ESCUELA POLITCNICA DEL EJRCITO

INGENIERIA ELECTRNICA
UNIVERSIDAD DE LAS FUERZAS ARMADAS
ESPE EXTENSIN LATACUNGA
INGENIERA ELECTRNICA E INSTRUMENTACIN
PROCESAMIENTO DIGITAL DE SEALES
FUNCIN DENSIDAD
Jefferson Alberto De La Cruz Casco
jadlcc@msn.com

FUNCIN DENSIDAD DE BERNOULLI

Consideremos un experimento z con dos resultados solamente, uno denominado xito (S) y el otro
denominado fracaso (F) (Sea p la probabilidad de xito de un experimento z y q =1-p la probabilidad de
fracaso del mismo experimento).
Supongamos que se repite el experimento z y que los ensayos son independientes de los resultados
anteriores como en el lanzamiento de una moneda o la presencia o no de un virus en un paciente La
distribucin de Bernoulli de parmetro p es el modelo ms simple de probabilidad

nk

1 p
n
k
P ( x=k )=C kp
Valor medio

E ( x )=p (1 ) + q ( 0 )= p
Varianza
2
2
var ( x )=E ( x )E ( x)

E ( x 2) = p ( 1 ) + q ( 0 ) = p
var ( x )= pp 2
var ( x )= p ( 1 p )= pq
Desviacin estndar.

 ( x )= var (x )= pq
Ejercicios
1. Cuando se lanza al aire una moneda hay una probabilidad de 0.5 de que caiga en
cara. Sea X=1 si la moneda cae en cara y X =0 si cae en Cruz. Cul es la
distribucin X?

Solucin:

Puesto que X=1 cuando cae cara. Esta es resultado de xito. La probabilidad de xito p(X=1).
Es igual a 0.5. Por tanto X Bernoulli (0.5)
X=1

FUNCIN DENSIDAD NORMAL O GAUSSIANA

La distribucin normal fue definida por De Moivre en 1733 y es la distribucin de mayor importancia en el
campo de la estadstica.
Una variable es normal cuando se ajusta a la ley de los grandes nmeros, es decir, cuando sus valores
son el resultado de medir reiteradamente una magnitud sobre la que influyen infinitas causas de efecto
infinitesimal.
Las variables normales tienen una funcin de densidad con forma de campana a la que se llama campana
de Gauss.

Funcin de densidad Normal

2

1
f ( x )=
e
2
Valor medio

(x)
2
2

< x<

1
E ( x )=E ( t ) =
te
2

1
te
2

1
u
e
2

t
2

t
2

t
2

1
dt+ u
e
2

t
2

dt

dt =0 (funcion impar )

1
1
dt =u
lim L(u 2 )=u
( 2 )
2 s1
2
2

E ( x )=u

Varianza:

var ( x )= 2+u 2( u )2= 2

Desviacin estndar:

( x )= var (x )=

FUNCIN DENSIDAD DE POISSON

Cuando en una distribucin binomial se realiza el experimento un nmero n muy elevada de veces y la
probabilidad de xito p en cada ensayo es reducida, entonces se aplica el modelo de distribucin de
Poisson. Esta se caracteriza por un solo parmetro b. Su media y su varianza es b, es un parmetro
positivo que representa el nmero de veces que se espera que ocurra el fenmeno durante un intervalo
dado.
La media est representada por un tringulo y se puede interpretar como un punto de equilibrio. Al
arrastrarlo se modifica tambin el parmetro b.

Funcin densidad de probabilidad:

f ( X )=e

k=0

bk
( xk )
k!

Valor medio

E ( k )=b
Varianza:

var ( k )=b
Desviacin estndar:

( x )= var (x )= b
FUNCIN DENSIDAD DE LAPLACE
Una funcin de densidad de probabilidad caracteriza el comportamiento probable de una poblacin en
tanto especifica la posibilidad relativa de que una variable aleatoria continua X tome un valor cercano a
x.La distribucin de Laplace resulta de la diferencia de dos variables exponenciales aleatorias,
independientes e idnticamente distribuidas.

