MATERIA: ESTADISTICA II

VARIABLES ALEATORIAS CONTINUAS

CLASE 19 – DISTRIBUCIÓN EXPONENCIAL

Por: Ing. Javier Tarqui Valeriano

 7. LA DISTRIBUCIÓN EXPONENCIAL
Es una distribución de probabilidad para variables
continuas, que se carcateriza por tener una curva
decreciente variable en ciertos intervalos de tiempo
Asi mismo se puede indicar que es un caso particular de
la “distribución Gamma con k=1”
Se aplica en sucesos similares a la distribución de
Poisson, con la particularidad que ahora la variable es
continua, así se puede aplicar a situaciones como:
o El tiempo transcurrido en un centro de llamadas hasta
recibir la primera llamada del día se podría modelar
como una exponencial
o El intervalo de tiempo entre terremotos (de una
determinada magnitud) sigue una distribución
exponencial
Por: Ing. Javier Tarqui Valeriano
 o En una maquina por ejemplo que produce hilo de
alambre, la cantidad de metros de alambre hasta
encontrar una falla en el alambre se podria
modelar como una distribución exponencial

7.1 DEFINICIÓN
Para una variable aleatoria continua “x”, que toma todos
los valores positivos (mayores a cero), donde esta
variable señala el tiempo transcurrido entre 2 sucesos de
la misma naturaleza; entonces la función de densidad de
probabilidad de la exponencial se define por:
−λ x ; 𝑥 > 0
𝑓𝑥 = λ𝑒
0 ; 𝑥<0
Donde:
λ > 0 → 𝑒𝑠 𝑢𝑛𝑎 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑎
Por: Ing. Javier Tarqui Valeriano
 “λ” es un parámetro positivo que es el inverso de la
esperanza, y dentro de la función representa la
condición inicial para x=0, y determina la amortiguación
de la curva exponencial
En forma gráfica se tiene

Por: Ing. Javier Tarqui Valeriano

Asi mismo verifica las condiciones para ser una función de
probabilidad, es decir:

𝐢) 𝐃𝐞𝐛𝐞 𝐬𝐞𝐫 𝐩𝐨𝐬𝐢𝐭𝐢𝐯𝐨: 𝒇 𝒙 ≥𝟎

→ eso se puede verificar en el gráfico

∞
ii) La integral debe ser “1” 0
𝑓𝑥 𝑑𝑥 = 1
∞ −λ x 𝑑𝑥
Demostración: 𝐼= 0
λ𝑒
𝑒 𝐴𝑥
Por: 𝑒 𝐴𝑥 𝑑𝑥 =
𝐴
λ 𝑒 −λ x ∞ ∞
Integrando: 𝐼= = − 𝑒 −λ x
−λ 0 0
𝐼 = − 𝑒− ∞− 𝑒0 = − 0 − 1
𝐼 = 1 // se demuestra
Por: Ing. Javier Tarqui Valeriano
Esta distribución exponencial desempeña un papel importante
en la descripción de una gran clase de fenómenos, y su
confiabilidad es alta
7.2 FUNCIÓN DE DISTRIBUCIÓN ACUMULATIVA
EXPONENCIAL.
Para la probabilidad acumulativa 𝑃 𝑥≤𝑘 , nos basamos en la
distribución acumulativa
A partir de la definición:
𝑥
𝐹 𝑥 =𝑃 𝑋≤𝑥 = 𝑓
−∞ 𝑥
𝑑𝑥
𝑥 −λ x 𝑑𝑥 𝑒 −λ x 𝑥
𝐹 𝑥 = λ𝑒 =λ
0 −λ 0
𝑥
𝐹 𝑥 = − 𝑒 −λ x = − 𝑒 −λ x −𝑒 0
0
→ 𝑃 𝑋<𝑥 =𝐹 𝑥 = 1 − 𝑒 −λ x
Por: Ing. Javier Tarqui Valeriano
NOTA. Para el valor acumulativo mayor 𝑃 𝑋>𝑥
Por: 𝑃 𝑋>𝑥 =1−𝐹 𝑥
𝑃 𝑋>𝑥 = 1 − 1 − 𝑒 −λ x
→ 𝑃 𝑋>𝑥 = 𝑒 −λ x
PROPIEDADES
i) Cálculo de la media:
∞
De la esperanza: 𝐸 𝑥 = 0
𝑥 𝑓 𝑥 𝑑𝑥
∞ −λ x 𝑑𝑥
𝐸 𝑥 = 0
𝑥 λ𝑒
1
Al resolver la integral: 𝐸 𝑥 =λ

ii) Cálculo de la varianza:

∞ 2
De la definición: 𝜎2 = 0
𝑥 𝑓𝑥 𝑑𝑥 − 𝜇2
1
obtenemos: 𝜎2 =
λ2
Por: Ing. Javier Tarqui Valeriano
 Ejemplo. Los clientes de un supermercado llegan en
promedio de 1 por minuto. Halle la probabilidad de que
transcurren:
a) Por lo menos 3᾽ después de la llegada del último
cliente y el próximo,
b) entre 2᾽ y 4᾽ , c). a lo más 2᾽.

