Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Distribucion Gamma
Distribucion Gamma
DEL CUSCO
FACULTAD DE INGENIERIA GEOLOGICA, MINAS Y
METALURGICA
ESCUELA PROFESIONAL DE INGENIERIA DE MINAS
CUSCO – PERU
2023-II
INDICE
INTRODUCCIÓN .................................................................................................................................................. 2
1. DEFINICIÓN ................................................................................................................................................ 3
2. PROPIEDADES DE LA DISTRIBUCIÓN GAMMA................................................................................. 4
3. ESPERANZA E(X) Y VARIANZA VAR(X) .............................................................................................. 5
4. APLICACIÓN ............................................................................................................................................... 6
EJEMPLO 1 ............................................................................................................................................................ 6
EJEMPLO 2 ............................................................................................................................................................ 6
5. RECOMENDACIONES Y OBSERVACIONES......................................................................................... 7
6. CONCLUSIÓN ............................................................................................................................................. 8
7. BIBLIOGRAFÍA ........................................................................................................................................... 9
INTRODUCCIÓN
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Donde α > 0 y β > 0
La distribución gamma especial para la que α = 1 se llama distribución exponencial.
La distribución exponencial se define como La variable aleatoria continua X tiene una
distribución exponencial, con parámetro β, si su función de densidad es dada por:
1 −𝑥⁄
𝑒 𝛽 ,𝑥 > 0
𝑓(𝑥; 𝛽) = { 𝛽
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Donde β > 0
La media y la varianza de la distribución gamma son μ = αβ y σ 2 = αβ2
La media y la varianza de la distribución exponencial son μ = β y σ2 = β2
La distribución chi cuadrada es muy importante de la distribución gamma se obtiene al
permitir que α = v/2 y β = 2, donde v es un entero positivo. Este resultado se conoce
como distribución chi cuadrada. La distribución tiene un solo parámetro, v,
denominado grados de libertad. Se define como la variable aleatoria continua X tiene
una distribución chi cuadrada, con v grados de libertad, si su función de densidad es
dada por
1 𝑣 −𝑥
𝑥 ⁄2−1𝑒 ⁄2, 𝑥 > 0
⁄
𝑓(𝑥; 𝑣) = {2 2Γ( ⁄ )
𝑣 𝑣
2
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜
Donde v es un entero positivo. La media y la varianza de la distribución chi cuadrada
son
μ = v y σ2= 2v.
Función Gamma
1.-Se define la función Gamma como
∞
Γ: (0, ∞) → ℝ donde Γ(α) = ∫ xα−1e−Xdx para α > 0
0
2.- Para cualquier α > 1 tenemos que Γ(α) = (α − 1)Γ(α − 1)
Demostración.
Partimos de la función Gamma dada por la integral anterior, es decir,
∞
𝛤(𝛼) = ∫ 𝑥𝛼−1𝑒−𝑥𝑑𝑥.
0
Ahora, resolvamos esta integral por partes tomando
𝑢 = 𝑥𝛼−1 → 𝑑𝑢 = (𝛼 − 1)𝑥𝛼−2𝑑𝑥
𝑑𝑢 = 𝑒−𝑥𝑑𝑥 → 𝑢 = −𝑒−𝑥
Con lo cual realizando estos cálculos obtenemos
∞ ∞
De esta forma, la distribución gamma es una distribución flexible para modelizar las
formas de la asimetría las formas de la asimetría positiva, de las más concentradas y
puntiagudas. A las más dispersas y achatadas.
Para valorar la evolución de la distribución al variar los parámetros se tienen los
siguientes gráficos. Primero se comprueba que para 𝛼 = 1 la distribución tiene
similitudes con la exponencial.
La varianza de la distribución gama está dada por 𝑉𝑎𝑟(𝑋) = 𝛼𝛽2. Al igual que para la
distribución de Poisson tenemos 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋2) − [ 𝐸(𝑋)]2.
Demostración
Con esto 𝑉𝑎𝑟(𝑋) = 𝐸(𝑋2) − [ 𝐸(𝑋)]2 = (𝛼 + 1)𝛽2𝛼 − [ 𝛽𝛼]2 = 𝛽2𝛼2 + 𝛽2𝛼 − 𝛽2𝛼2 = 𝛽2𝛼
4. APLICACIÓN
EJEMPLO 1
En cierta mina el consumo diario de energía eléctrica, en millones de kilómetros por
hora, puede considerarse como una variable aleatoria con distribución de GAMMA de
parámetros (𝛼 = 3) y (𝜆 = 0.5).
