MÉTODO DE MELLIN

CONOCIMIENTOS PREVIOS:

TRANFORMADA DE MELLIN

La transformada de Mellin es una transformada integral que puede ser considerada como una
versión multiplicativa de la transformada bilateral de Laplace. Esta transformada integral está
íntimamente relacionada con la teoría de las series de Dirichlet, y es usada habitualmente en la teoría de
números y la teoría de series asintóticas; también está fuertemente relacionada con la transformada de
Laplace, la transformada de Fourier y la teoría de la función gamma, y forma parte de las funciones
especiales.

Cuando las variables aleatorias en una función W =g(x) son independientes y no negativas, y g(X)
tiene una forma multiplicativa como:

𝑁
𝑎
𝑊 = 𝑔 𝑋 = 𝑎0 ෑ 𝑋𝑖 𝑖
𝑖=1
La transformada de Mellin se utiliza para realizar análisis de incertidumbre. Para una función con
DPA 𝑓𝑥 (𝑥), donde x es positivo, se define como:
∞
𝑀𝑥 𝑠 = 𝑀 𝑓𝑥 (𝑥) = න 𝑥 𝑠−1 𝑓𝑥 𝑥 𝑑𝑥 = 𝐸 𝑥 𝑠−1 , 𝑥 > 0
0

Donde 𝑀𝑥 𝑠 es la transformada de Mellin de función 𝑓𝑥 (𝑥). Por lo tanto, la transformada de Mellin

proporciona una forma alternativa para encontrar los momentos de cualquier orden para variables
aleatorias no negativas

La trasformada de Mellin de la convolución de las DPA asociadas con múltiples variables aleatorias
independientes en una forma de producto es simplemente igual al producto de las transformadas
de Mellin de las DPA individuales.

Además de la propiedad de convolución, la transformada de Mellin tiene varias propiedades

operacionales, que se presentan en algunos cuadros, en los anexos.
DISTRIBUCIÓN UNIFORME CONTINUA:

En teoría de probabilidad y estadística, la distribución uniforme continua es una familia

de distribuciones de probabilidad para variables aleatorias continuas, tales que para cada miembro
de la familia, todos los intervalos de igual longitud en la distribución en su rango son igualmente
probables. El dominio está definido por dos parámetros, a y b, que son sus valores mínimo y
máximo. La distribución es a menudo escrita en forma abreviada como.

Función de densidad de probabilidad

La función densidad de probabilidad de la distribución
uniforme continua es:
DISTRIBUCIÓN TRIANGULAR:

En probabilidad y estadística, la distribución triangular es la distribución de probabilidad continua

que tiene un valor mínimo a, un valor máximo b y una moda c, de modo que la función de densidad
de probabilidad es cero para los extremos (a y b), y afín entre cada extremo y la moda, por lo que su
gráfico es un triángulo.

Función de densidad de probabilidad

La función densidad de probabilidad de la distribución

triangular es:
EJEMPLO APLICATIVO

Determinar la confiabilidad y capacidad de descarga de una alcantarilla, por el método de

Mellin. Considerando un caudal de diseño de 35 𝑓𝑡 3 /𝑠.

En el ejemplo de aplicación considere que los tres parámetros del modelo son variables
aleatorias independientes con las propiedades indicadas en el cuadro siguiente.

PARÁMETRO DISTRIBUCIÓN
n Distribución uniforme con límites de 0.0137 y superior de 0.0163
D Distribución triangular con límites inferiores de 2.853, media 3.0 y superior de
3.147
S Distribución uniforme con límite inferior de 0.00457 y superior de 0.00543

Para el ejercicio se utilizará la ecuación de Manning, con las siguientes condiciones:

𝑄𝐷 = 0.463𝑛−1 𝐷 2.67 𝑆 0.5

Donde:
Q = gasto en 𝑓𝑡 3 /𝑠
n = coeficiente de rugosidad en 𝑓𝑡 1/6
D = diámetro en ft
S = pendiente del tubo

De acuerdo con la Transformada de Mellin, y aplicando las transformadas del cuadro A.3, el gasto 𝑀𝑄 𝑠 puede
definirse como:

