Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE MECÁNICA
MANTENIMIENTO INDUSTRIAL
INGENIERÍA DE LA FIABILIDAD
Integrantes:
N° Nombres: CÓDIGO
1 Chávez Melendrez Brayan Alexander 2148
2 Cachote Pilco Fabián Heriberto 2207
3 Quito Manya Darwin Marcelo 2233
4 Caicedo Calvo José Isaac 2200
Fecha: 02/05/2022
Riobamba – Ecuador
DISTRIBUCIÓN EXPONENCIAL
Introducción
Se dice que una variable aleatoria continua de X sigue una distribución exponencial de
parámetro 𝜆 si su función de densidad es:
0 𝑠𝑖 𝑥 < 0
𝑓(𝑥) = {
𝜆ⅇ −𝜆𝑥 𝑥≥0
Las preguntas típicas pueden ser: "¿cuál es la probabilidad de que algún evento ocurra en
los próximos (x) horas o días, o cuál es la probabilidad de que algún evento ocurra
entre (x1) horas y (x2) horas, o cuál es la probabilidad de que el evento dure más
de (x1) horas para llevarse a cabo" En resumen, la variable aleatoria X es iguala (a) el
tiempo entre eventos o (b) el paso del tiempo para completar una acción, por ejemplo,
esperar a un cliente. La función de densidad de probabilidad viene dada por:
𝟏 −𝟏µ𝒙
ⅇ(𝒙) = ⅇ
µ
ⅇ(𝒙) = 𝒎ⅇ−𝒎𝒙
𝟏
• donde 𝒎 =
µ
∞ 𝒙 𝒙
𝟏 −µ −µ
𝑭(𝒎) = ∫ [ ⅇ ]=𝟏−ⅇ
𝟎 µ
0, 𝑠𝑖 𝑥 < 0
𝑓(𝑥 ) = {
1 − ⅇ−𝜆𝑥 𝑠𝑖 𝑥 ≥ 0
1
Esperanza: 𝐸(𝑥) =
𝜆
1
Varianza: 𝑉𝑎𝑟(𝑥) =
𝜆2
primer bache, cantidad de que deben inspeccionarse en una hacienda hasta que
aparezca el primer cafetal de broca, etc.
µ𝒙 ⅇµ
𝑷(𝑿 = 𝒙) =
𝒙!
En primer lugar, la Poisson tiene una variable aleatoria discreta, x, en la que el tiempo;
una variable continua se divide artificialmente en trozos discretos. Vimos que el número
de ocurrencias de un evento en un intervalo de tiempo dado, x, sigue la distribución de
Poisson.
Por ejemplo, el número de veces que suena el teléfono por hora. En cambio, el
tiempo entre ocurrencias sigue la distribución exponencial. Por ejemplo. El teléfono
acaba de sonar, ¿cuánto tiempo pasará hasta que vuelva a sonar? Estamos midiendo la
duración del intervalo, una variable aleatoria continua, exponencial, no los eventos
durante un intervalo, Poisson.
Una forma visual de mostrar tanto las similitudes como las diferencias entre estas dos
distribuciones es con una línea del tiempo.
PROPIEDAD FUNDAMENTAL
EJERCICIO
EJERCICIO
Con el conjunto de datos presentando (30 datos), hacer uso de la distribución exponencial, y encontrar f(t), F(t) y R(t), así como sus gráficas
correspondientes.
λ= 0,01848429
DATOS f(t) F(t) R(t) 1
1 10 0,01536479 0,16876513 0,83123487
0,9
2 13 0,01453596 0,21360475 0,78639525
3 16 0,01375184 0,25602557 0,74397443 0,8
CONCLUSIONES:
• La distribución exponencial viene derivada de la distribución de Poisson, ya que
al suponerse que para cada valor t > 0, que representa el tiempo, el número de
sucesos de cierto fenómeno aleatorio sigue una distribución de Poisson de
parámetro t. Entonces, los tiempos discurridos entre dos sucesos sucesivos sigue
la distribución exponencial.
• Tanto la distribución Poisson como la Exponencial tienen diversas aplicaciones
en la vida real, las cuales tienen relación una con otra, y no sólo eso, sino que hay
otras distribuciones que tienen relación con las antes mencionadas y es por eso
que tiene su importancia conocerlas.
• Se debe utilizar como modelo para representar el tiempo de funcionamiento o de
espera. Tiene como función expresar también el tiempo transcurrido entre eventos
que se contabilizan por medio de la distribución de Poisson.
RECOMENDACIONES:
BIBLIOGRAFÍA: