UNIVERSIDAD NACIONAL DE CAJAMARCA

FACULTAD DE INGENIERIA
ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA
HIDRAULICA

TEMA: DISTRIBUCION EXPONENCIAL

CURSO: METODOS ESTADISTICOS

DOCENTE: Mcs. ENZO ALDO BRAVO BURGOS

ALUMNO: OCAS POTOSI SANDRA JANETH

CICLO: VI

Cajamarca - 2018
RESUMEN:

(Devore, 2008) Una de las distribuciones de variable continua más importantes

es la distribución exponencial. Se la utiliza como modelo para representar el
tiempo de funcionamiento o de espera y tiene como función representar el tiempo
transcurrido entre eventos que se contabilizan por medio de la distribución de
Poisson.

En estadística la distribución exponencial es una distribución de probabilidad

continua con un parámetro 𝜆 >0 , siendo así:

Función de densidad:

−𝜆𝑥
𝑓(𝑧) = 𝑃(𝑧) = { 𝜆𝑒 𝑝𝑎𝑟𝑎 𝑟 ≥ 0
0 𝑒𝑛 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟𝑎𝑟𝑖𝑜

Su función de distribución acumulada es:

0 𝑝𝑎𝑟𝑎 𝑥 < 0
𝐹(𝑧) = 𝑃(𝑋 ≤ 𝑥) = {
1 − 𝑒 −𝜆𝑥 𝑝𝑎𝑟𝑎 𝑥 ≥ 0

De forma adicional esta distribución presenta una función adicional que es función
Supervivencia (S), que representa el complemento de Función de distribución.

1 𝑝𝑎𝑟𝑎 𝑥 < 0
𝑆(𝑥) = 𝑃(𝑋 > 𝑥) = {
𝑒 −𝜆𝑥 𝑝𝑎𝑟𝑎 𝑥 ≥ 0

El valor esperado y la varianza de una variable aleatoria X con distribución exponencial

son

1
1 𝑉⌈𝑋⌉ =
𝐸⌈𝑋⌉ = 𝜆 𝜆2
  La propiedad de falta de memoria y su efecto en la distribución
exponencial

(Walpole, Myers, & Myers, 2012) En los tipos de aplicación de la distribución

exponencial en los problemas de confiabilidad y de tiempo de vida de una
maquina o de un componente influye la propiedad de falta de memoria de la
distribución exponencial. Por ejemplo, en el caso de, digamos un componente
electrónico, en el que la distribución del tiempo de vida es exponencial, la
probabilidad de que el componente dure, por ejemplo, t horas, es decir 𝑃(𝑋 ≥ 𝑡)
, es igual que la probabilidad condicional

𝑃(𝑋 ≥ 𝑡𝑜 + 𝑡 ∕ 𝑥 ≥ 𝑡𝑜 )

Entonces, si el componente “alcanza” las t0 horas, la probabilidad de que dure otras

t horas es igual que la probabilidad de que dure t horas. No hay “castigo” a través del

desgaste como resultado de durar las primeras t0 horas. Por lo tanto, cuando la
propiedad de falta de memoria, es más adecuada la distribución exponencial. Pero si la
falla del componente es resultado del desgaste lento o gradual (como en el caso del
Desgaste mecánico), entonces la distribución exponencial no es aplicable

Ejemplo en los casos que podemos usar distribución exponencial.

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

del día se podría modelar como una exponencial.
 El intervalo de tiempo entre terremotos (de una determinada magnitud) sigue
una distribución exponencial.
 Supongamos una máquina que produce hilo de alambre, la cantidad de metros
de alambre hasta encontrar una falla en el alambre se podría modelar como una
exponencial.
 En la fiabilidad de sistemas, un dispositivo con tasa de fallo constante sigue una
distribución exponencial.
Aplicación:

En la hidrología, la distribución exponencial se emplea para analizar variables aleatorias

extremos de variables como máximos mensuales y anuales de la precipitación diaria.

Ejemplo

La vida media de una plancha 18 meses, es una variable aleatoria distribuida exponencialmente

¿Cuál es la probabilidad de que la plancha falle antes de los 12 meses?

¿Cuál es la probabilidad de que la plancha falle después de 20 meses?

DATOS:
1
μ = 18 λ=
18

𝐴) 𝑃( 𝑋 < 12) =
𝐵) 𝑃( 𝑋 > 20) =

Teniendo en cuenta

0 𝑝𝑎𝑟𝑎 𝑥 < 0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 𝑝𝑎𝑟𝑎 𝑥 ≥ 0

 Para A
1
− (
18
𝐴) 𝑃( 𝑋 < 12) = 1 − 𝑒 12) = 0.4866

 Para B

1
(20)
𝐵) 𝑃( 𝑋 > 20) = 1 − 𝑃( 𝑋 < 20) = 1 − (1 − 𝑒 −18 ) = 0.3292
Bibliografía:

 Devore, J. L. (2008). Probabilidad y estadistica para ingenieria y ciencias . Mexico:

Cengage Learning Editores.

 Walpole, R., Myers, R., & Myers, S. (2012). Probabilidad y estadistica para ingenieria y
ciencias. Mexico: PERSON EDUCACION.