𝑀𝑄 𝑠 = 0.463𝑠−1 𝑀𝑛 (−𝑠 + 2)𝑀𝐷 2.67𝑠 − 1.67 𝑀𝑆 (0.5𝑠 + 𝑠)

Para el coeficiente de rugosidad n, teniendo distribución uniforme, se obtiene:

𝑛𝑏−𝑠+2 − 𝑛𝑎−𝑠+2
𝑀𝑛 −𝑠 + 2 =
(−𝑠 + 2)(𝑛𝑏 − 𝑛𝑎 )

Para el diámetro de la alcantarilla con una distribución triangular se obtiene:

2 𝑑𝑏 (𝑑𝑏2.67𝑠−1.67 − 𝑑𝑚
2.67𝑠−1.67 2.67𝑠−1.67
) 𝑑𝑎 (𝑑𝑚 − 𝑑𝑎2.67𝑠−1.67 )
𝑀𝐷 2.67𝑠 − 1.67 = −
(𝑑𝑏 − 𝑑𝑎 )(2.67𝑠 − 1.67)(2.67𝑠 − 0.67) 𝑑𝑏 − 𝑑𝑚 𝑑𝑚 − 𝑑𝑎
Para la pendiente de la alcantarilla S con distribución La varianza de la capacidad de la alcantarilla puede
uniforme se tiene: determinarse como:

𝑠𝑏0.5𝑠+0.5 − 𝑠𝑎0.5𝑠+0.5 𝑉𝑎𝑟 𝑄 = 𝐸 𝑄2 − 𝐸 2 𝑄 = 1702.40 − 41.1372

𝑀𝑆 0.5𝑠 + 0.5 = 𝑉𝑎𝑟 𝑄 = 10.1472 (𝑓𝑡 3 /𝑠)2
(0.5𝑠 + 0.5)(𝑠𝑏 − 𝑠𝑎 )

El valor medio de la capacidad de la alcantarilla puede Siendo la desviación estándar:

determinarse como:
𝜎𝑄 = 𝑉𝑎𝑟(𝑄) = 10.147 = 3.185 𝑓𝑡 3 /𝑠
𝐸 𝑄 = 𝑀𝑄 (𝑆 = 2)
= 0.0463𝑀𝑛 0 𝑀𝐷 3.67 𝑀𝑆 1.50 La media y desviación estándar de la función de
comportamiento W son, respectivamente:
= 0.0463 66.834 18.806 0.0707
𝑓𝑡 3
= 41.137 𝑠 𝑓𝑡 3
𝜇𝑊 = 𝜇𝑄 − 35 = 41.137 − 35 = 6.137
𝑠
El segundo momento sobre la capacidad original de la
alcantarilla es: 𝑓𝑡 3
𝜎𝑊 = 𝜎𝑄 = 3.185
𝑠
𝐸 𝑄2 = 𝑀𝑄 𝑆 = 3
= 0.04632 𝑀𝑛 −1 𝑀𝐷 6.34 𝑀𝑆 2.00 6.137
𝛽𝑀𝑒𝑙𝑙𝑖𝑛 = = 1.928
= 0.04632 4 478.08 354.681 0.005 3.185
𝑓𝑡 3
= 1 702.40 𝑠
En el presente cuadro se muestra los parámetros de cálculo con
la transformada de Mellin.

S=2 S=3
0.463𝑠−1 0.463 0.2144
𝑀𝑛 −𝑠 + 2 𝑀𝑛 0 = 66.834 𝑀𝑛 −1 = 4 478.080
𝑀𝐷 2.67𝑆 − 1.67 𝑀𝐷 3.67 = 18.806 𝑀𝐷 6.34 = 354.681
𝑀𝑆 0.5𝑠 + 0.5 𝑀𝑆 1.50 = 0.0707 𝑀𝑆 2.00 = 0.005

La probabilidad de confiabilidad es:

𝑝𝑆 = Ф 1.9276 = 0.973197

La probabilidad de falla es:

