ESTADISTICA IT FACULTAD DE ECONOMIA-UNMSM. DISTRIBUCION EXPONENCIAL La Distribucion exponencial se utiliza para representar el tiempo entre fallas, el tiempo entre llegadas de clientes a un supermercado, el tiempo entre llamadas para servicio, etc. Existe una estrecha relacién entre las distribuciones exponencial y la de poisson. De hecho, si un proceso de Poisson tiene una media de 7 ocurrencias respecto a un intervalo, el espacio o tiempo entre las ocurrencias en lo referente a ese intervalo sera 1/7. Por ejemplo, si las llamadas para servicio son en promedio 6 llamadas en un periodo de tiempo, entonces el! tiempo promedio entre éstas sera 1/6 de hora o de minuto. Si las ocurrencias por unidad de tiempo siguen una ley de Poisson, entonces la distribucién del tiempo entre las sucesivas ocurrencias es una variable exponencial En la distribucion exponencial , las probabilidades se expresan en términos de la probabilidad de una ocurrencia antes o después de algun punto especifico t. Las probabilidades exponenciales se expresan en téminos del tiempo o distancia hasta que un evento no tiene lugar. Por ejemplo, se desea determinar la probabilidad de que no haya llamadas durante un periodo de dos horas. (t=2) , si la razon promedio (A ) es 15 llamadashora. Es posible utilizar la formula que se da a continuacion P(T>t)=e* Mediante esta formula se puede calcular la probabilidad de que el espacio (o tiempo) antes de que se presente la primera ocurrencia sea mayor que un espacio dado (0 tiempo). La probabilidad de una ocurrencia en t o antes de dicho espacio se obtiene mediante la formula P(Tst)=1-e" ‘MD /CLASESIVDEXPONENCIAL Pagina 1 de 16) DISTRIBUCION DE PROBABILIDAD EXPONENCLAL Una distribucién exponencial es una distribucién cama con a = 1. Las formulas para una funcion de densidad exponencia!, su media y varianza, son les siguientes i B L @ en cualguier otro lugar si OSxs00, B>0 T(x) FQ) = B Ta)= # " La variable zleztorie exponencial es el tiempo que trans ieee que se é3 el primer evento de Poisson. Es decir, la disiribucion ex; onencial puede mocelar el lepso entre dos eventos consecutivos de Poisson que ocurren de manera independiente y a una frecuencia constante, Esta distribucion se emplea con bastante frecuencia con objeto de modelar problemas de! tipo tiempo ~ fella y como modelo pare el imervalo en problemas de linees de espera, Esta Gisibucibn no tiene “memorie” Es decir. lz probabilided de ocurrencie de eventos presentes 0 futuros no depende de los que haven ocurrido en el pasedo De esta forma. le probabilided de que une unidad felle en un lepso especifico Gepende ni Ge le duracion Ge éste. no del tiempo en que le unided he estado en operacionLa funcién de distribucin exponencial esta dada por: e -e%,x20 r nea (ele Fiy=f?O s=f5e dt l 0 en otro lugar La distribucién exponencial se ceracteriza por un perémetro B. que representa el lapso promedio de tiempo entre dos eventos independientes de Poisson. En el contexto de Iz confiabilidad, f recibe el nombre de tiempo promedio entre fallas, y 1/B es la frecuencia de la falla. Ejemplo Supongamos que el tiempo de vida (en hores)de un foco de luz de ciena ‘marca es una variable aleatoria con distribucién exponencial con parémeiro B = 1000 y que en un cieno dispositive se instalan cinco de estos focos. El dispositive trebeja solemente mientras funcionan los cinco foces. Si cede foco funciona independientemenie de los otros cual es lz probebilidad de que el dispositive trabaje por lo menos cien horas? Solucion Para que el dispositive trabaje es necesario que cada uno de los focos funcione, es decir que prende, por lo tanto 7 P= P(dispositivo trebaje por lo menos 100 horas) = P(cade foco funcione 100 horas o mas) y si se define T = tiempo de vida de un foco. entonces (tet ae, (o.0o1yes) e*F = 0,6065305 P = (P{T>100)) es decir que el 60.65% de los dispositivos que s¢ instalen con estos focos trabajaran por lo menos 100 horas. (eon Demostraciones: i fixy20 [fede = 1?E[x} = aff xedr; imegrando por pares, donde U =x, dU = dx, dv= ae"W ar, e-™ , tenemos. Ex] = -xe =[ + [eta Vix) = Eb) - Els)? + este resultado se obtiene integrando por partes dos veces. Funcion generatriz de momentos Mxti)= afleFe dr = of 0 0, en otro lugar donde: x:es el tiempo que