Distribuição gama

Uma v.a. X tem distribuição gama com parâmetros  > 0 e  > 0

se a sua f.d.p. é dada por:

 x 1 e x
f ( x)  , x  0,
( )

em que ()   y  1 e y dy é a função gama.
0
Notação: X ~ gama(, )

O parâmetro  é chamado de parâmetro de forma enquanto que 

é o parâmetro de escala.
G r á fic o d a d is tr ib u iç ã o G a m a
1.0
0.8
0.6
0.4
0.2
0.0

0 1 2 3 4 5

Gráfico para  = 0.5 e  = 0.5 < 1 (azul);  = 1 (vermelho)

e  = 1.5 > 1 (verde).
Integrando por partes o lado direito de () tem-se:


 1  y 
()   y e   (  1) y   2 e y dy
0 0


 (  1)  y ( 1) 1 e  y dy
0

 (  1)(  1)

Se  for um inteiro,digamos,  = n, então:

(n)  (n  1)(n  1)
 (n  1)(n  2)(n  2)

 

 (n  1)(n  2)  2 (1)  (n  1)! ,


pois (1)   e y dy  1. .
0
 Casos Particulares da distribuição gama:

i)  = 1 e  > 0: X ~ exponencial ()

f ( x)   e x , x  0 .

ii)  = n/2, n inteiro e  = 1/2: X ~ n ()

x n / 2 1 e x / 2
f ( x)  n / 2 , x  0.
2  ( n / 2)

É a distribuição quiquadrado com n graus de liberdade.

iii)  = n, inteiro e  > 0: X ~ Erlang (n, )

n x n 1 e x
f ( x)  , x  0.
( n )

Função de distribuição acumulada

A f.d.a. de uma v.a. X ~ gama (, ) , é obtida de

x  y  1 e  y
F (x)   dy
0 ()

 x  1  y
F (x)   y e dy
() 0

Fazendo u  y , então du  dy e

 x u  1 e u du
F (x)  
() 0  1 
 1 x  1  u
F (x)   u e du
() 0

A fun€•o F(x) acima n•o tem solu€•o alg‚brica, sendo identificada

como gama incompleta,ou seja

1 x  1  u
F ( x)  IG (, x)   u e du .
() 0
No software R pode-se calcular a gama incompleta pelo comando
IG(,x) = pgamma(x,)

Pode-se, ainda, entrar com o parƒmetro de escala . No caso

pgamma(x,shape=, scale=) e
pgamma(x,shape=)
fornecem a mesma sa„da.

Comandos do software R para calcular a distribuiۥo gama:

fdp: f(x)  dgamma(x,shape=,scale=)

fda: F(x)  pgamma(x,shape=,scale=)
xq: F –1 (q)  qgamma(q,shape=,scale=)

Comandos do Excel para calcular a distribuiۥo gama:

f(x) e F(x)  =DISTGAMA(x; ; ; Cumulativo)

F –1 (q)  =INVGAMA(q, x; ;)

onde:  ‚ o parƒmetro de forma,  o de escala e Cumulativo ‚

um valor l†gico (VERDADEIRO para f.d.a. e FALSO para f.d.p.).
 Média e Variância

Seja uma v.a. X ~ gama (, ) , então sua média e variância são
dados por
  x  1 e  x
E (X )   x dx
0  (  )

  x  e  x
 dx
0 ()
  ( 1) 1  x
 x e dx
() 0

 (  1)

()  1

 () 
  1

()  

Da mesma forma tem-se que

2
  x 1 e x
2
E( X )   x dx
0  (  )

 (  1)() (  1)
  2

()  2
Logo, tem-se que:

(  1)  2
Var ( X )  2
 2
 

 2   2 
 2
 2  2
  
 
Portanto: E ( X )  e Var ( X )  2 .
 

Momentos e f.g.m.