𝑝𝑓 = 1 − 𝑝𝑆 = 0.0268
CUADRO A.1. PROPIEDADES OPERATIVAS DE LA TRANSFORMADA DE MELLIN SOBRE DISTINTAS
DISTRIBUCIONES DE PROBABILIDAD:
PROPIEDAD FDP VARIABLE TRANSFORMADA
𝒇𝒙 (𝒙) ALEATORIA DE MELLIN
ESTANDAR 𝒇𝒙 (𝒙) X 𝑀𝑥 𝑠
ESCALAR 𝒇𝒙 (𝒂𝒙) X 𝑎 𝑠 𝑀𝑥 𝑠
LINEAL 𝒂𝒇𝒙 (𝒙) X 𝑎𝑀𝑥 𝑠
TRASLACIÓN 𝒙𝒂 𝒇𝒙 (𝒙) X 𝑀𝑥 𝑠 + 𝑎
ESPONENCIACIÓN 𝒇𝒙 (𝒙𝒂 ) X 𝑎−1 𝑀𝑥 𝑠/𝑎

CUADRO A.2. PRUDUCTOS Y COCIENTES DE LA TRANSFORMADA DE MELLIN SOBRE VARIABLES

ALEATORIAS ESTOCÁSTICAS.
VARIABLE ALEATORIA FDP OBTENIDA 𝑴𝑾 (𝒔)
𝑊=𝑋 𝑓𝑥 (𝑥) 𝑀𝑋 (𝑠)
𝑊 = 𝑋𝑏 𝑓𝑥 (𝑥) 𝑀𝑋 (𝑏𝑠 − 𝑏 + 1)
𝑊 = 1/𝑋 𝑓𝑥 (𝑥) 𝑀𝑋 (2 − 𝑠)
𝑊 = 𝑋𝑌 𝑓𝑥 (𝑥), 𝑔𝑦 (𝑦) 𝑀𝑋 (𝑠) 𝑀𝑌 (𝑠)
𝑊 = 𝑋/𝑌 𝑓𝑥 (𝑥), 𝑔𝑦 (𝑦) 𝑀𝑋 (𝑠) 𝑀𝑋 (2 − 𝑠)
𝑊 = 𝑎𝑋 𝑏 𝑌 𝑐 𝑓𝑥 (𝑥), 𝑔𝑦 (𝑦) 𝑎 𝑠−1 𝑀𝑋 (𝑏𝑠 − 𝑏 + 1)𝑀𝑌 (𝑐𝑠 − 𝑐 + 1)
CUADRO A.3. TRANSFORMADA DE MELLIN PARA ALGUNAS FUNCIONES DE DISTRIBUCIÓN DE
PROBABILIDAD (FDP) Y DENSIDAD 𝒇𝒙 𝒙 COMUNMENTE USADAS.

PROBABILIDAD FDP, 𝒇𝒙 (𝒙) TRANSFORMADA DE MILLEN

UNIFORME 𝑖 𝑏𝑠 − 𝑎𝑠
𝑏−𝑎 𝑠(𝑏 − 𝑎)
NORMAL ESTANDAR 1 𝑠
𝑒 −𝑧
2 /2 2𝑠−1 Г(2)
2𝜋 𝜋
LOG NORMAL 1 1 𝑙𝑛𝑋−𝜇𝑙𝑛𝑋 2
−2( ) 1 2
𝑒 𝜎 𝑒𝑥𝑝 𝑠 − 1 𝜇𝐿𝑛𝑋 + (𝑠 − 1)2 𝜎𝐿𝑛𝑋
2𝜋𝑥𝜎𝑙𝑛𝑋 2
EXPONENCIAL 𝛽𝑒 −𝛽𝑥 𝛽 𝑠−1 Г(s)
GAMMA 𝛽 𝛽 𝑠−1 Г(α + 𝑠 − 1)
(𝛽𝑥) 𝛼−1 𝑒 −𝛽𝑥
Г(α) Г(α)
TRIANGULAR 2 𝑥−𝑎
,𝑎 ≤ 𝑥 ≤ 𝑏
2 𝑏(𝑏 𝑠 − 𝑚 𝑠 ) 𝑎(𝑚 𝑠 − 𝑎 𝑠 )
𝑏−𝑎 𝑚−𝑎 −
𝑠(𝑠 + 1)(𝑏 − 𝑎) 𝑏−𝑚 𝑚−𝑎
2 𝑥−𝑎
,𝑎 ≤ 𝑥 ≤ 𝑏
𝑏−𝑎 𝑚−𝑎