Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 66 vistas

    Gamma

    Cargado por

    Frannck Barrios
    La distribución gamma describe variables aleatorias no negativas con distribuciones sesgadas hacia la derecha. Surge de las curvas propuestas por Karl Pearson y sirve para modelar fenómenos que involucran tiempo, como llegadas de aviones. Su función de densidad de probabilidad depende de los parámetros de escala β y forma α. Se usa comúnmente en fiabilidad, mantenimiento y teoría de colas.

    Copyright:

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

    Gamma

    Cargado por

    Frannck Barrios
    66 vistas23 páginas
    La distribución gamma describe variables aleatorias no negativas con distribuciones sesgadas hacia la derecha. Surge de las curvas propuestas por Karl Pearson y sirve para modelar fenómenos que involucran tiempo, como llegadas de aviones. Su función de densidad de probabilidad depende de los parámetros de escala β y forma α. Se usa comúnmente en fiabilidad, mantenimiento y teoría de colas.

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    La distribución gamma describe variables aleatorias no negativas con distribuciones sesgadas hacia la derecha. Surge de las curvas propuestas por Karl Pearson y sirve para modelar fenómenos que involucran tiempo, como llegadas de aviones. Su función de densidad de probabilidad depende de los parámetros de escala β y forma α. Se usa comúnmente en fiabilidad, mantenimiento y teoría de colas.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    66 vistas23 páginas

    Gamma

    Cargado por

    Frannck Barrios
    La distribución gamma describe variables aleatorias no negativas con distribuciones sesgadas hacia la derecha. Surge de las curvas propuestas por Karl Pearson y sirve para modelar fenómenos que involucran tiempo, como llegadas de aviones. Su función de densidad de probabilidad depende de los parámetros de escala β y forma α. Se usa comúnmente en fiabilidad, mantenimiento y teoría de colas.

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    de 23

    DISTRIBUCIÓN

    GAMMA

    FRANNCK BARRIOS PACHECO


    INTRODUCCIÓN A LA
    ESTADÍSTICA
    DISTRIBUCIÓN GAMMA
    INTRODUCCIÓN Y DEFINICIÓN
    •Este modelo nos lleva a una función de densidad de
    probabilidad cuyas variables aleatorias son no negativas
    y tienen distribuciones sesgadas hacia la derecha,
    es decir la mayor parte del área bajo la curva de la
    función, se encuentran cerca del origen y los valores de
    la función de densidad disminuyen gradualmente
    cuando x aumenta.
    DISTRIBUCION GAMMA
    OBJETIVO

    •El objetivo fundamental del trabajo a presentar es


    analizar la denominada Función Gamma con su
    respectiva distribución de probabilidad o función de
    densidad, así como sus parámetros y las relaciones que
    esta función tiene con otras. Sólo así podremos
    comprender la verdadera importancia de la función
    Gamma, que básicamente es una función teórica
    Importancia

    Sirve de modelo para


    numerosos experimentos en
    donde interviene el tiempo
    como sucede en la llegadas de
    aviones a un aeropuerto y en
    general a los problemas de
    teoría de colas”
    DISTRIBUCION GAMMA

    ORIGEN Y AUTOR

    •La distribución Gamma tiene su origen en la familia de


    curvas sesgadas propuestas por Karl Pearson. Uno de los
    primeros y más importantes trabajos del profesor Pearson
    fue su contribución al análisis de curvas sesgadas. La
    motivación del profesor Pearson nace al notar que ciertas
    medidas biológicas, sociológicas y económicas, existe una
    desviación de la forma normal y es importante la
    dirección y la cantidad de esa desviación.
    DISTRIBUCION GAMMA

    FUNCIÓN GAMMA ESTA DADA POR:

    La integral que define la función se le llama integral euleriana


    de
    segunda especie, siendo α>0
    Esta función nos permite generar una constante a través de α.
    DISTRIBUCION GAMMA

    Propiedades de la función gamma


    1. Esta función también se la puede representar
    como:

    Demostración:

    Integrando por

    partes:
    DISTRIBUCION GAMMA

    Volviendo a integrar

    Así sucesivamente
    DISTRIBUCION GAMMA

    Propiedades de la función gamma


    2. Cuando α es 1, entonces la función gamma también es
    1 Demostración

    3.

    4.
    DISTRIBUCION GAMMA

    función de distribución gamma


    La función de distribución gamma viene dado por:

    Sin embargo, esta función no da 1 en la suma total de


    probabilidades. Esa es la razon por la cual debemos multiplicarlo
    por un constante k.
    DISTRIBUCION GAMMA

    DEMOSTRACIÓN
    Sabemos que al integrar esta distribución debe dar
    1.

