UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA hidráulica

Facultad de Ingenieria
Escuela Academico Profesional de Ingenieria Hidraulica - EAPIH

ALUMNO:
 NUÑES GUEVARA, Esgar

TEMA:

Distribución exponencial

CURSO:

Métodos estadísticos

AÑO: CICLO:

Tercero VI

Cajamarca – 2018
 UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA hidráulica

Introducción
El presente trabajo tiene como objetivo exponer la distribución exponencial de
forma teórica y práctica. A pesar de la sencillez analítica de sus funciones de
definición, la distribución exponencial tiene una gran utilidad práctica ya que
podemos considerarla como un modelo adecuado para la distribución de
probabilidad del tiempo de espera entre dos hechos que sigan un proceso de
Poisson. De hecho, la distribución exponencial puede derivarse de un proceso
experimental de Poisson con las mismas características que las que
enunciábamos al estudiar la distribución de Poisson, pero tomando como
variable aleatoria, en este caso, el tiempo que tarda en producirse un hecho.

MODELO EXPONENCIAL
La distribución exponencial es el equivalente continuo de la distribución
geométrica discreta. Esta ley de distribución describe procesos en los que nos
interesa saber el tiempo hasta que ocurre determinado evento, sabiendo que, el
tiempo que pueda ocurrir desde cualquier instante dado t, hasta que ello ocurra
en un instante, no depende del tiempo transcurrido anteriormente en el que no
ha pasado nada.
Ejemplos de este tipo de distribuciones son:
 El tiempo que tarda una partícula radiactiva en desintegrarse. El
conocimiento de la ley que sigue este evento se utiliza en Ciencia para,
por ejemplo, la datación de fósiles o cualquier materia orgánica mediante
la técnica del carbono 14, C 14;

 El tiempo que puede transcurrir en un servicio de urgencias, para la

llegada de un paciente;

 En un proceso de Poisson donde se repite sucesivamente un experimento

a intervalos de tiempo iguales, el tiempo que transcurre entre la ocurrencia
de dos sucesos consecutivos sigue un modelo probabilístico exponencial.
Por ejemplo, el tiempo que transcurre entre que sufrimos dos veces una
herida importante.

Algunas secuencias de eventos hidrológicos, como la ocurrencia de

precipitación, pueden considerarse como un proceso de poisson, en los cuales
 UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA hidráulica

los eventos ocurren instantánea e independientemente en un horizonte de

tiempo, o a lo largo de una línea.
El tiempo entre tales eventos (x) o tiempo de interarribo, esta descrito por una
distribución o modelo exponencial, cuya función de densidad es

Donde:
 es el parámetro de la distribución

Considerando la definición de función de distribución, se tiene que:

𝑥
 F(x)=∫0 𝑒 − t dt = 1-𝑒 − x

 F(X>x) = 𝑒 − x

Función de distribución acumulado de X

F(x)= 1-𝑒 − x ; X >0
= 0; X<0

Estimación de parámetros
Sea X una variable aleatoria exponencial con parámetro , entonces su media
varianza y su función generatriz de momentos son:

Media: µ= 1/ 

Varianza: ơ2 = 1/2
 UNIVERSIDAD NACIONAL DE CAJAMARCA
FACULTAD DE INGENIERÍA
ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA hidráulica


Función generatriz de momentos : 𝑀𝑥 (t)= ; t<
−t

Aplicaciones en la hidrología
La distribución exponencial se utiliza para describir los tiempos de interarribo
de choques aleatorios en sistemas hidrológicos, tales como volúmenes de
escorrentía contaminada que entran a los ríos a medida q la lluvia lavan los
contaminantes localizados por la superficie del terreno.

EJEMPLO. -
El tiempo durante el cual cierta marca de batería trabaja en forma efectiva
hasta que falle (tiempo de falla) se distribuye según el modelo exponencial con
un tiempo promedio de fallas igual a 360 días.
a) ¿qué probabilidad hay que el tiempo de falla sea mayor que 400 días?
b) Si una de estas baterías ha trabajado ya 400 días, ¿qué probabilidad hay
que trabaja más de 200 días más?
c) Si se están usando 5 de tales baterías calcular la probabilidad de que más
de dos de ellas continúen trabajando después de 360 días.

Solución
Sea X=el tiempo que trabaja la batería hasta que falle. El tiempo promedio de
falla es de 360 días. Entonces, X ~Exp (ß=1/360) y su función de densidad es: