Distribución Exponencial

Distribucin exponencial (Teora)
La distribucin exponencial tiene como variable aleatoria el tiempo

transcurrido entre dos sucesos o su duracin.
Es til para describir situaciones, como el tiempo de servicio en un auto
lavado, el tiempo de espera en un servicio de atencin telefnica, etc.
Como caracterstica importante, se dice que la distribucin exponencial no
tiene memoria. El tiempo necesario para que se complete una tarea es
independiente del tiempo transcurrido hasta ese momento
La probabilidad de X est dada por la frmula:

x
f ( x )= e
para>0 y >0
La Distribucin de probabilidad se obtiene:

x
P ( x < X )= ex dx=ex de x a 0=1ex

0
Donde:
X=Tiempo entre eventos.
= Promedio de eventos por unidad de tiempo.
e=2.71828
Ejemplos tpicos de esta situacin son el tiempo que un medico dedica a una
exploracin, el tiempo de servir una medicina en una farmacia, o el tiempo de
atender a una urgencia.
El uso de la distribucin exponencial supone que los tiempos de servicio son
aleatorios, es decir, que un tiempo de servicio determinado no depende de otro
servicio realizado anteriormente ni de la posible cola que pueda estar formndose.
Otra caracterstica de este tipo de distribucin es que no tienen "edad" o en otras
palabras, "memoria". Por ejemplo. Supongamos que el tiempo de atencin de un
paciente en una sala quirrgica sigue una distribucin exponencial. Si el paciente
ya lleva 5 horas siendo operado, la probabilidad de que est una hora ms es la
misma que si hubiera estado 2 horas, o 10 horas o las que sea. Esto es debido a
que la distribucin exponencial supone que los tiempos de servicio tienen una gran
variabilidad. A lo mejor el prximo paciente operado tarda 1 hora porque su ciruga
era mucho ms simple que la anterior.
La funcin de densidad de la distribucin exponencial es la siguiente:
Se dice que la variable aleatoria continua X tiene distribucin exponencial con
parmetro
Su grfica es un modelo apropiado a vida til de objetos.
Par calcular la esperanza matemtica y la varianza, se hallara primero el momento de orden r respecto del
origen:
Teoria de colas y distribuciones de probabilidad Las caractersticas operativas

de los sistemas de colas estn determinadas por dos procesos que
generalmente ocurren de manera aleatoria e independiente :
Las llegadas al sistema.
Los tiempos de servicio. Las distribuciones de probabilidad utilizadas con ms
frecuencia para describir estos eventos son: Distribucin de Poisson para las
entradas al sistema. Distribucin Exponencial para los tiempos de servicios.
Ejemplo Distribucin Exponencial
El tiempo que transcurre antes de que una persona sea
atendida en una cafetera tiene una distribucin
exponencial con una media de 4 minutos. Cul es la

probabilidad de que una persona sea atendida antes de
que transcurran 3 minutos?
Solucin:
La cafetera atiende en promedio 1 cliente cada 4 minutos,
entonces
, sustituyendo y evaluando:
Hay un 52.76% de probabilidad que el cliente sea atendido

antes de 3 minutos.
Propiedades:
En la primera propiedad indicaremos parala distribucin exponencial es la
perdida de memoria. Se dice que una variable aleatoria carece de memoria si:
P ( X >s +t| x>t )= p ( x >s ) s , t 0

0 equivalente,
Por lo tanto a distribucin carece de memoria, ya que:
Adems no solo carece de mamoria, si no que es la nica distribucin continua

con tal propiedad.
Ejemplo:
Supongamos que el tiempo de un estudiante dedica diariamente al estudio se
distribuye exponencialmente con media 2 horas:
Cul es la probabilidad de que el estudiante estudie ms de 3 horas?
Cul es la probabilidad de que estudie ms de 3 horas sabiendo que lleva 1
hora estudiando
Segunda propiedad es la reproductiva, que hace referencia a que la suma de

distribuciones exponenciales independientes e idnticamente distribuidas sigue
una distribucin gamma. En efecto si X1,.,Xn son variables aleatorias

exp( ,
independientes distribuidas exponencialmente, Xi
entonces x1,.xn sigue una distribucin gamma de parmetros p= ny a=
Cuya funcin es :
E[X1++Xn] = p/a =
La tercera propiedad hace referencia a que el minimo de n variables aleatorias
exponenciales independientes se distribuyen exponencialmente.
En efecto six1,xn son variables aleatorias independientes y con distribucin
exp( , entoces x= min{xi,xn}
exponencial, Xi
expo(
. La demostracin es trival como la podemos ver en esta
relacin:
La cuarta propiedad hace como referencia a la probabilidad de que una

distribucin exponencial sea menor que otra. Sean X1 y X2 dos variables
aleatorias independientes y con distribucin exponencial de parmetros
y
respectivamente. Entonces,
de la probabilidad total.
P ( X 1 < x 2 )=
1
2+ 2
, ya que el teorema
Ejemplos prcticos sobre la distribucin exponencial:

EJEMPLO 1.-El tiempo durante el cual cierta marca de batera trabaja en forma efectiva hasta que falle
(tiempo de falla) se distribuye segn el modelo exponencial con un tiempo promedio de fallas igual a 360 das.
a) qu probabilidad hay que el tiempo de falla sea mayor que 400 das?.
b) Si una de estas bateras ha trabajado ya 400 das, qu probabilidad hay que trabaja ms de 200
das ms?
c) Si se estn usando 5 de tales bateras calcular la probabilidad de que ms de dos de ellas
continen trabajando despus de 360 das.
Solucin
Sea X=el tiempo que trabaja la batera hasta que falle. El tiempo promedio de falla es de 360 das. Entonces,
X ~Exp (=1/360) y su funcin de densidad es:
EJEMPLO 2.-Suponga que la vida de cierto tipo de tubos electrnicos tiene una distribucin exponencial con
vida media de 500 horas. Si X representa la vida del tubo (tiempo q dura el tubo).
a) Hallar la probabilidad que se queme antes de las 300 horas.
b) Cul es la probabilidad que dure por lo menos 300 horas?
c) Si un tubo particular ha durado 300 horas. cal es la probabilidad de que dure otras 400 horas?
Solucin
Ejemplo. Supongamos que un sistema informtico consta de dos procesadores. Los

fabricantes garantizan que los procesadores 1 y 2 funcionarn en condiciones pti-mas
durante un tiempo exponencial de media 5 y 6 aos, respectivamente:
Cul es la probabilidad de que ambos procesadores funcionen ms de 4 aos?
Cul es la probabilidad de que el procesador 1 deje de funcionar en condiciones ptimas
antes que el 2?
Llamemos Xi, i=1,2, al tiempo de funcionamiento en condiciones ptimas del proce-sador i.

Por tanto, Xi~Exp(i) con 1 = 1/5 y 2 = 1/6.
Entonces, la probabilidad de que am-bos procesadores funcionen ms de 4 aos es
P( min{X1, X2} > 4 ) = 1 -P( min{X1, X2} 4) = e-(1/5+1/6)40.23,y la probabilidad de
que el procesador 1 deje de funcionar en condiciones ptimas antes que el 2 es P( X1< X2)
= (1/5)/(1/5+1/6) 0.54.

Distribución Exponencial

Cargado por

Copyright:

Formatos disponibles

Distribución Exponencial

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Distribución Exponencial

Cargado por

Copyright:

Formatos disponibles

Distribucin exponencial (Teora)

La distribucin exponencial tiene como variable aleatoria el tiempo

La probabilidad de X est dada por la frmula:

La Distribucin de probabilidad se obtiene:

P ( x < X )= ex dx=ex de x a 0=1ex

Su grfica es un modelo apropiado a vida til de objetos.

Teoria de colas y distribuciones de probabilidad Las caractersticas operativas

exponencial con una media de 4 minutos. Cul es la

Hay un 52.76% de probabilidad que el cliente sea atendido

P ( X >s +t| x>t )= p ( x >s ) s , t 0

Por lo tanto a distribucin carece de memoria, ya que:

Adems no solo carece de mamoria, si no que es la nica distribucin continua

Segunda propiedad es la reproductiva, que hace referencia a que la suma de

una distribucin gamma. En efecto si X1,.,Xn son variables aleatorias

independientes distribuidas exponencialmente, Xi

entonces x1,.xn sigue una distribucin gamma de parmetros p= ny a=

. La demostracin es trival como la podemos ver en esta

La cuarta propiedad hace como referencia a la probabilidad de que una

Ejemplos prcticos sobre la distribucin exponencial:

Ejemplo. Supongamos que un sistema informtico consta de dos procesadores. Los

Llamemos Xi, i=1,2, al tiempo de funcionamiento en condiciones ptimas del proce-sador i.

También podría gustarte