    Realizamos un cambio de variable


    DISTRIBUCIÓN GAMMA

    DEMOSTRACIÓN

    La función gamma da la constante que hace que la suma de


    probabilidades de la gamma sea 1.
    DISTRIBUCIÓN GAMMA

    SU FUNCION DE DENSIDAD DE PROBABILIDAD ES:

    Con parámetros:
    β: parámetro de escala, β >
    0 α: parámetro de forma, α
    >0

    Valor esperado (media)


    Varianza
    DISTRIBUCIÓN GAMMA
    DEMOSTRACIÓN DE CÓMO SURGE LA MEDIA Y
    VARIANZA POR EL MÉTODO DE MOMENTOS.
    DISTRIBUCIÓN GAMMA

     FUNCIÓN GENERADORA DE MOMENTOS

     Valor Esperado

     Varianza
    DISTRIBUCION GAMMA

     Propiedades
     La distribución exponencial es una distribución gamma con α =1.
     Si X1 es una gamma (α1,β) y X2 es una gamma (α2,β) entonces
    Y=X1+X2
    es una gamma (α1+ α2,β).
     Si X es una gamma (α,1) entonces βX es una gamma (α1,β), para
    cualquier β>0.
    Las dos primeras propiedades nos dicen que podemos generar
    valores de distribuciones gamma de valores grandes de α mediante
    convolución de valores de distribuciones gamma. La tercera
    propiedad nos dice que sólo es necesario desarrollar métodos de
    generación de variables aleatorias gamma con β=1. Una gamma(1,1)
    es una exponencial de media 1.
     
    DISTRIBUCION GAMMA
    LA DISTRIBUCIÓN GAMA TOMA UNA VARIEDAD DE FORMAS
    DEPENDIENDO DEL VALOR DE . COMO SE ILUSTRA EN LA
    FIGURA. PARA <1 LA DISTRIBUCIÓN ES MUY ASIMÉTRICA CON
    F(X) TENDIENDO A INFINITO A MEDIDA QUE X TIENDE A CERO.
    DISTRIBUCION GAMMA

    Usos y Aplicaciones
    La distribución gamma se aplica a una gran diversidad de áreas,
    permitiéndonos una metodología en el marco de análisis de la
    biología y la ingeniería. Es una candidata popular para modelar
    procesos, dada su capacidad para asumir una amplia variedad de
    formas.
    Una elección frecuente, especialmente cuando se trata de
    representar datos de precipitación es la distribución gama. Muchas
    de estas variables atmosféricas son claramente asimétricas.
    Es muy utilizada en las teorías de la fiabilidad, mantenimiento
    y fenómenos de espera
    DISTRIBUCION GAMMA

    Casos Particulares
    1) La función exponencial es un caso particular de la distribución
    gamma y tiene aplicaciones de interés práctico. Se obtiene con= 1
    en la distribución Gamma
    1 x/
    , x 0
    f (x) e
    0, para otro x

    2) Otro caso especial de la distribución gamma se obtiene si hacemos β=2


    y α=n/2, en donde n es un entero positivo. La distribución resultante es
    la distribución ji-cuadrado, cuya densidad esta definida por:
    COMPARACIÓN

    Distribución Poisson Distribución Gamma

    consiste en preguntar por la cantidad consiste en preguntar por la cantidad


    de eventos en el período T (la de tiempo necesario hasta observar k
    longitud de un intervalo del continuo eventos. Es decir, dado k, calcular la
    que va a estudiarse). Es decir, dado , distribución de T.
    calcular la distribución de (la
    cantidad de eventos que hay en ese
    intervalo).
    EJERCICIOS

      cierta ciudad el consumo diario de energía eléctrica, en millones de kilovatios por


    En
    hora, puede considerarse como una variable con distribución GAMMA de parámetros
    La planta de energía de esta ciudad tiene una capacidad diaria de 10 millones Kw/h.
    ¿Cuál es la probabilidad de que este abastecimiento sea insuficiente en un día
    cualquiera?
    Encuentre E(x) y V(x)

    3 10
       
    E(x)=

    0,5 2 −0,5 𝑥 E(x)=

    𝑃 ( 𝑥>10 )=1−𝑃 ( 𝑥 ≤10)=1− ∙∫ 𝑥 𝑒 𝑑𝑥


    E(x)=
    V(x)=

    20 V(x)=
    V(x)=12
     Suponga que el tiempo, en horas, que toma reparar una bomba de calor es una variable
    aleatoria X que tiene una distribución gamma con parámetros 2 y .
    ¿Cuál es la probabilidad de que la siguiente llamada de servicio requiera a los mas 1
    hora para reparar la bomba de calor?
    Encuentre la V(x)

     
    V(x)=
    V(x)=
    V(x)=1/2
    DISTRIBUCION GAMMA
    CONCLUSIÓN

    Como hemos observado la función gamma lo que busca es una


    variable aleatoria que nos permite encontrar el tiempo que transcurre
    para la realizacion de un evento. Y queda demostrado que esta
    funcion da origen a muchas otras distribuciones siendo las mas
    representativas la esponencial y la chi-cuadrada.
    Esta distribucion trata de predecir eventos poco probables, como las
    precipitaciones y probabilidad por tiempos de espera.

    También podría gustarte