Ingeniería Industrial

Simulación, Grupo 3
Sierra Navarro Daniela
Agosto 2023.

PROPIEDADES DE LA DISTRIBUCIÓN EXPONENCIAL. (Bono)

La distribución exponencial es una distribución de probabilidad continua que se utiliza en

simulación para modelar el tiempo entre eventos en procesos estocásticos. Algunas de las
propiedades en el contexto de simulación son:

 Función de Densidad de Probabilidad: La distribución exponencial tiene una

función de densidad de probabilidad dada por:
Donde X es la variable aleatoria (el tiempo entre eventos), y λ es el parámetro de tasa
(también llamado tasa de falla) que controla la tasa de decaimiento de la probabilidad a
medida que X aumenta.
En el contexto de la teoría de las colas, esta propiedad se utiliza para modelar cómo se
distribuyen los tiempos entre llegadas de los clientes a una cola y los tiempos de servicio.
 Media y desviación estándar: La media (µµ) de una distribución exponencial
es 1 y la desviación estándar (σ) es 1
𝜆 𝜆

La media de la distribución exponencial de los tiempos entre llegadas puede ayudar a

predecir la tasa promedio de llegada de clientes a la cola. La media de la distribución
exponencial de los tiempos de servicio puede utilizarse para estimar la tasa promedio de
servicio de la cola.

 Falta de Memoria: Esta propiedad es útil para modelar eventos como fallas de
componentes en sistemas.
Es particularmente relevante para los tiempos entre llegadas en una cola. La falta de
memoria implica que la probabilidad de que ocurra una llegada en el futuro no depende de
cuánto tiempo ha transcurrido desde la última llegada. En otras palabras, el tiempo que ha
pasado no afecta la probabilidad de una nueva llegada.

 Tasa Constante: La distribución exponencial es adecuada para modelar procesos

en los que los eventos ocurren de manera independiente y con una tasa constante a
lo largo del tiempo.
En la teoría de colas, esto se traduce en una tasa constante de llegada de clientes y una tasa
constante de servicio.

 Distribución de Tiempo Entre Eventos: Se aplica para modelar los tiempos

entre llegadas de los clientes a la cola y los tiempos de servicio
 Ingeniería Industrial
Simulación, Grupo 3
Sierra Navarro Daniela
Agosto 2023.

proporcionados a los clientes. Estos tiempos entre eventos son fundamentales para
entender cómo se acumulan y gestionan las demandas en el sistema de cola.
 Relación con la Distribución de Poisson: La relación entre la distribución
exponencial y la distribución de Poisson es crucial en la teoría de colas. La
distribución de Poisson modela la cantidad de eventos en un intervalo de tiempo
dado, lo que encaja perfectamente con la idea de contar las llegadas de clientes a
una cola en intervalos de tiempo. La distribución exponencial modela los intervalos
de tiempo entre esos eventos, lo que hace que ambas distribuciones sean
interdependientes en la teoría de colas.
 Función de Distribución Acumulativa: Permite calcular la probabilidad de
que un evento (como una llegada a una cola) ocurra en o antes de un tiempo dado X.
Esto es útil para determinar la probabilidad de que un cliente espere menos o igual
tiempo que X antes de ser atendido.
 Función de Supervivencia: La función de supervivencia de la distribución
exponencial proporciona la probabilidad de que un evento ocurra después de un
tiempo dado X. En el contexto de la teoría de las colas, esto podría ser útil para
calcular la probabilidad de que un cliente tenga que esperar más de X tiempo para
ser atendido.
 Momentos: Los momentos más allá de la media y la desviación estándar pueden
proporcionar información adicional sobre la forma de la distribución de los tiempos
entre llegadas y los tiempos de servicio. Por ejemplo, la asimetría puede indicar si la
distribución está sesgada hacia la izquierda o la derecha, lo que puede tener
implicaciones en la previsión de las tasas de llegada y servicio.
 Transformaciones: Las transformaciones de variables exponenciales pueden ser
útiles en el análisis de sistemas de colas. Por ejemplo, si se realiza una
transformación lineal de los tiempos entre llegadas, podría tener sentido examinar
cómo afecta esta transformación a la variabilidad de los intervalos de tiempo.
 Aplicaciones en Fiabilidad: En teoría de colas, los tiempos entre llegadas y los
tiempos de servicio pueden considerarse como el tiempo entre eventos (llegadas o
servicios) y se pueden utilizar modelos de confiabilidad para comprender cómo
envejecen y fallan los componentes del sistema.
 Ajuste de Datos: La distribución exponencial puede usarse para ajustar los datos
reales de tiempos entre llegadas o tiempos de servicio en un sistema de colas,
siempre que se cumplan las suposiciones subyacentes de independencia y tasa
constante.