P. 1
DISTRIBUCION DE ERLANG

DISTRIBUCION DE ERLANG

|Views: 2.452|Likes:
Publicado pormaruk612

More info:

Published by: maruk612 on May 20, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

05/08/2013

pdf

text

original

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:
® 1 x E  1e  x / F , x " 0 ± f (x ) ! ¯ F E + (E ) ±, 0 para otro x °

Donde

( ) es el valor de la función gamma, definido por :
g

+(E ) ! ´ xE 1e  x dx
0

Mediante la integración por partes puede demostrarse que:

Si E es un entero positivo, entonces

+(E) = (E - 1)!

u = xE-1

dv = e-x dx   v = -e-x

Se obtiene

£

(E )

(E  1) ´ x E  2e  x dx = (E - 1)+(E - 1)
0

¢

¡

+ (E )

 

´x

E 1  x

e

dx

0

  du = ( E-1)xE-2 dx

¤

La media y la varianza de la distribución gamma pueden obtenerse utilizando la función gamma y sus propiedades especiales mencionadas ant es.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 se incrementa manteniendo fija a . Para la media tenemos que: Demostración para Q Q=  ´ xf ( x )dx = ´ x F ¥ 0 E 1 1 x E  1e  x / Fdx = E x E e  x / Fdx +( E ) F +( E ) ´ 0 Mediante la sustitución y = x/ F Q= 1 (F y )E e  yF dy E F +( E ) ´ 0 F E y ´ y e dy + (E) 0 g = Con la definición de la función Gamma: = F F + ( E  1) = E+( E ) ! EF + (E ) + (E) Con métodos similares podemos demostrar que la varianza de la distribución gamma está dada por: W2 = EF2 § ¦ ¨ ¥ .

Solución: Sea X duración del mantenimiento en horas (variable aleatoria) Su densidad de probabilidad es: f(x) = 1 2 x / 2 1 1 x e x 3  1e  x / 2 ! x E  1e  x / F ! 3 16 2 + (3 ) F +(E ) E a) P(X>8) es el área resaltada en el gráfico P(X>8) = 1 ± P(Xe8) = 1 - 1 x 2e  x / 2dx 16 ´ 0 8 Para integrar se pueden aplicar dos veces la técnica de integración por partes: ´x e 2 x / 2 dx .EJEMPLO: El tiempo en horas que semanalmente requiere una máquina para mantenimiento es una variable aleatoria con distribución gamma con parámetros E=3. siendo X el tiempo de mantenimiento. encuentre el costo promedio de mantenimiento. u = x2   du = 2x dx . F=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.

2x 2e .x/2 )) = 0.dv = e-x/2 dx   v = -2 e-x/2 = -2x2 e-x/2 + 4 ´ x e  x / 2dx ´x e x / 2 dx u = x   du = dx dv = e-x/2dx   v = -2 e-x/2 = -2x e-x/2 + 2 ´ e  x / 2dx Sustituyendo los resultados intermedios.x/2  2(-2 e.x/2  4(-2x e. P(X>8) = 1 8 1 .2381 16 0 ? A b) E[C] = E[30X + 2X 2] = 30 E[X] + 2 E[X 2] E[X] = EF = 3(2) = 6 E[X2] = ´ x 2 f ( x )dx = ´ x 2  0 1 2 x /2 1 4 x / 2 x e dx = ´ x e dx 16 16 0 sustituya y = x/2 para usar la función Gamma = 1 (2 y ) 4 e  y (2dy) = 2 ´ y 4 e  ydy = 2+(5) = 2(4!) = 48 16 ´ 0 0 g g Finalmente se obtiene E[C] = 30(6) + 2(48) = 276 dólares   © © .

ec/.edu. Johnson.ocw.espol. Distribuciones gamma [DOC].doc y Miller.. Freud. Probabilidad y estadística para ingenieros . Disponible en: www./ DISTRIBUCIONES_GAMMA_EXPONENCIAL_WE IBULL_BETA.BIBLIOGRAFÍA y Distribución Gamma (2010) ..

i i ( i mm ) M V t El M i l S i S l í í I i í Si m m i l Sim l I i éÁ i lS ill mi á mí z. hi . . z l 2 11.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->