Curso: Cálculo de Probabilidades

Docente: Geraldine Vigo Chacón

 Temario: Distribuciones
Continuas IV

• Distribución Gamma

• Distribución Beta

2
 Distribución Gamma
Una variable aleatoria continua X tiene
distribución Gamma con parámetros α y β, si su
función de densidad es:

1 𝒙
𝛼 −1 −𝛽 ,0x
𝑓𝑋 𝑥 = 𝛼
𝑥 ×𝒆
Γ 𝛼 ×𝛽
Γ 𝛼 , se le conoce como función Gamma.

3
 Distribución Gamma
 Si X tiene distribución Gamma con parámetros
α y β, se denota por: X ~ Γ (α , β ).

 Esperanza

𝐸 𝑋 = 𝛼𝛽
 Varianza

𝑉 𝑋 = 𝛼𝛽 2

4
 Distribución Gamma

Características de la Función Gamma:

∞ −𝑥
• Γ 𝛼 = 0
𝑒 × 𝑥 𝛼−1 𝑑𝑥

• Γ 1 =1

• Γ 𝛼 = 𝛼 − 1 × Γ 𝛼 − 1 ,𝛼 > 1

• Γ 𝑛 = n!

5
 Distribución Gamma
Características de la Distribución Gamma:
• Si X tiene distribución Gamma con parámetros
α=k/2 y β=2, también podríamos decir que la
variable X tiene distribución Chi cuadrada con k
grados de libertad.

• Si X tiene distribución Gamma con parámetros α=1

y β, también podríamos decir que la variable X tiene
distribución Exponencial con parámetro β.

6
 Distribución Gamma
Ejemplo 1:
Adaptado del Libro de Mendehall, et al. (p. 192)

Suponga que la magnitud de los terremotos que

afectan a nuestro país tiene una distribución
gamma con a = 0.8 y b = 2.4.

7
 Distribución Gamma
a. ¿Cuál es la magnitud media de los terremotos que
afectan nuestro país?

b. ¿Cuál es la probabilidad de que la magnitud de un

terremoto que afecte a nuestro país exceda de 3.0 en
la escala Richter?

c. ¿Cuál es la probabilidad de que un terremoto que

afecte las regiones caiga entre 2.0 y 3.0 en la escala
Richter?

8
 Distribución Gamma
Ejemplo 2:
Adaptado del Libro de Mendehall, et al. (p. 193)

El tiempo improductivo por semana X (en horas)

de una máquina industrial tiene aproximadamente
una distribución gamma con a = 3 y b = 2.

La perdida L (en dólares) para la operación

industrial como resultado de este tiempo
improductivo esta dada por L = 30Y + 2Y2.
Encuentre la varianza y el valor esperado de L.
9
 Distribución Beta
Una variable aleatoria continua X tiene distribución
Beta con parámetros α y β, si su función de
densidad es:
1
𝑓𝑋 𝑥 = 𝑥 𝛼−1 × 1 − 𝑥 𝛽−1
Β 𝛼, 𝛽
0≤x≤1

Β 𝛼, 𝛽 , se le conoce como función Beta.

10
 Distribución Beta
 Si X tiene distribución Beta con parámetros α
y β, se denota por: X ~ B (α , β ).

 Esperanza

𝛼
𝐸 𝑋 =
𝛼+𝛽
 Varianza

𝛼𝛽
𝑉 𝑋 = 2
𝛼+𝛽+1 × 𝛼+𝛽
11
 Distribución Beta

Características de la Función Beta:

1 𝛼−1 𝛽−1 𝑑𝑥
• Β 𝛼, 𝛽 = 0
𝑥 × 1−𝑥

Γ 𝛼 ×Γ 𝛽
• Β 𝛼, 𝛽 =
Γ 𝛼+𝛽

12
 Distribución Beta
Características de la Distribución Beta:

Si X tiene distribución Beta con parámetros α y β enteros

positivos, su función acumulada también conocida como
función beta imcompleta, se asemeja a una distribución
binomial con parámetros n = α + β -1, y p = x.

𝑥 𝛼−1 𝛽−1 𝑑𝑡
0
𝑡 × 1−𝑡
𝐹𝑋 𝑥 = = 𝐼𝑋 𝛼, 𝛽
Β 𝛼, 𝛽

𝑥 𝛼−1 𝛽−1 𝑑𝑡 𝑛
0
𝑡 × 1−𝑡
𝐹𝑋 𝑥 = = 𝐶𝑖𝑛 × 𝑥 𝑖 × 1 − 𝑥 𝑛−𝑖
Β 𝛼, 𝛽
𝑖=𝛼 13
 Distribución Beta
Ejemplo 3:
Adaptado del Libro de Mendehall, et al. (p. 196)

Una distribuidora mayorista de gasolina tiene tanques de

almacenamiento a granel que contienen suministros fijos y se
llenan cada lunes. De interés para la mayorista es la
proporción de este suministro que se vende durante la
semana. Durante varias semanas de observación, la
distribuidora encontró que esta proporción podría ser
modelada por una distribución beta con a = 4 y b = 2.
Encuentre la probabilidad de que la mayorista venda al
menos 90% de su existencia en una semana determinada.
14
 Distribución Beta
Ejemplo 4:
Adaptado del Libro de Mendehall, et al. (p. 200)

La proporción de tiempo por día que todas

las cajas en un supermercado están
ocupadas es una variable aleatoria Y con una
función de densidad dada por:

𝑓𝑋 𝑥 = 𝑐𝑥 2 × 1 − 𝑥 4 , 0 ≤ 𝑥 ≤ 1

15
 Distribución Beta
a. Encuentre el valor de c

b. Encuentre la esperanza de X

c. Calcule la desviación estándar de X.

d. Calcule P ( X > m + 2s)

16
 Bibliografía
• Bertsekas, D., Tsitsiklis, J. (2da. Ed.). (2008). Introduction to Probability.
EEUU: Athena Scientific.

• Ross, S. (8va. Ed.). (2010). A First Course in Probability. EEUU: Elsevier.

• Roussas, G. (2da. Ed.). (2014). Introduction to Probability. EEUU: Elsevier.

• Wackerly, D., Mendehall, W., Scheaffer, R. (7ma. Ed.). (2010). Estadística

Matemática con Aplicaciones. México D.F., México: Cengage Learning
Editores S.A