You are on page 1of 3

DISTRIBUCION DE PROBABILIDAD GAMA Y BETA.

DISTRIBUCIN GAMMA En estadstica la distribucin gamma es una distribucin de probabilidad continua con dos parmetros k y cuya funcin de densidad para valores x > 0 es

Aqu e es el nmero e y es la funcin gamma. Para valores la aquella es

(k) = (k 1)! (el factorial de k 1). En este caso - por ejemplo para describir un proceso de Poisson - se llaman la distribicin distribucin Erlang con un parmetro = 1 / .

El valor esperado y la varianza de una variable aleatoria X de distribucin gamma son E[X] = k / = k V[X] = k / 2 = k2 Los tiempos que tardan en revisar un motor de un automvil avin tienen una distribucin de frecuencias sesgadas. Las poblaciones asociadas a estas variables aleatorias frecuentemente tienen distribuciones que se pueden modelar adecuadamente por la funcin de densidad tipo gamma. Funcin de densidad de probabilidad para una variable aleatoria tipo gamma:

, > 0;0 y
f ( y) = y e ( ) 0
1 y /

En donde:

( ) = y 1 e
0

dy

La cantidad de la de la funcin alfa se conoce como la funcin gamma. La integracin directa nos da que la funcin uno igual a uno. La integracin por partes nos da que la funcin de alfa menos uno alfa menos uno por la funcin alfa menos uno para cualquier intervalo de alfa mayor o igual a uno y que la funcin de n sea igual a n menos uno factorial, para un nmero entero n. En el caso especial cuando alfa es un nmero entero, se puede expresar la funcin de distribucin de una variable aleatoria tipo gamma como una suma de ciertas variables aleatorias de Poisson. Si alfa no es un nmero entero, es imposible encontrar la antiderivada del integrando de la expresin:

0 < c < d <


d

donde

y 1 e y / dy ( )

Y por lo tanto es importante obtener las reas bajo la funcin de densidad tipo gamma mediante integracin directa. Hay dos casos especiales de las variables aleatorias tipo gamma que merece consideracin particular: Una variable aleatoria tipo gamma que tiene una funcin de densidad con parmetros alfa igual a v entre dos y beta igual a dos se denomina variable aleatoria ji - cuadrada. Ji - cuadrada se presenta con frecuencia en la teora de la estadstica. El parmetro v se denomina nmero de grados de libertad asociado a la variable aleatoria ji - cuadrada. La funcin de densidad gamma para el caso especial v = 1 se denomina funcin de densidad exponencial.

> 0;0 y <


f ( y) = 0 1 e
y /

En cualquier punto. La funcin de densidad exponencial muchas veces es til en los modelos de duracin de componentes elctricos. Un fusible es un ejemplo de un componente para el cual este supuesto suele cumplirse. Relaciones El tiempo hasta que el suceso nmero k ocurre en un Proceso de Poisson de intensidad es una variable aleatoria con distribucin gamma. Eso es la suma de k variables aleatorias independientes de distribucin exponencial con parmetro .

LA DISTRIBUCION DE PROBABILIDAD BETA. La distribucin de probabilidad beta es una funcin de densidad con dos parmetros definida en el intervalo cerrado 0 <= y <= 1. Se utiliza frecuentemente como modelo para fracciones, tal como la proporcin de impurezas en un producto qumico o la fraccin de tiempo que una maquina est en reparacin. Funcin de densidad probabilidad:

, > 0;0 y 1

f ( y) = {

(1 y ) B ( , )

En cualquier otro punto donde

B ( , ) = y 1 (1 y ) 1 dy =

( ) ( ) ( + )

Ntese que la definicin de (y) sobre el intervalo 0<= y <= 1 restringe su aplicacin. Si c<= y <= d, y = (y- c) / (d- c) definir una nueva variable en el intervalo 0<= y <= 1. As la funcin de densidad beta se puede aplicar a una variable aleatoria definida en el intervalo c<= y <= d mediante una traslacin y una medicin en la escala. La funcin de distribucin acumulativa para la variable aleatoria beta se llama comnmente funcin beta y esta dada por

F ( y) =

t 1 (1 t ) 1 dt = I y ( , ) B ( , )

Para valores enteros de alfa y beta, Iy (alfa, beta) est relacionada con la funcin de probabilidad binomial. Cuando y = p, se puede demostrar que

F ( p) =

n y 1 (1 y ) 1 dy = p y (1 p ) n y B( , ) y =

En donde 0< p < 1 y n igual a alfa ms beta menos uno.

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

Un caso especial de la distribucin Beta con a = 1 y b = 1 es la probabilidad uniforme.