Distribucin

Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Distribucin Exponencial

Resumen

Alejandro Andrade, Fernando Reyes

1

Posgrado de Ingeniera en Sistemas

FIME / UANL

Agenda

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

1 Variable Aleatoria Exponencial

La Densidad
Ejemplos

Resumen

2 Aplicaciones

Teora de colas

3 Resumen

Agenda

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

1 Variable Aleatoria Exponencial

La Densidad
Ejemplos

Resumen

2 Aplicaciones

Teora de colas

3 Resumen

Distribucin
Exponencial

La densidad

Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

Es una variable aleatoria continua cuya funcin de densidad de

probabilidad se encuentra dada para una > 0, por:
(
ex si x 0
f (x) =
(1)
0
si x < 0
Se dice que es una variable aleatoria exponencial con parmetro
.

La densidad

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial

La acumulada de esta variable exponencial es:

La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

F (x) = P{X a}
Za
= ex dx
0

a
= ex 0
= 1 ea
Hay que hacer notar que F () =

R
0

a0
ex dx = 1.

La densidad

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

Si X es una v.a.c. exponencial con parmetro , calculemos la

esperanza E[X ]:
Primero proponemos la siguiente ecuacin para una n > 0
n

E[X ] =
0

x n ex dx

La densidad

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad

Integrando por partes, con ex = dv , u = x n :

Ejemplos

Aplicaciones
Teora de colas

Resumen

E[X ] =

x n ex 0

Z
+

ex nx n1 dx

=0+

ex nx n1 dx

n
= E[X n1 ]

La densidad

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad

Dada esta conclusin, cuando n = 1 tenemos:

Ejemplos

Aplicaciones
Teora de colas

E[X ] =

Resumen

Que nos da la esperanza de X .

Y cuando n = 2 tenemos:
E[X 2 ] =

2
2
E[X ] = 2

Que nos define la varianza de X .

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

Densidad
La distribucin exponencial normalmente se utiliza para describir
el tiempo de ocurrencia de un evento, por ejemplo, el tiempo
entre llegadas a un banco, el tiempo para el siguiente terremoto,
o para que entre una llamada a nuestro telfono.

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

Acumulada
En la acumulada se puede ver que las probabilidades
rpidamente llegan cerca del 1. Es decir, la mayor probabilidad
de ocurrencia de un evento exponencial es al inicio del periodo
de estudio.

Agenda

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

1 Variable Aleatoria Exponencial

La Densidad
Ejemplos

Resumen

2 Aplicaciones

Teora de colas

3 Resumen

Ejemplo 1

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

Supngase que la longitud de una llamada telefnica en minutos

1
. Si alguien llega a
es una v.a. exponencial con parmetro =
10
una cabina telefnica inmediatamente antes que t, encuentra la
probabilidad de que:
1

Tengas que esperar ms de 10 minutos

Entre 10 y 20 minutos

Ejemplo 1: A

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Sea X la longitud the la llamada hecha por la persona en la

1
):
cabina. Entonces la probabilidad deseada es ( = 10

Aplicaciones
Teora de colas

Resumen

P{X > 10} = 1 F (10)

= 1 (1 ex )
1

= e 10 10
= e1
0.368

Ejemplo 1: B

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

La probabilidad de esperar entre 10 y 20 minutos sera:

Aplicaciones
Teora de colas

Resumen

P{10 < X < 20} = F (20) F (10)

1

= (1 e 10 20 ) (1 e 10 10 )
= e2 + e1
0.233

Propiedad sin memoria

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

Digamos que tenemos un foco y queremos saber la probabilidad

de que sobreviva hasta un tiempo s + t, dado que ya ha
sobrevivido al tiempo t. Esta probabilidad es la misma de que
sobreviva al tiempo s. Es decir si sabemos que el foco se
encuentra vivo en el tiempo t, la probabilidad de que llegue al
tiempo s hasta este punto es la misma que desde el punto inicial
(0).
Es equivalente a:
P{X > s + t, X > t}
= P{X > s}
P{X > t}
o tambin
P{X > s + t} = P{X > s}P{X > t}

Distribucin
Exponencial

Ejemplo MemoryLess

Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

Digamos que Andrade llega al banco y hay dos cajeros

atendiendo a la gente. Al llegar Ren est siendo atendido en la
caja 1 y Michel en la caja 2. Le dicen a Andrade que l ser el
prximo en ser atendido, en cuanto Ren o Michel terminen.
Si la cantidad de tiempo que un cajero tarda es distribudo
exponencialmente con parmetro , Cul es la probabilidad de
que de los 3 clientes en el banco, Andrade ser el ltimo en ser
atendido?