La frmula es:

b
f ( x )= eb|xa|
2
Valor medio:

E ( x )=a
Varianza:

var ( x )=

2
2
b

Desviacin estndar:

2
( x )= var (x )=
b

9 FUNCIN DENSIDAD DE ERLANG

La distribucin Erlang es una distribucin continua, que tiene un valor positivo para todos los nmeros
reales mayores que cero, y est dada por dos parmetros: la forma k, que es un entero no negativo, y la
tasa , que es un nmero real no negativo. La distribucin a veces se definen utilizando el inverso del
parmetro de tasa, la escala . Se utiliza la distribucin Erlang para describir el tiempo de espera hasta el
suceso nmero k en un proceso de Poisson. El parmetro de escala es equivalente a la media de una
distribucin exponencial, y el parmetro de forma k es equivalente al nmero de eventos distribuidos
exponencialmente. Cuando el parmetro de forma k es igual a 1, la distribucin se reduce a la distribucin
exponencial.

La distribucin de Gamma generaliza la distribucin Erlang permitiendo k ser una real, usando la funcin
gamma en lugar de la funcin factorial.

Figura 6 Funcin de densidad de Erlang

La frmula es:

f ( x )=

a N x N 1 eax
( x)
( N1 ) !

Valor medio:

E ( x )=

N
a

Varianza:

var ( x )=

N
a2

Desviacin estndar:

N
( x )= var (x )=
a
Ejercicio
1. Suponga que cierta pieza metlica se romper despus de sufrir dos ciclos de esfuerzo. Si
estos ciclos ocurren de manera independiente a una frecuencia promedio de dos por cada 100
horas. Obtener la probabilidad de que el intervalo de tiempo se encuentre hasta que ocurre el
segundo ciclo.

a. Dentro de una desviacin con respecto del tiempo promedio.

b. A ms de dos desviaciones por encima de la media.
Solucin:
X: Lapso que ocurre hasta que la pieza sufre el segundo ciclo de esfuerzo, en horas.
k=2
l=2 ciclos/100 horas l=0.02

a-) P (m-s <>m+s) = P (29.29

b-) P(X > m+2s) = P(X > 241.42) = 1 P(X 241.42) =

FUNCIN DENSIDAD CAUCHY

Cuando dos variables aleatorias independientes y normalmente distribuidas con un valor
esperado de cero y una varianza de 1, luego la tasa es una variable respecto a la otra tiene la
distribucin estndar de Cauchy.

f ( x )=

b/
b>0 y <a<
2
b +( xa)
2

Valor medio:

E ( x )=2 x 2
dx
b + ( xa )2
0

E ( x )=no esta definida

var ( x ) y ( x ) tampoco estan definidos

FUNCION DENSIDAD DE RAYLEIGH

En la teora de la probabilidad y estadstica, la distribucin de Rayleigh es una funcin de distribucin
continua. Se suele presentar cuando un vector bidimensional (por ejemplo, el que representa la velocidad
del viento) tiene sus dos componentes, ortogonales, independientes y siguen una distribucin normal. Su
valor absoluto seguir entonces una distribucin de Rayleigh. Esta distribucin tambin se puede
presentar en el caso de nmeros complejos con componentes real e imaginaria independientes y
siguiendo una distribucin normal. Su valor absoluto sigue una distribucin de Rayleigh.

( xa)
b

2(
xa ) e
b

u ( xa )

Valor medio:

E ( x )= b +a

Varianza:

var ( x )=

b ( 4 )
4

Desviacin estndar:

 ( x )=

b ( 4 )
4

FUNCION DENSIDAD DE WEIBULL

Se trata de un modelo continuo asociado a variables del tipo tiempo de vida, tiempo hasta que
un mecanismo falla, etc.

1 x

()

()

si x 0

f ( x )=
Valor medio:

E ( X )=

( 1 +1)

Varianza:

var ( x )= 2

) [ ( )]

2
1
+ 1 +1

Desviacin estndar:

) [ ( )]

2
1
( x )= +1 +1

FUNCION DENSIDAD DE RICE

Se aplica al modelo de desvanecimiento rpido pero cuando hay una
componente intensa de seal (rayo directo) constante.

Parmetros:

c 2 : potencia componente constante

r 2=2 b : potencia componente variable .
Normalizacin: c2 +2 b=1

Factor Rice : K=

c2
2b

Densidad de probabilidad envolvente:

Io es la Funcion Bessel de primera espacie y de orden cero.

FUNCION DENSIDAD DE GAMMA

x k1

F ( x )= e x

El valor esperado y la varianza de una variable aleatoria X de distribucin

gamma son:
Valor medio:

k
E ( x )= =k

Varianza:

Var ( x )=

k
2
=k
2

Desviacin estndar:

( x ) = k 2