Solución. Tenemos
Sea la variable continua:
𝑥 → 𝑑𝑒𝑠𝑐𝑟𝑖𝑏𝑒 𝑒𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑚𝑖𝑛𝑢𝑡𝑜 𝑡𝑟𝑎𝑛𝑠𝑐𝑢𝑟𝑟𝑖𝑑𝑜
𝑒𝑛𝑡𝑟𝑒 𝑙𝑎 𝑙𝑙𝑒𝑔𝑎𝑑𝑎 𝑑𝑒 2 𝑐𝑙𝑖𝑒𝑛𝑡𝑒𝑠

El promedio o esperanza es: 𝐸=1

1 1
Entonces la constante: 𝜆= =
𝐸 1
→ 𝜆=1
Por: Ing. Javier Tarqui Valeriano
 Para a) Por lo menos 3᾽(minutos) → 𝑃 𝑥>3

Se conoce: 𝑷 𝑿>𝒙 = 𝒆−𝛌 𝐱 (1)

Para: 𝑥 = 3 → 𝑃 𝑥>3 = 𝑒 − 1∙3
𝑃 𝑥>3 = 𝑒 −3 = 0,0498

∴ Existe una probabilidad de 4,98% que transcurra 3

minutos entre la llegada de uno y otro cliente

Para b) Entre 2 y 4 minutos → 𝑃 2<𝑥<4

Se conoce: 𝑷 𝑿<𝒙 = 𝟏 − 𝒆−𝟏 𝐱 (2)

Se busca: 𝑃 2<𝑥<4 =𝑃 𝑥<4 −𝑃 𝑥<2

Reemplazamos para: 𝑥=4 ; 𝑥=2

𝑃 2<𝑥<4 = 1 − 𝑒 −4 − 1 − 𝑒 −2
Por: Ing. Javier Tarqui Valeriano
 𝑃 2<𝑥<4 = 𝑒 −2 −𝑒 −4
𝑃 2<𝑥<4 = 0,117
∴ existe una probabilidad del 11,7% que transcurra entre
2 y 4 minutos entre la llegada de uno a otro cliente

Para c) como máximo 2 minutos → 𝑷 𝒙<𝟐

En: 𝑃 𝑋<𝑥 = 1 − 𝑒 −1 x
Reemplazamos para: 𝑥=2
𝑃 𝑥<2 = 1 − 𝑒 −2
𝑃 𝑥<2 = 0,8647

∴ existe una probabilidad del 86,47% que transcurra

máximo 2 minutos entre la llegada de uno a otro cliente

Por: Ing. Javier Tarqui Valeriano

 Ejemplo. La duración en miles de Km de cierto tipo de
llantas, es una variable aleatoria con distribución
exponencial con media 40 mil km. Calcule la
probabilidad que una de estas llantas dure a) al menos
20 mil km, b) entre 35 y 41 mil km
Solución. Tenemos
Sea la variable:
𝑥 → 𝑑𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑒𝑛 𝑚𝑖𝑙𝑒𝑠 𝑑𝑒 𝐾𝑚 𝑑𝑒 𝑙𝑎 𝑙𝑙𝑎𝑛𝑡𝑎
El promedio o esperanza es: 𝐸 = 40
1 1 1
Entonces la constante: 𝜆 = = → 𝜆=
𝐸 40 40

Para a) Al menos 20 mil Km → 𝑷 𝒙>𝟐𝟎

Se conoce: 𝑃 𝑥>𝑘 = 𝑒 −λ x (1)

1
− 40∙20
Para: 𝑥 = 20 → 𝑃 𝑥>20 =𝑒
Por: Ing. Javier Tarqui Valeriano
 1
−
𝑃 𝑥>3 =𝑒 2 = 0,607
∴ Existe una probabilidad de 60,7% que las llantas duren
al menos 20 mil Km

