Distribuci N Beta Y Gaamma 1
Páginas: 3 (688 palabras)
Publicado: 3 de julio de 2015
DISTRIBUCION DE PROBABILIDAD GAMA Y BETA.
DISTRIBUCIÓN GAMMA
En estadística la distribución gamma es una distribución de probabilidad continua con dos parámetros k y λ cuya función de densidadpara valores x > 0 es
Aquí e es el número e y Γ es la función gamma. Para valores la aquella es
Γ(k) = (k − 1)! (el factorial de k − 1). En este caso - por ejemplo para describir un proceso de Poisson- se llaman la distribición distribución Erlang con un parámetro θ = 1 / λ.
El valor esperado y la varianza de una variable aleatoria X de distribución gamma son
E[X] = k / λ = kθ
V[X] = k / λ2 =kθ2
Los tiempos que tardan en revisar un motor de un automóvil ó avión tienen una distribución de frecuencias sesgadas. Las poblaciones asociadas a estas variables aleatorias frecuentemente tienendistribuciones que se pueden modelar adecuadamente por la función de densidad tipo gamma.
Función de densidad de probabilidad para una variable aleatoria tipo gamma:
En donde:
La cantidad de la de lafunción alfa se conoce como la función gamma. La integración directa nos da que la función uno igual a uno. La integración por partes nos da que la función de alfa menos uno alfa menos uno por lafunción alfa menos uno para cualquier intervalo de alfa mayor o igual a uno y que la función de n sea igual a n menos uno factorial, para un número entero n.
En el caso especial cuando alfaes un número entero, se puede expresar la función de distribución de una variable aleatoria tipo gamma como una suma de ciertas variables aleatorias de Poisson.
Si alfa no es un número entero, esimposible encontrar la antiderivada del integrando de la expresión:
donde
Y por lo tanto es importante obtener las áreas bajo lafunción de densidad tipo gamma mediante integración directa.
Hay dos casos especiales de las variables aleatorias tipo gamma que merece consideración particular:
Una variable aleatoria tipo gamma que...
DISTRIBUCIÓN GAMMA
En estadística la distribución gamma es una distribución de probabilidad continua con dos parámetros k y λ cuya función de densidadpara valores x > 0 es
Aquí e es el número e y Γ es la función gamma. Para valores la aquella es
Γ(k) = (k − 1)! (el factorial de k − 1). En este caso - por ejemplo para describir un proceso de Poisson- se llaman la distribición distribución Erlang con un parámetro θ = 1 / λ.
El valor esperado y la varianza de una variable aleatoria X de distribución gamma son
E[X] = k / λ = kθ
V[X] = k / λ2 =kθ2
Los tiempos que tardan en revisar un motor de un automóvil ó avión tienen una distribución de frecuencias sesgadas. Las poblaciones asociadas a estas variables aleatorias frecuentemente tienendistribuciones que se pueden modelar adecuadamente por la función de densidad tipo gamma.
Función de densidad de probabilidad para una variable aleatoria tipo gamma:
En donde:
La cantidad de la de lafunción alfa se conoce como la función gamma. La integración directa nos da que la función uno igual a uno. La integración por partes nos da que la función de alfa menos uno alfa menos uno por lafunción alfa menos uno para cualquier intervalo de alfa mayor o igual a uno y que la función de n sea igual a n menos uno factorial, para un número entero n.
En el caso especial cuando alfaes un número entero, se puede expresar la función de distribución de una variable aleatoria tipo gamma como una suma de ciertas variables aleatorias de Poisson.
Si alfa no es un número entero, esimposible encontrar la antiderivada del integrando de la expresión:
donde
Y por lo tanto es importante obtener las áreas bajo lafunción de densidad tipo gamma mediante integración directa.
Hay dos casos especiales de las variables aleatorias tipo gamma que merece consideración particular:
Una variable aleatoria tipo gamma que...
Leer documento completo
Regístrate para leer el documento completo.