Distribucin exponencial

En estadstica la distribucin exponencial es una distribucin de probabilidad

continua con un parmetro > 0 cuya funcin de densidad es:

Su funcin de distribucin acumulada es:

Donde e representa el nmero e.

El valor esperado y la varianza de una variable aleatoria X con distribucin
exponencial son:

La distribucin exponencial es un caso particular de distribucin gamma con k

= 1. Adems la suma de variables aleatorias que siguen una misma
distribucin exponencial es una variable aleatoria expresable en trminos de la
distribucin gamma.

Ejemplo
Ejemplos para la distribucin exponencial es la distribucin de la longitud de
los intervalos de una variable continua que transcurren entre dos sucesos, que
se distribuyen segn la distribucin de Poisson.

El tiempo transcurrido en un centro de llamadas hasta recibir la primera

llamada del da se podra modelar como una exponencial.

El intervalo de tiempo entre terremotos (de una determinada magnitud) sigue

una distribucin exponencial.

Supongamos una mquina que produce hilo de alambre, la cantidad de metros

de alambre hasta encontrar una falla en el alambre se podra modelar como
una exponencial.

En fiabilidad de sistemas, un dispositivo con tasa de fallo constante sigue una

distribucin exponencial.
Calcular variables aleatorias
Se pueden calcular una variable aleatoria de distribucin exponencial x por
medio de una variable aleatoria de distribucin uniforme u = U ( 0 , 1 )

O, dado que (1 u) es tambin una variable aleatoria con distribucin U (0,

1), puede utilizarse la versin ms eficiente:

Relaciones
La suma de k variables aleatorias independientes de distribucin exponencial
con parmetro es una variable aleatoria de distribucin de Erlang.

Ejercicios Resueltos
1 Suponga que un sistema contiene cierto tipo de componente cuyo
tiempo de falla en aos est dado por la variable aleatoria T,
distribuida exponencialmente con tiempo promedio de falla 5 .
S 5 de estos componentes se instalan en diferentes sistemas,
cul es la probabilidad de que al menos 2 continen funcionando
despus de 8 aos?

Solucin:
La probabilidad de que un determinado componente est
funcionando an despus de 8 aos es:

1 5
t 8

5 8
P( 8 ) dt 5
0 .2
la | nos indica que la integral
se va a evaluar desde 8 hasta

Sea x el nmero de componentes funcionando despus de 8 aos.

Entonces mediante la distribucin Binomial,
n=5
p = 0.20 = probabilidad de que un componente est funcionando
despus de 8 aos
q = 1-p = 0.80 = probabilidad de que un componente no funcione
despus de 8 aos

P(x 2 ) = p(x=2) + p(x=3) + p(x=4)+p(x=5) = 1 p(x = 0, 1)

 1 5 C0 ( 0.2 )0 ( 0.8 )5 5 C1( 0.2 )1( 0.8 )4 1 0.7373 0.2627

2 El tiempo que transcurre antes de que una persona sea atendida

en una cafetera es una variable aleatoria que 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 en al menos 4 de los 6 das siguientes?

Solucin:

1 1 3
13 t
P( T 3 ) 4 dt 4 1 4
0.5276
40
la nos indica que la
integral va a ser evaluada de 0 a 3

x = nmero de das en que un cliente es atendido antes de que

transcurran 3 minutos
x = 0, 1, 2,...,6 das

p = probabilidad de que un cliente sea atendido antes de que

transcurran 3 minutos en un da cualquiera = 0.5276
q = probabilidad de que un cliente no sea atendido antes de que
transcurran 3 minutos en un da cualquiera = 1- p = 0.4724

P( x 5o6, N 6, p 0.5276 )6 C5 ( 0.5276 )5 ( 0.4724 )1 6 C6 ( 0.5276 )6 ( 0.4724 )0

= 0.11587 + 0.02157 = 0.13744

Distribucin gamma
En estadstica la distribucin gamma es una distribucin de probabilidad
continua con dos parmetros k y cuya funcin de densidad para valores x >
0 es

Aqu e es el nmero e y es la funcin gamma. Para valores k N la funcin

gamma es ( k ) = ( k 1 ) ! (el factorial de k 1 )En este caso - por ejemplo
para describir un proceso de Poisson - se llaman la distribucin Erlang con un
parmetro = 1 / .

El valor esperado y la varianza de una variable aleatoria X de distribucin

gamma son

Relaciones
El tiempo hasta que el suceso nmero k ocurre en un Proceso de Poisson de
intensidad es una variable aleatoria con distribucin gamma. Eso es la suma
de k variables aleatorias independientes de distribucin exponencial con
parmetro .
Ejercicio 1

El nmero de pacientes que llegan a la consulta de un mdico sigue una

distribucin de Poisson de media 3 pacientes por hora. Calcular la probabilidad
de que transcurra menos de una hora hasta la llegada del segundo paciente.
Debe tenerse en cuenta que la variable aleatoria tiempo que transcurre hasta
la llegada del segundo paciente sigue una distribucin Gamma (6,2).

Solucin:
Clculo de probabilidades. Distribuciones continuas

Gamma
A: Escala 60000
p: Forma 20000
Punto X 10000
Cola Izquierda Pr[X<=k] 0,9826
Cola Derecha Pr[X>=k] 0,0174
Media 0,3333
Varianza 0,0556
Moda 0,1667
La probabilidad de que transcurra menos de una hora hasta que llegue el
segundo paciente es 0,98.

Ejercicio 2

Suponiendo que el tiempo de supervivencia, en aos, de pacientes que son

sometidos a una cierta intervencin quirrgica en un hospital sigue una
distribucin Gamma con parmetros a=0,81 y p=7,81, calclese:

1. El tiempo medio de supervivencia.

2. Los aos a partir de los cuales la probabilidad de supervivencia es menor
qu 0,1.
Clculo de probabilidades. Distribuciones continuas

Gamma (a,p)
a : Escala 0,8100
p : Forma 7,8100
Cola Izquierda Pr [X<=k] 0,9000
Cola Derecha Pr [X>=k] 0,1000
Punto X 14,2429
Media 9,6420
Varianza 11,9037
Moda 8,4074
El tiempo medio de supervivencia es de, aproximadamente, 10 aos.