DISTRIBUCION DE ERLANG

Esta distribución es también conocida por Distribución Gamma. Algunas

densidades de probabilidad importantes, cuyas aplicaciones se exponen
posteriormente, son casos especiales de la distribución gamma. Esta
distribución está dada por:

{
f ( x )= β Γ ( α )
0,
α
x α−1 e−x / β , x> 0

para otro x  

Donde ᴦ(α) es el valor de la función gamma, definido por:

∞
Γ(α )=∫ x α−1 e−x dx
0

Mediante la integración por partes puede demostrarse que:

Si  es un entero positivo, entonces

() = ( - 1)!

∞
Γ(α )=∫ x α−1 e−x dx
0

u = x-1  du = (-1)x-2 dx

dv = e-x dx  v = -e-x

Se obtiene
∞
Γ(α )=(α−1)∫ x α−2 e− x dx
0 = ( - 1)( - 1)
En la siguiente figura se muestran varias graficas de distribuciones gamma en
las cuales se observa el hecho de que estas distribuciones son positivamente
sesgadas

En realidad el sesgo decrece cuando α se incrementa manteniendo fija a β. La

media y la varianza de la distribución gamma pueden obtenerse utilizando la
función gamma y sus propiedades especiales mencionadas antes, Para la
media tenemos que:

Demostración para 
∞ ∞
1 α −1 −x/ β 1 ∞ α −x/ β
∫ xf (x)dx ∫ x β α Γ( α) x e dx β α Γ (α )∫ x e dx
 = −∞ = 0 = 0

Mediante la sustitución y = x/

1 ∞
α ∫ ( βy)α e− y βdy
 = β Γ (α ) 0

β ∞ α −y
Γ (α )
∫ y e dy
= 0

Con la definición de la función Gamma:

β β
Γ(α +1) αΓ (α )=αβ
= Γ (α ) = Γ (α )

Con métodos similares podemos demostrar que la varianza de la distribución

gamma está dada por:

2 = 2
EJEMPLO:

El tiempo en horas que semanalmente requiere una máquina para

mantenimiento es una variable aleatoria con distribución gamma con
parámetros =3, =2

a) Encuentre la probabilidad que en alguna semana el tiempo de

mantenimiento sea mayor a 8 horas
b) Si el costo de mantenimiento en dólares es C = 30X + 2X 2, siendo X el
tiempo de mantenimiento, encuentre el costo promedio de
mantenimiento.

Solución:

Sea X duración del mantenimiento en horas (variable aleatoria)

Su densidad de probabilidad es:

1 1 1
x α−1 e− x /β = 3 x 3−1 e− x /2= x 2 e− x /2
α
f(x) = β Γ (α ) 2 Γ (3 ) 16

a) P(X>8) es el área resaltada en el gráfico

8
1
16
∫ x 2 e−x /2 dx
P(X>8) = 1 – P(X8) = 1 - 0

Para integrar se pueden aplicar dos veces la técnica de integración por partes:

∫ x2 e−x /2 dx
,
 u = x2  du = 2x dx

dv = e-x/2 dx  v = -2 e-x/2

∫ xe−x/2 dx
= -2x2 e-x/2 + 4

∫ xe−x/2 dx
u = x  du = dx

dv = e-x/2dx  v = -2 e-x/2

∫ e− x/2 dx
= -2x e-x/2 + 2

Sustituyendo los resultados intermedios,

1 [ -2x2 e -x/2 +4(-2x e-x/2 +2(-2 e-x/2 ))] 80

P(X>8) = 1 - 16 = 0.2381

b) E[C] = E[30X + 2X2] = 30 E[X] + 2 E[X2]

E[X] =  = 3(2) = 6
∞ ∞
2 21 2 −x/2 1 ∞ 4 − x/2
∫ x f (x)dx ∫ x 16 x e dx 16 ∫ x e dx
E[X2] = −∞ = 0 = 0

sustituya y = x/2 para usar la función Gamma

∞
1∞
∫ (2 y)4 e− y (2dy ) 2∫ y 4 e− y dy
=
16 0 = 0 = 2(5) = 2(4!) = 48

Finalmente se obtiene

E[C] = 30(6) + 2(48) = 276 dólares

 BIBLIOGRAFÍA

 Distribución Gamma (2010), Distribuciones gamma [DOC], Disponible en:

www.ocw.espol.edu.ec/.../DISTRIBUCIONES_GAMMA_EXPONENCIAL_WE
IBULL_BETA.doc

 Miller, Freud, Johnson, Probabilidad y estadística para ingenieros

 Distribución de Erlang
(Gamma)

Mariela Suriano Marroquín

Sandra del Carmen Ventura García

Ingeniería en Sistemas Computacionales

Simulación

Ingeniero José Ángel Santos Gordillo

Comitán de Domínguez, Chiapas a; 30 de Marzo del 2011.