La funcin gamma

en la disciplina Matemtica para las

carreras de ingeniera

Antonio Mazn vila

INTRODUCCIN
Por todos es conocido que la formacin Matemtica es base y parte esencial en la
formacin del ingeniero, de esto se desprende que un objetivo importante en su
enseanza, es el aprendizaje por parte de todos los alumnos de un saber seguro,
exacto, estructurado sistemticamente y aplicable.
En el siguiente trabajo se define la funcin gamma y sus propiedades fundamentales
mostrando a partir de ella el clculo de determinadas integrales impropias particulares,
as como permite la comprensin de las distribuciones de probabilidad Gamma,
Exponencial, as como la distribucin Beta, adems se deduce la media y la variancia
de la distribucin Gamma presentadas en los libros de estadsticas de forma directa, sin
realizar su deduccin

DESARROLLO
La enseanza de la Matemtica debe contribuir a que el estudiante le favorezca la
formacin del pensamiento productivo, creador y cientfico. El propio contenido de la
Matemtica como disciplina de estudio, los principios de su estructuracin, la
metodologa de introduccin de nuevos conceptos, definiciones, teoremas y
procedimientos, llamados componentes de la Matemtica, son elementos que pueden y
deben influir positivamente en este sentido Otra funcin importante de la Disciplina
Matemtica en las carreras de ingeniera es servir
de apoyo a las disciplinas de la
especialidad y que aunque su objeto de estudio no se identifica con el objeto de trabajo
de la especialidad, propiamente dicho, desarrolla conocimientos y habilidades
necesarias para la comprensin de las asignaturas propias de
la especialidad,
contribuye, adems a lograr la formacin cientfica general, acorde con los
requerimientos de la poca de la revolucin cientfico-tcnica, que se plasman como
objetivos en el modelo del especialista.

A continuacin explicaremos algunos elementos esenciales del concepto uno de los

componentes de la matemtica.
Concepto: Forma de pensamiento abstracto que refleja los indicios sustanciales de una
clase de objetos homogneos o de un objeto (Gutmanova, A. Y otros 1991). Son
sustanciales los indicios que tomados por separado, son imprescindibles y todos juntos
son suficientes para distinguir el concepto dado de los dems. Son modos bsicos de
formacin de conceptos el anlisis, la sntesis, la comparacin, la abstraccin y la
generalizacin. En cada concepto se pueden distinguir el contenido y la extensin.
Por contenido del concepto se entiende el conjunto de propiedades esenciales que
determinan el mismo y extensin al conjunto de objetos que poseen esas propiedades
esenciales. El contenido y la extensin del concepto guardan una ntima relacin: cuanto
ms amplio sea el contenido del concepto, ms estrecha ser su extensin y viceversa.
Esta se denomina Ley de Razn inversa entre la extensin y el contenido del concepto.
Entre dos conceptos existe una relacin de subordinacin cuando entre los contenidos y
las extensiones de tales conceptos existe la siguiente dependencia: los caracteres
esenciales del primer concepto constituyen slo una parte de los caracteres esenciales
del segundo, el cual posee adems de dichos caracteres algunos otros; la extensin del
segundo concepto, en cambio cae por completo dentro del campo del primero como
parte del mismo. Al concepto de mayor extensin se le llama subordinadamente
(concepto superior) y el de extensin menor subordinado (sub concepto) Gorski D;
Tavants P.).
Seguidamente desarrollaremos algunos aspectos tericos importantes sobre la funcin
gamma.
Definicin: La funcin gamma de , >0 se denota () y se define a partir de la
integral Impropia

() =

x e

dx

Como se observa en la definicin el resultado de integracin depende de , que

interviene como un parmetro y adems, la integral es impropia debido, en primer
lugar a que el lmite superior de integracin es infinito y en segundo lugar, ntese que
si 0<<1, el integrando se hace infinito para x

por lo que puede estar definido

por una integral doblemente impropia.

Teorema

Si > 0, entonces la integral () =

x e

dx es convergente y () > 0.

Hallemos (1), ( 1), ( +1).

(1) =

e
0

dx =

lim e
b

dx = lim e

dx = lim[e
b

+e

] = (1) =1

I- (1) =1

Hallamos, ( 1) resolviendo por partes

x e

dx

u = x 1

d v = e x

d u = ( -1 ) x 2

x e
0

v = -e x + c1

dx = x

x
0

( 1)x

dx = x

x
0

+ ( 1) x
0

dx = ( 1)( 1)

Si >1
II- () = ( 1) ( 1), si >1
Utilizando I y II podemos obtener

(2) = 1 (1) = 1 = 1!
(3) =2 (2) = 2 = 2!
(4) = 3(3) = 6 = 3!
(5) = 4 (4) = 24 = 4!
..
(n) = (n-1) (n-1), n>1

Debemos

sealar

que

(5) = x
0

dx = 24 , donde si no conociramos esta

propiedad, la integral tendramos que resolverla cuatro veces por el mtodo

por

partes, adems del lmite de la expresin compleja, de ah la importancia de las

propiedades expuestas.
De la relacin anterior tendremos, tambin que (n) = (n-1)! III
La frmula II y III son de recurrencia pues para hallar la ecuacin en un valor hay que recurrir a
la anterior.

