 horas?
f ( x )= x
x
1 x
x
1
= x 2 e 40
80
1
2
1
2
x
x
1
F ( x )= x 2 e 40 dx=1e 40
0 80
1
2
1
( 4000 ) 2
40
P ( X >4000 )=1F ( 4000 )=e
10
2
=e
0.2057
