Está en la página 1de 3

Distribucin gamma

De Wikipedia, la enciclopedia libre


Saltar a navegacin, bsqueda

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 enteros


la
funcin gamma queda como (k) = (k 1)! (siendo ! la funcin factorial). En este caso por ejemplo para describir un proceso de Poisson - se llama 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

Relaciones [editar]
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 .
Vase tambin: Distribucin Beta, Distribucin Erlang, Distribucin Ji-cuadrada

Enlaces externos [editar]

http://mathworld.wolfram.com/GammaDistribution.html

La distribucin Gamma
Este modelo es una generalizacin del modelo Exponencial ya que, en ocasiones,
se utiliza para modelar variables que describen el tiempo hasta que se produce p
veces un determinado suceso.
Su funcin de densidad es de la forma:

Como vemos, este modelo depende de dos parmetros positivos: y p. La


funcin (p) es la denominada funcin Gamma de Euler que representa la
siguiente integral:

que verifica (p + 1) = p(p), con lo que, si p es un nmero entero positivo, (p


+ 1) = p!
El siguiente programa permite visualizar la forma de la funcin de densidad de
este modelo (para simplificar, se ha restringido al caso en que p es un nmero
entero).

Propiedades de la distribucin Gamma


1. Su esperanza es p.
2. Su varianza es p2
3. La distribucin Gamma (, p = 1) es una distribucin Exponencial de

parmetro . Es decir, el modelo Exponencial es un caso particular de la


Gamma con p = 1.
4. Dadas dos variables aleatorias con distribucin Gamma y parmetro
comn
X ~ G(, p1) y Y ~ G(, p2)
se cumplir que la suma tambin sigue una distribucin Gamma
X + Y ~ G(, p1 + p2).
Una consecuencia inmediata de esta propiedad es que, si tenemos k variables
aleatorias con distribucin Exponencial de parmetro (comn) e
independientes, la suma de todas ellas seguir una distribucin G(, k).