Cmo hallar ( +1) =?

Si en la relacin II sustituimos por ( +1) tendremos:

( +1) = () =

x e

dx.

Veamos como obtener algunos parmetros de distribucin de probabilidad Gamma

utilizando dicha funcin
La distribucin de probabilidad gamma se define por:
x

1
f ( x) =
x 1e , x > 0, > 0, > 0; en los dems puntos la funcin
( )

toma el valor de 0
Utilizando algunos valores para y tendremos las funciones siguientes:

= 1 , = 1,

f ( x)= e x x > 0

= 2 , = 1 , f ( x) = x e x , x > 0
= 4, = 1

f ( x) = x 3 e x , x > 0

En la figura se muestran varias grficas 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

La media y la variancia de la distribucin Gamma se pueden obtener utilizando la

funcin gamma y sus propiedades esenciales.
Para obtener la media de la distribucin Gamma sustituimos en:

xf (x )dx , f(x) de la distribucin, obtenindose:

x e

( )

Utilizando la sustitucin y =

dy=

En y =

dx =

xx

( ) 0

e dx

y = x

dx dy = dx

para x = 0, y = 0

Para x = + , y = +

(y )

y e
( )

( ) 0
+1

e dy =

( ) 0

e dy =

y e
( )
+1

dy =

dy.

( + 1)
y
=
dy =
y
e

( ) 0
( )
Sustituyendo ( +1) =

( )

en tendremos.

( )
=
( )

De forma similar obtendremos la variancia, sustituimos f(x) en:

( x u) f ( x)dx =
2

= ( x )
0

( )

x e

(y ) y
( )

En y =

dx =

( x ) x e

( ) 0

dx

e dy.

; y = x

dy=

( )

dx dy = dx

( y ) y e
2

dy =

y
( )
2

2 y +
2

y e
2

dy =

+1 Y
y
1 y
2
2
1 2
2
y e dy 2 y e dy + y e dy =
( )
0
0
0

2
2
2
2
2
1 2
1
2

( + 1)( ) 2 2 ( ) + 2 ( ) =
( + 2 ) 2 ( + 1) + ( ) =

( )

( )

2 2 + 2 2 2 2 + 2 2 = 2 = 2 = 2

( ) = ( 1)( )
( + 1) = ( )

( + 2 ) = ( + 1)( + 1)
De donde se deduce que

2 = 2

Es importante que estas integrales sean resueltas en el momento en que se imparte la

asignatura de Clculo diferencial e integral de funciones de una variable real, durante el
desarrollo de un seminario, donde el alumno profundiza y generaliza determinados
procedimientos matemticos.
Cmo se aprende? Estableciendo relaciones significativas. Para que el aprendizaje de
un concepto sea duradero, este ha de ser significativo. En sentido general y amplio, un
aprendizaje significativo es aquel que partiendo de conocimientos, actitudes,
motivaciones, intereses y experiencia previa del estudiante hace que el nuevo contenido
cobre para l un determinado sentido. El aprendizaje significativo potencia el
establecimiento de relaciones: relaciones entre aprendizaje, relaciones entre los nuevos
contenidos y el mundo afectivo y motivacional de los estudiantes, relaciones entre los
conceptos ya adquiridos y los nuevos conceptos que se forman, relaciones entre el
conocimiento y la vida, entre la teora y la practica. A partir de esta relacin
significativa, el contenido de los nuevos conceptos cobra un verdadero valor para la
persona y aumentan las posibilidades de que dicho aprendizaje sea duradero,
recuperable, generalizable y transferible a nuevas situaciones.
El hecho de que el estudiante asimile la definicin de la funcin gamma y sus
propiedades fundamentales, contribuye a la comprensin de las distribuciones de
probabilidad Gamma, Exponencial y la distribucin Beta, cuando estos contenidos sean
abordados en el segundo ao de la carrera, pues dicha funcin forma parte de dichas
distribuciones.

CONCLUSIONES
El estudio de la funcin Gamma a travs del clculo diferencial e integral de funciones de
una variable real proporciona:
- La resolucin de ciertas integrales impropias de una forma muy simple.
- La comprensin de la distribucin de probabilidad Gamma, Exponencial y Beta,
cuando estos contenidos sean abordados en el segundo ao de la carrera

BIBLIOGRAFA:
Andriev,I. (1984) Problemas Lgicos del Conocimiento Cientfico. Editorial
Progreso.
Ausubel D.P. (1976) Psicologa Educativa. Un punto de vista cognoscitivo. Mxico:
Trillas (Ed. Orig 1968).
Gorski, D., Tavans, P., Lgica. Ediciones Pedaggicas.
Gutmanova, A. y otros. (1991) , Diccionario de Lgica: En forma simple sobre lo
complejo. Editorial Progreso, Mosc.
Kopnin, P. V. Lgica Dialctica. Ciencias Econmicas y Sociales
Probabilidades y estadsticas para ingenieros, Primera Parte
Transformada de Loplace con aplicaciones, Miguel A Cspedes

Antonio MAZON VILA

Universidad de Pinar del Ro, Cuba
Mart final 270, Pinar del Ro
e-mail: an@mat.upr.edu.cu