transcurre hasta que se da el primer evento de Poisson @: es una constante positiva y representa la frecuencia de la falla. Calculo de la esperanza de x: « ; w= EQ) = [ xae~“dt = [ xae" dx ey ‘0 Integracién por partes, y resulta: 1 EQ)=; 1 VOora Funci6n acumulada: F(X)=P(KS x) = ff ae“*'dt = y P(X > x) =1-P(X sidsxsm; B>0 fx={ F 0, enotro lugarUNIVERSIDAD NACIONAL MA Facultad dé Ciencias Ec |AN MARCOS donde: B:lapso promedio de tiempo entre dos eventos independientes de Poisson 6 tiempo promedio entre fallas. EQ) =6 VX) = 6? Funcion acumulada: : F()=P(X x)=1-P(X t) [PCT > 100)]5 = [e-0901109)]° = e-95 = 0.6065 Es decir, el 60.65% de los dispositivos que se instalan con estos focos trabajardn por lo menos 100 horas. Otra forma: B= 1000 PCT > 100)5 = [e#].CIONAL MAYOR DE SAN MARCOS acultad de Ciencias Ec UNIVERSIDAD [pcr > 100)]5 = [1 — P(T < 100)]5 = e-05=0.6085 ox 45 005 2 [r-a-e%) 2 [1 a e000) = e7°5 = 0.6065 @ es la cifra media de ocurrencias para el intervalo de interés, la probabilidad exponencial de que el primer evento ocurra dentro del intervalo designado de tiempo o espacio. P(T t) =e Ejemplo: Un departamento de reparaciones recibe un promedio de 5 llamadas por hora. Comenzando en un momento aleatoriamente seleccionado, hallar a) La probabilidad de que la primera llamada llegue en media hora b) y la probabilidad que no ocurra una llamada dentro del intervalo designado Solucién a) A= at = <5 (30 min) = 2.5 amadas P(T $30) =1-e- =1-e4=1-e%5 = 0.92 b) P(T>t): es la probabilidad que no suceda un evento de Poisson en el intervalo (0, t) eatUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS Facultad de Ciencias Econémicas n: muestra(espacio continuo de tiempo 0 espacio) t: intervalo observado X~Poisson X: N° de ocurrencias discretas medidas en un espacio continuo X~exp X: tiempo que transcurre hasta que ocurre un evento de PoissonUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS ECONOMICAS ESCUELA ACADEMICO PROFESIONAL DE ECONOMIA PRACTICA: DISTRIBUCION EXPONENCIAL _ESTADISTICA II 1, Suponga que una maquina falla un promedio de una vez cada 2 afios (1/A = 2). Encuentre la probabilidad de que la maquina no falle durante el siguiente afto. 2. Los defectos en las cuerdas de nylon estan distribuidos mediante el método de Poisson, con una media de 1 defecto/metro (A). Obtenga la probabilidad de tener un intervalo entre ocurrencias de por lo menos 3 metros. a 3. El tiempo de servicio en un almacén de herramientas es aproximado adecuadamente mediante una _ distribucién exponencial, con una media de 4 minutos {Cual es la probabilidad de que el tiempo de servicio sea: a) >4 minutos b) <4 minutos c) = 4 minutos 4. Las lamadas de emergencia durante las primeras horas de la mafiana del lunes siguen un modelo exponencial, con un tiempo medio de una hora entre cada llamada a) Calcule la probabilidad de un perfodo de 2 horas sin que se = registre ninguna llamada b) Obtenga la probabilidad de un perfodo de 3 horas sin que haya ninguna llamada 5. Un satélite de comunicacién tiene una sola fuente de energia. Determine la probabilidad de que el satélite funcione durante por lo menos 20,000 horas antes de que haya una falla de energfa, si el tiempo medio entre fallas (1/2) es: a) 10,000 b) 20,000 ©) 40,000 D:PRACTICAEII/DEXPONENCIAL [Escribir texto} 1UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS FACULTAD DE CIENCIAS ECONOMICAS ESCUELA ACADEMICO PROFESIONAL DE ECONOMIA 6. Suponga que el tiempo que tardan en recibir su orden después de pedir en un gran restaurante promedia 10 minutos. Suponga también que el tiempo que espera en ser atendido se distribuye exponencialmente. a) Calcule la probabilidad de que su tiempo de espera sea mayor a 10 minutos b) Que sea 10 minutos o menos c) Que sea 3 minutos o menos 7. La llegada de los clientes a la ventanilla de un banco son eventos de un proceso de Poisson con parémetro 4=15/hora. Si alguien acaba de llegar a la ventanilla del banco a) {Cudl es la probabilidad que transcurre al menos 5 minutos antes que llegue otro? b) De que no pasen més de 5 minutos? 8. Con respecto al ejercicio 4, de la practica sobre Distribucién Poisson, calcular la probabilidad de que no haya fallas en ms de tres metros. , D:PRACTICAEII/DEXPONENCIAL [escribir texto] 2