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad

Ejemplo MemoryLess:
Respuesta
El razonamiento en este problema es el siguiente.

Ejemplos

Aplicaciones
Teora de colas

Resumen

Si consideramos el momento en el que Andrade pasa con un

cajero, en este momento ya Ren o Michel han sido atendidos, y
queda uno pendiente. Sin embargo, como la distribucin
exponencial no tiene memoria, el tiempo que queda para que la
persona faltante sea atendida sigue siendo exponencial con
parmetro , es decir, es como si esta persona acabara de
comenzar a ser atendida en ese momento.
Por este motivo, la probabilidad de que Andrade salga antes es
1
de .
2

Distribucin
Exponencial

Ejemplo 3: Con y sin memoria

Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Supngase que un carro puede ser utilizado durante 10mil

kilmetros antes de que su batera muera, y el tiempo de vida de
la batera sigue una distribucin exponencial.

Resumen

Si una persona quiere tomar un recorrido de 5mil kilmetros,

cul es la probabilidad de que pueda completar el recorrido

sin que falle la batera?

Que pasara si el tiempo de vida no siguiera una

distribucin exponencial?

Distribucin
Exponencial

Ejemplo 3: Sin memoria

Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

La propiedad sin memoria de la distribucin exponencial nos

permite calcular el tiempo de vida restante de la batera, con
1
. Siendo la probabilidad buscada:
parmetro = 10

Resumen

P{vidasobrante > 5} = 1 F (5)

= e5
1

= e2

0.604

Distribucin
Exponencial

Ejemplo 3: Con memoria

Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Sin embargo, si la distribucin utilizada tiene memoria, la

probabilidad de que falle sera:

Aplicaciones
Teora de colas

Resumen

P{vida > t + 5|vida > t} =

1 F (t + 5)
1 F (t)

Donde t es el nmero de kilmetros que ha sido utilizada la

batera antes de iniciar el viaje. Como la distribucin tiene
memoria, los datos adicionales son necesarios para poder
calcular su probabilidad de fallo.

Agenda

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

1 Variable Aleatoria Exponencial

La Densidad
Ejemplos

Resumen

2 Aplicaciones

Teora de colas

3 Resumen

Distribucin
Exponencial

Teora de colas

Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

La teora de colas es una disciplina dentro de la teora de la

probabilidad.

Resumen

Una cola M/M/n es un sistema de colas multiservidor, que indica

que se tienen llegadas gobernadas por un proceso Poisson, se
tienen n servidores con tiempos de servicio exponencial y los
clientes forman una sola fila.

Teora de colas

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones

Una cola M/M/n es un proceso estocstico con espacio de

estados {0, 1, 2, 3, ...} que corresponde al nmero de clientes en
el sistema, incluyendo los que se encuentran en servicio.

Teora de colas

Resumen

Las llegadas ocurren con parmetro de acuerdo a un

proceso Poisson.
Los tiempos de servicio siguen una distribucin exponencial

con parmetro .
Existen n servidores y una cola de servicio nica y de

tamao infinito.

Teora de colas

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

La probabilidad de estar en un estado especfico del sistema (k )

es la siguiente:

Aplicaciones
Teora de colas

Resumen

0 =

"n1
X (c)k
k =0

(
k =

k!
k

0 (c)
k!

k n
0 n!n

(c)n 1
+
n! 1
si 0 < k < n
si n k

#1

Distribucin
Exponencial

Cmo se utiliza?

Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

La teoria de colas puede ser aplicado en cualquier lugar donde

haya uno o varios servidores, y clientes que son servidos por
ellos. Este tipo de sistemas han sido tipificados con este modelo
probabilistico para seguir una llegada Poisson y tiempos de
servicio exponenciales.

Resumen

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Variable Aleatoria
Exponencial
La Densidad
Ejemplos

Aplicaciones
Teora de colas

Resumen

La distribucin exponencial es muy utilizada debido a que

una gran cantidad de eventos pueden ser descritos por la

misma.
La propiedad sin memoria es nica entre las distribuciones

de probabilidad.

Distribucin
Exponencial
Alejandro
Andrade,
Fernando Reyes
Appendix
For Further Reading

Bibliografa I