Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 26 vistas

    Gama

    Cargado por

    yes c.
    Este documento presenta información sobre distribuciones de probabilidad como la normal, gamma, beta y Weibull. Explica problemas de distribución normal y cómo calcular la probabilidad de que un estudiante complete un examen en diferentes rangos de tiempo. También define las distribuciones gamma, beta y Weibull, explicando sus usos para modelar variables aleatorias y confiabilidad.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Gama

    Cargado por

    yes c.
    26 vistas3 páginas
    Este documento presenta información sobre distribuciones de probabilidad como la normal, gamma, beta y Weibull. Explica problemas de distribución normal y cómo calcular la probabilidad de que un estudiante complete un examen en diferentes rangos de tiempo. También define las distribuciones gamma, beta y Weibull, explicando sus usos para modelar variables aleatorias y confiabilidad.

    Título original

    gama

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta información sobre distribuciones de probabilidad como la normal, gamma, beta y Weibull. Explica problemas de distribución normal y cómo calcular la probabilidad de que un estudiante complete un examen en diferentes rangos de tiempo. También define las distribuciones gamma, beta y Weibull, explicando sus usos para modelar variables aleatorias y confiabilidad.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    26 vistas3 páginas

    Gama

    Cargado por

    yes c.
    Este documento presenta información sobre distribuciones de probabilidad como la normal, gamma, beta y Weibull. Explica problemas de distribución normal y cómo calcular la probabilidad de que un estudiante complete un examen en diferentes rangos de tiempo. También define las distribuciones gamma, beta y Weibull, explicando sus usos para modelar variables aleatorias y confiabilidad.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 3

    UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

    FACULTAD DE INGENIERÍA
    ESTADISTICA 1
    MATERIAL DE APOYO

    PROBLEMAS DISTRIBUCION NORMAL

    1. El tiempo necesario para dar el examen de ingreso a cierta universidad


    estatal está distribuido normalmente con una media de 90 minutos y
    desviación estándar de 10 minutos. Determine:
    a) ¿Cuál es la probabilidad de que un estudiante complete el examen
    en 80 minutos o menos?
    b) ¿Cuál es la probabilidad de que un estudiante complete el examen
    en más de 75 minutos, pero menos de 85?
    c) ¿Cuál es la probabilidad de que un estudiante complete el examen
    exactamente en 75 minutos?

    2. Si X es una variable aleatoria continua, distribuida de forma normal, con


    media de 18 y varianza de 6,25. Encontrar:
    a) el valor de a, tal que P (X≥ a) = 0,1814.
    b) el valor de c, tal que P (X <a) = 0,2236.

    3. Dada una variable aleatoria continua X, cuya distribución de probabilidad


    es normal en la que el 10,03% del área bajo la curva está a la izquierda de
    x = 60, y 5,05% del área está a la derecha de x = 90, determine los valores
    de la media y desviación estándar:
    UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
    FACULTAD DE INGENIERÍA
    ESTADISTICA 1
    MATERIAL DE APOYO

    DISTRIBUCIÓN GAMMA

    Se le conoce, también, como una generalización de la distribución


    exponencial. Es una distribución de probabilidad continúa adecuada para
    modelizar el comportamiento de variables aleatorias con asimetría positiva y/o
    los experimentos en donde está involucrado el tiempo.

    DISTRIBUCIÓN BETA

    La distribución beta es posible para una variable aleatoria continua que toma
    valores en el intervalo [0,1], lo que la hace muy apropiada para modelar
    proporciones. En la inferencia bayesiana, por ejemplo, es muy utilizada como
    distribución a priori cuando las observaciones tienen una distribución binomial.

    Uno de los principales recursos de esta distribución es el ajuste a una gran


    variedad de distribuciones empíricas, pues adopta formas muy diversas
    dependiendo de cuáles sean los valores de los parámetros de forma α y β,
    mediante los que viene definida la distribución.
    UNIVERSIDAD DE SAN CARLOS DE GUATEMALA
    FACULTAD DE INGENIERÍA
    ESTADISTICA 1
    MATERIAL DE APOYO

    DISTRIBUCION WEIBULL

    Weibull es la técnica mayormente escogida para estimar una probabilidad


    basada en datos medidos o asumidos. El modelo Weibull tiene una interesante
    propiedad ligada a que según sean los valores de, puede presentar tasas de
    fallo crecientes, decrecientes o constantes. Así, cuando β=1 el modelo Weibull
    se convierte en exponencial y presenta tasa de fallos constante. El modelo
    exponencial es por tanto un caso particular del modelo Weibull, cuando β>1 el
    modelo tiene tasa de falla creciente y cuando β<1 presenta tasa de falla
    decreciente. El modelo Weibull es muy versátil y en la práctica es uno de los más
    utilizados.

    Donde:

    • t: Variable aleatoria que, para el caso de la confiabilidad, representa el


    tiempo entre fallas.
    • β: Parámetro de forma (0<β<∞)
    • θ: Parámetro de escala (0<θ<∞)
    • δ: Parámetro de localización (-∞δ<∞)

    También podría gustarte