2. Distribución Gamma
Usado normalmente en estudios de fiabilidad para
modelar valores de datos positivos, puede describir el
tiempo que transcurre para que un componente
eléctrico falle.
3. Distribución Gamma
A
Es una distribución
adecuada para
modelizar el
comportamiento de
variables aleatorias
continuas con
asimetría positiva.
B
Variables que
presentan una
mayor densidad de
sucesos a la
izquierda de la
media que a la
derecha. En su
expresión se
encuentran dos
parámetros,
siempre positivos,
(α) y (β)
C
Los que depende su
forma y alcance por
la derecha, y
también la función
Gamma Γ(α),
responsable de la
convergencia de la
distribución.
4. Distribución Gamma
El primer parámetro (α) sitúa la máxima intensidad de
probabilidad y por este motivo en algunas fuentes se
denomina “la forma” de la distribución
Es el segundo parámetro (β) el que determina la forma
o alcance de esta asimetría positiva desplazando la
densidad de probabilidad en la cola de la derecha.
5. Aplicación Gamma en la
Ingeniería
La Gamma aparece cuando se realiza el estudio de la
duración de elementos físicos (tiempo de vida).
Esta distribución presenta como propiedad interesante
la “falta de memoria”, por esta razón es muy usada en la
teoría de la fiabilidad, mantenimiento y fenómenos de
espera (por ejemplo en los planes de mantenimiento,
“tiempo que transcurre en fallas de un equipo o
maquina de trabajo continuo”)
6. La Distribución gamma suele
utilizarse en:
Intervalos de tiempos entre dos fallos
de un motor
Intervalos de tiempos entre dos
llegadas de automóviles a una
gasolinera
Tiempos de vida de sistemas
electrónicos, entre otros.
7. A pesar de que la distribución Normal puede utilizarse para
resolver muchos problemas en ingeniería y ciencias, existen aún
numerosas situaciones que requieren diferentes tipos de
funciones de densidad, tales como la exponencial y la gamma y
algunas otras como la weibull, etc., etc., de momento solo
trataremos sobre el uso de la exponencial.
Resulta que la exponencial es un caso especial de la distribución
gamma, ambas tienen un gran número de aplicaciones. Las
distribuciones exponencial y gamma juegan un papel importante
tanto en teoría de colas como en problemas de confiabilidad. El
tiempo entre las llegadas en las instalaciones de servicio y el
tiempo de falla de los componentes y sistemas eléctricos,
frecuentemente involucran la distribución exponencial. La
relación entre la gamma y la exponencial permite que la
distribución gamma se utilice en tipos similares de problemas.
Distribución Exponencial
8. La variable aleatoria x tiene una distribución exponencial, con
parámetro , si su función de densidad es:
, x 0 ; f(x) = 0 en cualquier otro caso
donde 0
La media y la variancia de la distribución exponencial son:
y 2 2
Distribución Exponencial
9. Distribución Erlang
La distribución gamma, cuando a es un entero positivo se conoce con el
nombre de Erlang. Existe una asociación entre los modelos de
probabilidad de Poisson y de Erlang. Si el número de eventos aleatorios
independientes que ocurren en un lapso específico es una variable
aleatoria de Poisson con frecuencia constante de ocurrencia igual a 1/ q,
entonces, para una a dada, el tiempo de espera hasta que ocurre el a-
ésimo evento de Poisson sigue una distribución de Erlang.