La planta de energía de esta ciudad tiene una capacidad diaria de 10 millones de
KW/hora. ¿Cuál es la probabilidad de que este abastecimiento sea:
a. Insuficiente en un día cualquiera?
b. Se consuma entre 3 y 6 millones de KW/hora?
c. Encuentre E(x) y V(x)?
Solución:
1 10
a) P(x>10) = 1-P(X≤10) = 1 − ∫ (0.5)3 𝑥2 −0.5𝑥
𝑒 𝑑𝑥 = 0.124652
Γ(3) 0
0.53 8
b) P(3<X<8) = ∫ 𝑥2𝑒−0.5𝑥 𝑑𝑥 = 0.571
Γ(3) 0
3
c) E(x) = 3 =6 𝑉(𝑥) = = 12 ⇒ 𝜎 = 3.46
0.5 0.52
EJEMPLO 2
Suponga que cierta pieza metálica se romperá después de sufrir dos ciclos de esfuerzo.
Si estos ciclos ocurren de manera independiente a una frecuencia promedio de dos por
cada 100 horas. Obtener la probabilidad de que el intervalo de tiempo se encuentra hasta
que ocurre el segundo ciclo.
a. Dentro de una desviación con respecto del tiempo promedio.
b. A mas de dos desviaciones por encima de la media.
Solución:
X: lapso que ocurre hasta que la pieza sufra el segundo ciclo de esfuerzo, en horas.
Y: Numero de ciclos / 100 horas Y~𝑃(𝜆 = 2) 𝐸(𝑌) = 2
Y’: Numero de ciclos / hora Y’~𝑃(𝜆 = 0.02) 𝐸(𝑌′) = 0.020 = 𝜆
X~𝐺(2 , 0.02)
170.71 0.022
a) 𝑃(𝜇 − 𝜎 < 𝑋 < 𝜇 + 𝜎) =P(29.29<X<170.71) =∫ 𝑥𝑒−0.02𝑥 𝑑𝑥 =
29.29 Γ(2)
0.73752
𝛼 2 2 2
𝜇= = = 100 𝜎2 = ( ) = 5000 𝜎 = 70.71
𝜆 0.02 0.02
b) 𝑃(𝑋 > 𝜇 + 2𝜎) = 𝑃(𝑋 > 241.42) = 0.0466
5. RECOMENDACIONES Y OBSERVACIONES
La distribución gamma ha demostrado ser una herramienta valiosa y versátil en el
campo de la minería debido a sus propiedades estadísticas únicas y su capacidad
para modelar adecuadamente una variedad de fenómenos naturales relacionados con
la extracción de recursos minerales. A través de su aplicación en distintos aspectos
de la industria minera, la distribución gamma ha demostrado ser esencial para el
análisis y la toma de decisiones informadas.
Una de las principales ventajas de la distribución gamma en minería es su habilidad
para describir adecuadamente la variabilidad de los depósitos minerales, que suelen
ser inherentemente heterogéneos en su composición y calidad. Al modelar el
comportamiento de las leyes de mineral o las características geológicas con
distribuciones gamma, los profesionales de la minería pueden obtener una
comprensión más precisa de la distribución de los recursos, lo que contribuye a una
planificación más eficiente de las operaciones de extracción y a una mejor
estimación de las reservas minerales.
Además, la distribución gamma también se utiliza ampliamente en la estimación y
predicción de los tiempos de vida útil de los yacimientos minerales y la
optimización de la recuperación de minerales. Su flexibilidad y capacidad para
adaptarse a diferentes escenarios hacen que sea una herramienta confiable para
evaluar la incertidumbre y el riesgo en la industria minera, lo que ayuda a los
inversionistas y operadores a tomar decisiones más sólidas en términos de inversión
y planificación a largo plazo.
Asimismo, en el ámbito de la seguridad y la gestión de riesgos en la minería, la
distribución gamma también encuentra aplicaciones importantes al modelar la
frecuencia de eventos como derrumbes, deslizamientos y explosiones. Al entender
mejor la probabilidad de ocurrencia de estos eventos, se pueden implementar
medidas de seguridad adecuadas y salvaguardas para proteger la vida de los
trabajadores y los activos de la empresa minera.
6. CONCLUSIÓN
Navarro, J., & Ruiz, J. M. (2004). El modelo gamma generalizado: una alternativa
para el análisis de datos de supervivencia. Revista Española de Cardiología, 57(8),
786-793.