Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pág.
INTRODUCCIÓN 5
1. OBJETIVOS 6
4. CÁLCULO DE PROBABILIDADES 7
5. VALOR ESPERADO 8
6. VARIANZA 9
7. DESVIACIÓN TÍPICA 9
8. CASO RESUELTO 10
9. CASO A RESOLVER 15
BIBLIOGRAFÍA 16
INTRODUCCIÓN
En la parte uno se presentan los objetivos que se desean alcanzar con la presente guía de
práctica, en la parte dos se define la función de densidad de probabilidad, en la parte tres se
define la función de distribución acumulada, en la parte cuatro se indica como se calculan
probabilidades, en la parte cinco se define el valor esperado, en la parte seis se define la
varianza, en la parte siete se define la desviación típica, en la parte ocho se resuelve un caso y
en la parte nueve se propone un caso a resolver, de la variable aleatoria continua exponencial.
El autor.
Variable Aleatoria Continua Exponencial Facultad de Economía - UNSA
1. OBJETIVOS
Sea X una variable aleatoria continua. Se dice que X tiene una distribución exponencial con
parámetro real 𝜆, si su función de densidad de probabilidad está dada por1:
𝜆𝑒 −𝜆𝑥 , 𝑥≥0
𝑓(𝑥) = {
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
Donde:
𝑅𝑋 = [0, ∞⟩
Donde:
1 Moya, R. (1988). Probabilidad e Inferencia Estadística. (Segunda edición). Perú: Editorial San Marcos. Capítulo 6, página 492.
2 Moya, R. (1988). Probabilidad e Inferencia Estadística. (Segunda edición). Perú: Editorial San Marcos. Capítulo 6, página 493.
Luego3,
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 , 𝑥≥0
Donde:
𝐹(𝑥) = 𝐹𝑢𝑛𝑐𝑖ó𝑛 𝑑𝑒 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑐𝑜𝑛𝑡𝑖𝑛𝑢𝑎 𝑒𝑥𝑝𝑜𝑛𝑒𝑛𝑐𝑖𝑎𝑙 𝑋.
𝜆 = 𝐸𝑠 𝑒𝑙 𝑝𝑎𝑟á𝑚𝑒𝑡𝑟𝑜 𝑟𝑒𝑎𝑙 𝑙𝑎𝑚𝑏𝑑𝑎. 𝐸𝑠 𝑢𝑛𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎. 𝐸𝑠 𝑙𝑎 𝑙𝑒𝑡𝑟𝑎 𝑔𝑟𝑖𝑒𝑔𝑎
𝑚𝑖𝑛ú𝑠𝑐𝑢𝑙𝑎 𝑙𝑎𝑚𝑏𝑑𝑎.
𝑒 = 𝐸𝑠 𝑒𝑙 𝑎𝑛𝑡𝑖𝑙𝑜𝑔𝑎𝑟𝑖𝑡𝑚𝑜 𝑛𝑒𝑝𝑒𝑟𝑖𝑎𝑛𝑜 𝑑𝑒𝑙 𝑛ú𝑚𝑒𝑟𝑜 𝑢𝑛𝑜. 𝐸𝑠 𝑖𝑔𝑢𝑎𝑙 𝑎 2,718281828 …
4. CÁLCULO DE PROBABILIDADES
𝑎. 𝑃[𝑋 = 𝑥] = 0
𝑥
𝑏. 𝑃[𝑋 < 𝑥] = ∫ 𝜆𝑒 −𝜆𝑥 𝑑𝑥
0
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 , 𝑥≥0
𝑎. 𝑃[𝑋 = 𝑥] = 0
= 𝑒 −𝜆𝑥
= 𝑒 −𝜆𝑥1 − 𝑒 −𝜆𝑥2
5. VALOR ESPERADO
Simbólicamente4:
1
𝐸(𝑋) = 𝜇 =
𝜆
Donde:
6. VARIANZA
Simbólicamente5:
1 1 2
𝑉𝑎𝑟(𝑋) = 𝜎 = 2 = ( ) = 𝜇 2 = [𝐸(𝑋)]2
2
𝜆 𝜆
4 Moya, R. (1988). Probabilidad e Inferencia Estadística. (Segunda edición). Perú: Editorial San Marcos. Capítulo 6, página 494.
5 Moya, R. (1988). Probabilidad e Inferencia Estadística. (Segunda edición). Perú: Editorial San Marcos. Capítulo 6, página 494.
