Conectar vía MCP →

Ingresar cálculo

Fórmula

Show calculation steps (2)
  1. Cumulative Distribution Function (CDF)

    Cumulative Distribution Function (CDF): Calculadora de distribución de Rayleigh

    CDF of the Rayleigh distribution for x >= 0

  2. Mean, Variance, Mode and Median

    Mean, Variance, Mode and Median: Calculadora de distribución de Rayleigh

    Distribution statistics: mean, variance, mode and median in terms of the scale parameter

Publicidad

Resultados

Densidad de probabilidad f(x)
0,270671
valor de la PDF de Rayleigh en x
Probabilidad acumulada F(x) 0,864665
Media 1,2533
Varianza 0,4292
Mediana 1,1774
Moda 1

¿Qué es la distribución de Rayleigh?

La distribución de Rayleigh es una distribución de probabilidad continua para valores no negativos, definida por un único parámetro de escala σ (sigma). Surge de forma natural como la magnitud de un vector bidimensional cuyas componentes son variables aleatorias normales independientes, de media cero e igual varianza. Se utiliza ampliamente en el procesamiento de señales (canales con desvanecimiento o fading), en el modelado de la velocidad del viento, en el ruido de imágenes por resonancia magnética y en ingeniería de fiabilidad.

Curvas de la FDP de la distribución de Rayleigh para distintos parámetros de escala
Curvas de la FDP de Rayleigh: un sigma mayor desplaza el pico a la derecha y aplana la curva.

Cómo usar esta calculadora

Introduce el valor x en el que quieres conocer la densidad y la probabilidad acumulada, junto con el parámetro de escala σ. La calculadora devuelve la PDF \(f(x)\), la CDF \(F(x)\) y la media, la varianza, la mediana y la moda de la distribución. Tanto x como σ deben ser no negativos, y σ tiene que ser mayor que cero.

Las fórmulas explicadas

La densidad de probabilidad es $$f(x) = \frac{x}{\sigma^{2}}\, \exp\!\left(-\frac{x^{2}}{2\,\sigma^{2}}\right)$$ para \(x \geq 0\). La distribución acumulada es $$F(x) = 1 - \exp\!\left(-\frac{x^{2}}{2\,\sigma^{2}}\right).$$ Los estadísticos resumen principales son: media \(\mu = \sigma\sqrt{\tfrac{\pi}{2}}\), varianza \(= \frac{4-\pi}{2}\,\sigma^{2}\), mediana \(= \sigma\sqrt{2\ln 2}\) y moda \(= \sigma\). Fíjate en que la moda coincide exactamente con σ: el pico de la densidad siempre se sitúa en \(x = \sigma\).

Publicidad
FDP de Rayleigh con área sombreada que representa la FDA hasta x y la moda marcada
El área sombreada bajo la FDP hasta x es la FDA; el punto marca la moda.

Ejemplo resuelto

Tomemos \(\sigma = 1\) y \(x = 2\). Entonces \(\frac{x^{2}}{2\sigma^{2}} = \frac{4}{2} = 2\), así que \(e^{-2} \approx 0{,}135335\). La PDF es $$\frac{2}{1}\cdot 0{,}135335 = 0{,}270671.$$ La CDF es \(1 - 0{,}135335 = 0{,}864665\). La media es \(\sqrt{\tfrac{\pi}{2}} \approx 1{,}253314\), la varianza es \(\frac{4-\pi}{2} \approx 0{,}429204\), la mediana es \(\sqrt{2\ln 2} \approx 1{,}177410\) y la moda es 1.

Preguntas frecuentes

¿Está definida la distribución de Rayleigh para x negativos? No. Solo tiene soporte en \(x \geq 0\); la densidad vale cero para los valores negativos.

¿Cómo se relaciona σ con la media? La media crece de forma lineal con σ: \(\mu = \sigma\sqrt{\tfrac{\pi}{2}} \approx 1{,}2533\,\sigma\).

¿Qué relación tiene con la distribución normal? Si X e Y son independientes y siguen una \(N(0, \sigma^{2})\), entonces \(\sqrt{X^{2}+Y^{2}}\) sigue una distribución de Rayleigh con escala σ.

Última actualización: