Professional Documents
Culture Documents
CALLAO
FACULTAD DE INGENIERA DE
ALIMENTOS Y PESQUERA
DISTRIBUCIN EXPONENCIAL
Curso:
ESTADSTICA DE LA INVESTIGACIN
Profesor: campusano
Ciclo:
V- 2017B
2017
I. Introduccin :
El presente trabajo tiene como objetivo exponer la distribucin exponencial de forma terica y
prctica. A pesar de la sencillez analtica de sus funciones de definicin, la distribucin
exponencial tiene una gran utilidad prctica ya que podemos considerarla como un modelo
adecuado para la distribucin de probabilidad del tiempo de espera entre dos hechos que
sigan un proceso de Poisson. De hecho la distribucin exponencial puede derivarse de un
proceso experimental de Poisson con las mismas caractersticas que las que enuncibamos al
estudiar la distribucin de Poisson, pero tomando como variable aleatoria, en este caso, el
tiempo que tarda en producirse un hecho.
II. Teora :
Mientras que la distribucin de Poisson describe las llegadas por unidad de tiempo, la
distribucin exponencial estudia el tiempo entre cada una de estas llegadas. Si las llegadas son
de Poisson el tiempo entre estas llegadas es exponencial. Mientras que la distribucin de
Poisson es discreta la distribucin exponencial es continua porque el tiempo entre llegadas no
tiene que ser un nmero entero. Esta distribucin se utiliza mucho para describir el tiempo
entre eventos. Ms especficamente la variable aleatoria que representa al tiempo necesario
para servir a la llegada.
Obviamente, entonces, la variable aleatoria ser continua. Por otro lado existe una relacin
entre el parmetro a de la distribucin exponencial, que ms tarde aparecer, y el parmetro
de intensidad del proceso l, esta relacin es (a = l)
Al ser un modelo adecuado para estas situaciones tiene una gran utilidad en los siguientes
casos:
Distribucin del tiempo que transcurre hasta que se produce un fallo, si se cumple la
condicin que la probabilidad de producirse un fallo en un instante no depende del tiempo
transcurrido .Aplicaciones en fiabilidad y teora de la supervivencia.
Funcin de densidad.
A pesar de lo dicho sobre que la distribucin exponencial puede derivarse de un proceso de
Poisson, vamos a definirla a partir de la especificacin de su funcin de densidad:
Dada una variable aleatoria X que tome valores reales no negativos {x 0} diremos que tiene
una distribucin exponencial de parmetro a con a 0, si y slo si su funcin de densidad tiene
la expresin:
Una vez calculada la F.G.M podemos, partiendo de ella, calcular la media y la varianza
As la media ser:
Ya que
La mediana del modelo exponencial ser aquel valor de la variable x =Me que verifica que
F (Me) =
De manera que
Por lo que
La tasa de fallo es, en general, una funcin del tiempo, que define unvocamente la
distribucin.
Pues bien, puede probarse que el hecho de que la tasa de fallo sea constante es condicin
necesaria y suficiente para que la distribucin sea exponencial y que el parmetro es, adems,
el valor constante de la tasa de fallo.
En efecto:
Si
De donde
Integrando esta ecuacin diferencial entre 0 y x :
De manera que