Donde:
7. DESVIACIÓN TÍPICA
Simbólicamente:
1 1
𝜎𝑋 = +√𝑉𝑎𝑟(𝑋) = +√ 2 = = 𝐸(𝑋) = 𝜇
𝜆 𝜆
Donde:
8. CASO RESUELTO
Suponga que la vida de cierto tipo de tubos electrónicos tiene una distribución exponencial
con vida media de 500 horas. Si X representa la vida de un tubo (el tiempo que dura el tubo)
6
.
En este caso es una variable aleatoria continua exponencial, tal como lo indican en el
enunciado.
6 Moya, R. (1988). Probabilidad e Inferencia Estadística. (Segunda edición). Perú: Editorial San Marcos. Capítulo 6, página 494.
𝑅𝑋 = [0, ∞]
𝜆𝑒 −𝜆𝑥 , 𝑥≥0
𝑓(𝑥) = {
0 , 𝑒𝑛 𝑜𝑡𝑟𝑜𝑠 𝑐𝑎𝑠𝑜𝑠
Se debe conocer 𝜆, pero en el enunciado no se proporciona, sin embargo nos indican que
la vida media del tubo es de 500 horas, entonces se tiene:
𝜇 = 500
1
𝜇=
𝜆
1
500 =
𝜆
500𝜆 = 1
1
𝜆=
500
𝜆 = 0,002
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −𝜆𝑥 , 𝑥≥0
0 , 𝑥<0
𝐹(𝑥) = {
1 − 𝑒 −0,002𝑥 , 𝑥≥0
Remplazando:
= 1 − 𝑒 −0,4
= 1 − 0,670320046
= 0,329679954
Remplazando:
= 1 − 𝑒 −1,6
= 1 − 0,201896518
= 0,798103482
Remplazando:
= 1 − 𝑒 −10
= 1 − 0,00004539992976
= 0,9999546001
Remplazando:
= 𝑒 −0,002∗400
= 𝑒 −0,8
= 0,4493289641
Remplazando:
= 𝑒 −0,002∗2000
= 𝑒 −4
= 0,01831563889
k. Calcular la probabilidad de que un tubo dure más de 3000 horas.
Remplazando:
= 𝑒 −0,002∗3000
= 𝑒 −6
= 0,002478752177
l. Calcular la probabilidad de que un tubo dure entre 1000 y 4000 horas.
Remplazando:
= 𝑒 −2 − 𝑒 −8
= 0,1353352832 − 0,0003354626279
= 0,1349998206
Remplazando:
= 𝑒 −0,2 − 𝑒 −1,8
= 0,8187307531 − 0,1652988882
= 0,6534318649
1
𝐸(𝑋) = 𝜇 =
𝜆
Remplazando:
1
𝐸(𝑋) = 𝜇 =
0,002
= 500 ℎ𝑜𝑟𝑎𝑠
1
𝑉𝑎𝑟(𝑋) = 𝜎 2 =
𝜆2
Remplazando:
1
𝑉𝑎𝑟(𝑋) = 𝜎 2 =
(0,002)2
1
=
0,000004
= 250 000
1
𝜎𝑋 = +√ 2
𝜆
Remplazando:
1 1
𝜎𝑋 = √ 2
=√ = √250 000 = 500 ℎ𝑜𝑟𝑎𝑠
(0,002) 0,000004
9. CASO A RESOLVER
El tiempo que tarda una persona en ser atendida en una cafetería es una variable aleatoria
que tiene una distribución exponencial con media de 4 minutos7.
7 Moya, R. (1988). Probabilidad e Inferencia Estadística. (Segunda edición). Perú: Editorial San Marcos. Capítulo 6, página 505.
d. Describir la función de densidad del número minutos que una persona espera en ser
atendida en la cafetería.
e. Describir la función de distribución del número minutos que una persona espera en ser
atendida en la cafetería.
f. Calcular la probabilidad de que una persona espere menos de ocho minutos en ser
atendida en la cafetería.
g. Calcular la probabilidad de que una persona espere menos de dos minutos en ser atendida
en la cafetería.
h. Calcular la probabilidad de que una persona espere más de seis minutos en ser atendida
en la cafetería.
i. Calcular la probabilidad de que una persona espere más de tres minutos en ser atendida
en la cafetería.
j. Calcular la probabilidad de que una persona espere más de diez minutos en ser atendida
en la cafetería.
k. Calcular la probabilidad de que una persona espera entre nueve y catorce minutos en ser
atendida en la cafetería.
l. Calcular la probabilidad de que una persona espera entre uno y cuatro minutos en ser
atendida en la cafetería.
m. Calcular el promedio de minutos que una persona espera en ser atendida en la cafetería.
n. Calcular la varianza de los minutos que una persona espera en ser atendida en la cafetería.
o. Calcular la desviación típica de los minutos que una persona espera en ser atendida en la
cafetería.
BIBLIOGRAFÍA