Para b) Entre 35 y 41 mil Km → 𝑷 𝟑𝟓<𝒙<𝟒𝟏

1
−40 x
Se conoce: 𝑃 𝑋<𝑥 = 1−𝑒 (2)
Se busca: 𝑃 35<𝑥<41 =𝑃 𝑥<41 −𝑃 𝑥<35

Reemplazamos para: 𝑥 = 41 ; 𝑥 = 35
1 1
−40∙41 −40∙35
𝑃 2<𝑥<4 = 1−𝑒 − 1−𝑒
35 41
−40 −40
𝑃 2<𝑥<4 =𝑒 −𝑒
𝑃 2<𝑥<4 = 0,0581
∴ existe una probabilidad del 5,81% que las llantas duren
entre 35 y 41 mil Km
 Ejemplo. Supóngase que un fusible tiene una duración
“x” que puede considerarse como una variable aleatoria
continua con una distribución exponencial.
Hay 2 procesos mediante los cuales se puede fabricar el
fusible. El proceso I da una duración esperada de 100 hr,
mientras el proceso II una duración esperada de 150 hr.
Supóngase que el proceso II es dos veces más costoso (por
fusible) que el proceso I, el cual cuesta “C” dólares por
fusible, y además que si un fusible dura menos de 200 hr
se carga una pérdida de “k” dólares al fabricante. ¿Qué
proceso se deberá usar?
Solución. Tenemos
Sea la variable: 𝑥 → 𝑑𝑢𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒𝑙 𝑓𝑢𝑠𝑖𝑏𝑙𝑒
El promedio del proceso I es:
1 1
𝐸1 = 100 → la constante: 𝜆1 = =
𝐸 100
Por: Ing. Javier Tarqui Valeriano
 El promedio del proceso II es:
1
𝐸2 = 150 → la constante: 𝜆2 =
150

- Costo del proceso I:

𝐶𝐼 = 𝐶 , para 𝑥 > 200 (el proceso dura más de 200 horas)
𝐶𝐼 = 𝐶 + 𝑘 , para 𝑥 ≤ 200 (el proceso dura menos
de 200 horas)
Representando la función para el proceso I
𝐸 𝐶𝐼 =𝐶𝑃 𝑥>200 + 𝐶+𝑘 𝑃 𝑥≤200 (I)
Para: 𝑃 𝑋>𝑥 = 𝑒 −𝜆𝑥
1
−100∙200
→ 𝑃 𝑥>200 =𝑒
Para: 𝑃 𝑋<𝑥 = 1 − 𝑒 −𝜆 x
1
−100∙200
→ 𝑃 𝑥≤200 =1−𝑒
Por: Ing. Javier Tarqui Valeriano
Reemplazando en (I)
𝐸 𝐶𝐼 = 𝐶 𝑒 −2 + 𝐶 + 𝑘 1 − 𝑒 −2
𝐸 𝐶𝐼 = 𝐶 𝑒 −2 + 𝐶 − 𝐶𝑒 −2 + 𝑘 − 𝑘𝑒 −2
𝐸 𝐶𝐼 = 𝐶 + 𝑘 − 𝑘𝑒 −2
→ 𝑬 𝑪𝑰 = 𝑪 + 𝟎, 𝟖𝟔𝟓𝒌
- Costo del proceso II:
𝐶𝐼𝐼 = 2𝐶 , para 𝑥 > 200 (el proceso dura más
de 200 horas)
𝐶𝐼 = 2𝐶 + 𝑘 , para 𝑥 ≤ 200 (el proceso dura
menos de 200 horas)
Representando la función para el proceso II

𝐸 𝐶𝐼𝐼 = 2𝐶 𝑃 𝑥>200 + 2𝐶 + 𝑘 𝑃 𝑥≤200 ( II )

Por: Ing. Javier Tarqui Valeriano

 Para: 𝑃 𝑋>𝑥 = 𝑒 −𝜆𝑥
1
− ∙200
→ 𝑃 𝑥>200 =𝑒 150

Para: 𝑃 𝑋<𝑥 = 1 − 𝑒 −𝜆 x
1
− ∙200
→ 𝑃 𝑥≤200 =1−𝑒 150

Reemplazando en (II)
4 4
−3 −3
𝐸 𝐶𝐼𝐼 = 2𝐶 𝑒 + 2𝐶 + 𝑘 1 − 𝑒
4 4 4
−3 −3 −3
𝐸 𝐶𝐼𝐼 = 2𝐶 𝑒 + 2𝐶 − 2𝐶𝑒 + 𝑘 − 𝑘𝑒
4
−3
𝐸 𝐶𝐼𝐼 = 2𝐶 + 𝑘 − 𝑘𝑒
→ 𝑬 𝑪𝑰𝑰 = 𝟐𝑪 + 𝟎, 𝟕𝟑𝟔𝒌

∴ Se nota claramente que es preferible el Proceso I

Por: Ing. Javier Tarqui Valeriano

 TAREA ASINCRONA Nº 10
Investigar sobre la distribución “Ji cuadrado”, debiendo
realizar:
- Definición y fórmula de la función
- Distribución acumulativa
- Tablas
- Ejemplo ilustrativo

Por: Ing. Javier Tarqui Valeriano