Вы находитесь на странице: 1из 3

Funcin Gamma ()

Antes de estudiar la distribucin gamma, es pertinente observar y/o examinar algunos


detalles de la funcin a la que debe su nombre, la funcin gamma.
Es una funcin que extiende el concepto de factorial a los nmeros complejos. Fue
presentada, en primera instancia, por Leonard Euler entre los aos 1730 y 1731.
La funcin gamma se define:

Distribucin Gamma
Se le conoce, tambin, como una generalizacin de la distribucin exponencial, adems de la
distribucin de Erlang y la distribucin Ji-cuadrada. Es una distribucin de probabilidad continua
adecuada para modelizar el comportamiento de variables aleatorias con asimetra positiva y/o los
experimentos en donde est involucrado el tiempo,
.

Entre los muchos usos que esta distribucin tiene se encuentra el siguiente: supngase que
una pieza metlica se encuentra sometida a cierta fuerza, de manera que se romper despus de
aplicar un nmero especfico de ciclos de fuerza. Si los ciclos ocurren de manera
independiente y a una frecuencia promedio, entonces el tiempo que debe transcurrir antes
de que el material se rompa es una variable aleatoria que cumple con la distribucin
gamma.
Se dice que la variable aleatoria X tiene una distribucin gamma si su funcin de densidad
de probabilidad est dada por:

Para cualquier otro valor, en donde () es la funcin gamma definida en la captulo tres.
La distribucin gamma es muy verstil puesto que exhibe varios perfiles que dependen del
valor del parmetro . En la figura siguiente se ilustran distintos perfiles de la funcin de
densidad gamma para distintos valores de y 0. Como puede observarse, para 1, Ia
distribucin gamma tiene un perfil en forma de J transpuestas.

Para > 1, a> I, presenta un pico que ocurre en x = 0 ( - 1). Para un valor fijo de 0, el perfil
bsico de la distribucin gama no se altera si el valor de cambia. Lo anterior da como
resultado que las cantidades y 0 son los factores de forma y de escala, respectivamente,
de la distribucin gama.
Esta distribucin se emplea de manera extensa en una gran diversidad de reas; por
ejemplo, para representar el tiempo aleatorio de falla de un sistema que falla slo si de
manera exacta los componentes fallan y la falla de cada componente ocurre a una
frecuencia constante por unidad de tiempo. Tambin se emplea en problemas de lneas de
espera para representar el intervalo total para completar una reparacin si sta se lleva a
cabo en subestaciones.

Propiedades de la distribucin Gamma

Los valores de la esperanza y varianza, se determinan mediante la verificacin y/o


demostracin de estas frmulas se presentan ms adelante en esta seccin.
Los factores de forma de la distribucin gamma son:
- Coeficiente de asimetra.
- Curtosis relativa.
- Con lo anterior se puede observar que la distribucin gamma es leptocrtica y tiene
un sesgo positivo. Tambin observamos que conforme el parmetro crece, el sesgo
se hace menos pronunciado y la curtosis relativa tiende a 3.

El primer parmetro, sita la mxima intensidad de probabilidad y por este motivo


es denominada la forma de la distribucin. Cuando se toman valores grandes de, el
centro de la distribucin se desplaza a la derecha.
El segundo parmetro, , es el que determina la forma o alcance de la asimetra
positiva desplazando la densidad de probabilidad en la cola de la derecha.

Ejemplo: Suponga que el tiempo, en horas, que toma reparar una bomba es una variable
aleatoria x que tiene una distribucin gamma con parmetros a = 2 y b = 1/2. Cul es la
probabilidad de que en el siguiente servicio?:
a) Tome cuando mucho 1 hora reparar la bomba?