O momento de ordem r de uma v.a. X ~ gama (, ) , é dados por

r  x  1 e  x

r
E( X )   x dx
0 ()

 (  r )(  r  1)()

()   2
(  r )(  r  1)

  r

A sua função geradora de momentos, por outro lado, é

 etx  x  1 e x
M X (t )   dx
0 (  )
    1  ( t ) x
M X (t )  x e dx
() 0

 ()   
    , t  .
() (  t)    t 

Exemplo: obter a fgm da exponencial e comparar

 Distribuição Weibull

Uma v.a. X tem distribui€•o Weibull com parƒmetros  > 0 e  > 0

se a sua f.d.p. ‚ dada por:
 1
 x ( x / )
f ( x)    e , x  0.


O parƒmetro  ‚ chamado de parâmetro de forma enquanto que 

‚ o parâmetro de escala.

Notação: X ~ Weibull(, )

A distribui€•o de Weibull aparece em diferentes parametriza€‡es,

como por exemplo:

 1  x 
f ( x)  x e , x  0 ,  > 0 e  > 0,

sendo  o parƒmetro de forma e  o parƒmetro de escala.

Obs: note que  = –.

Notação: X ~ Weibull (, )

Caso Particular da distribuição Weibull:

i)  = 1 e  > 0: X ~ exponencial ()

f ( x)   e x , x  0 .
 G r á fic o d a D is tr ib u iç ã o W e ib u ll

1.5
 = 0.8
1.0
ft

 = 2.0

 = 1.0
0.5
0.0

0.0 0.5 1.0 1.5 2.0 2.5

tempo

Gráfico para  = 1 e  = 0.8 < 1 (azul);  = 1 (vermelho)

e  = 2 > 1 (verde).

Função de distribuição acumulada

A f.d.a. da uma v.a. X ~ Weibull (, ) , é obtida de

x 
F (x)     y  1 e  y dy .
0

Com a transformação u  y  , temos que du  y  1dy e

x  
u  u x
F (x)   e du  ( e )
0
0

F (x) 1  e x .
No software R pode-se calcular a Weibull pelos comandos
fdp: f(x)  dweibull(x,shape=,scale=)
fda: F(x)  pweibull(x,shape=,scale=)
xq: F –1 (xq)  qweibull(q,shape=,scale=)

Comando do Excel para calcular a distribuiۥo Weibull:

f(x) e F(x)  =WEIBULL(x; ; ; Cumulativo)

onde:  ‚ o parƒmetro de forma,  o de escala e Cumulativo ‚

um valor l†gico (VERDADEIRO para f.d.a. e FALSO para f.d.p.).

Média e Variância

Seja uma v.a. X ~ Weibull (, ) , ent•o sua m‚dia e variƒncia s•o
dados por
 
E (X )   x   x  1 e  x dx
0

 
    x  e  x dx
0

Com a mesma transforma€•o anterior u  y  , temos:

 1/ 
u
E (X )     e  u du
0  

 1 /  (1  1 / )
Da mesma forma tem-se que
 
2
E ( X )   x 2   x  1 e  x dx
0

  2 /  (1  2 / )

Logo,

Var ( X )   2 /  (1  2 / )   2 /   2 (1  1 / )


  2 /  (1  2 / )   2 (1  1 / ) 
Portanto: E ( X )  1 /  (1  1 / )


Var ( X )   2 /  (1  2 / )   2 (1  1 / ) . 

Quantis

Os quantis da distribuição Weibull podem ser obtidos diretamente

da função distribuição acumulada F(x).

F ( X )  P( X  xq )  q , 0  q  1.

Desta forma
 xq
1 e q

xq   ln(1  q)
 1/ 
 ln(1  q) 
xq    , xq  0.
 

Exemplo: Se q = 0.5, x0.5 é a mediana

1/ 
 ln(2) 
x0.5 
  

Momentos e f.g.m.

Os momentos de ordem r de uma v.a. X ~ Weibull (, ) , são

definidos por

 
r
E ( X )   x r   x 1 e x dx
0

  r /  (1  r / )

A sua função geradora de momentos, por outro lado, é


tx  1  x 
M X (t )   e   x e dx
0

No caso da Weibull utiliza-se: E ( X r )   r /  (1  r / )