Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

DISTRIBUCION
Exponencial

CURSO: ESTADISTICA PARA LA INVESTIGACION

DOCENTE: CAMPOSANO ANTICONA ABIU DAVID
ALUMNOS:
GATICA RIOS LLULIANA
MANRIQUE LUYO ALIZ
ROMERO PALOMINO ERIK

2018
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

INTRODUCCION:

El presente trabajo tiene como objetivo exponer

la distribución exponencial de forma teórica y práctica. A pesar de la
sencillez analítica de sus funciones de definición, la distribución
exponencial tiene una gran utilidad práctica ya que podemos considerarla
como un modelo adecuado para la distribución
de probabilidad del tiempo de espera entre dos hechos que sigan
un proceso de Poisson. De hecho la distribución exponencial puede
derivarse de un proceso experimental de Poisson con las mismas
características que las que enunciábamos al estudiar la distribución de
Poisson, pero tomando como variable aleatoria, en este caso, el tiempo
que tarda en producirse un hecho.
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

Marco teórico:

Mientras que la distribución de Poisson describe las llegadas por unidad

de tiempo, la distribución exponencial estudia el tiempo entre cada una
de estas llegadas. Si las llegadas son de Poisson el tiempo entre estas
llegadas es exponencial. Mientras que la distribución de Poisson es
discreta la distribución exponencial es continua porque el tiempo entre
llegadas no tiene que ser un número entero. Esta distribución se utiliza
mucho para describir el tiempo entre eventos. Más específicamente la
variable aleatoria que representa al tiempo necesario para servir a la
llegada.
Ejemplos típicos de esta situación son el tiempo que un médico dedica a
una exploración, el tiempo de servir una medicina en una farmacia, o el
tiempo de atender a una urgencia.
El uso de la distribución exponencial supone que los tiempos
de servicio son aleatorios, es decir, que un tiempo de servicio
determinado no depende de otro servicio realizado anteriormente ni de la
posible cola que pueda estar formándose. Otra característica de este tipo
de distribución es que no tienen "edad" o en otras palabras, "memoria".
Por ejemplo. Supongamos que el tiempo de atención de un paciente en
una sala quirúrgica sigue una distribución exponencial. Si el paciente ya
lleva 5 horas siendo operada, la probabilidad de que esté una hora más es
la misma que si hubiera estado 2 horas, o 10 horas o las que sean. Esto es
debido a que la distribución exponencial supone que los tiempos de
servicio tienen una gran variabilidad. A lo mejor el próximo paciente
operado tarda 1 hora porque su cirugía era mucho más simple que la
anterior.
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

La función de densidad de la distribución exponencial es la

siguiente:
Se dice que la variable aleatoria continua X tiene distribución
exponencial con parámetro

Su gráfica es un modelo apropiado a vida útil de objetos.

 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

Para calcular la esperanza matemática y la varianza, se hallara primero el

momento del orden respecto del origen:
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

Parte práctica:
Ejemplos prácticos sobre la distribución exponencial:
EJEMPLO 1.-El tiempo durante el cual cierta marca de batería trabaja en
forma efectiva hasta que falle (tiempo de falla) se distribuye según el
modelo exponencial con un tiempo promedio de fallas igual a 360 días.
 a) ¿qué probabilidad hay que el tiempo de falla sea mayor que 400 días?.
 b) Si una de estas baterías ha trabajado ya 400 días, ¿qué probabilidad hay
que trabaja más de 200 días más?
 c) Si se están usando 5 de tales baterías calcular la probabilidad de que
más de dos de ellas continúen trabajando después de 360 días.
Solución
Sea X=el tiempo que trabaja la batería hasta que falle. El tiempo promedio
de falla es de 360 días. Entonces, X ~Exp (ß=1/360) y su función de
densidad es:
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

EJEMPLO 2.-Suponga que la vida de cierto tipo de tubos electrónicos tiene

una distribución exponencial con vida media de 500 horas. Si X representa
la vida del tubo (tiempo q dura el tubo).
 a) Hallar la probabilidad que se queme antes de las 300 horas.
 b) ¿Cuál es la probabilidad que dure por lo menos 300 horas?
 c) Si un tubo particular ha durado 300 horas. ¿cuál es la probabilidad de
que dure otras 400 horas?

Solución:
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

EJEMPLO 3.- Suponga que el tiempo que necesita un cajero de

un banco para atender a un cliente tiene un distribución exponencial con
una media de 40 segundos.
 a) Hallar la probabilidad que el tiempo necesario para atender un cliente
dado sea mayor que 20 minutos?
 b) ¿Cuál es la probabilidad que el tiempo necesario para atender a un
cliente esté comprendido entre 1 y 2 minutos.
Solución
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

EJEMPLO 4-.
La duración de un artículo electrónico se distribuye en forma exponencial
con un promedio de vida útil de 5 años. Una empresa adquiere 8 de estos
artículos. ¿Cuál es la probabilidad de que al termino de 6 años la mitad de
ellos a un continúen funcionando?

Primero debemos calcular la probabilidad que uno de ellos siga

funcionando a los 6 años:

La distribución exponencial tiene por formula

f(x)=λ*exp(-λ*x) y su media es E(X)=1/λ En este caso 5=1/λ
λ=1/5Por lo que la función de distribución es f(x)=1/5*exp (-1/5x)
La probabilidad es: P(X>=6) que es la integral entre 6 y +∞ de f(x)
La integral indefinida es F(x)=-exp(-1/5*x)
La integral definida esF(+∞) - F(6) = -exp (-1/5*∞)-(-exp (-1/5*6)) =
0 + exp (-6/5) = p=0.3012

Ahora disponemos de n=8 artículos y cada uno tiene una probabilidad de

seguir funcionando a los6 años de p=0.3012, debemos calcular la
probabilidad que la mitad de ellos aún sigan funcionando es decir que
funcionen 4P(X=4)

La fórmula de la binomial es: P(X=x) = C(n,x) * p^x * (1-p)^(n-x)

P(X=4) = C(8,4) * 0.3012^4 * (1-0.3012)^4 =
P(X=4) = 0.1374
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

EJEMPLO 5.-
El tiempo de vida de un narco una vez identificado por la CIA de EUA se
distribuye exponencialmente con un valor promedio de 2 años .a)
encuentre la probabilidad de que de 5 narcos identificados, 2 de ellos
sobrevivan más de 3años?

La distribución exponencial tiene por formula: f(x)=λ*exp (-λ*x) y su media

es E(X)=1/λ
En este caso 2=1/λ λ=1/2
Por lo que la función de distribución es f(x)=0.5*exp (-0.5x)
a) debemos la probabilidad que un narco sobreviva más de 3 años
P(X>=3) que es la integral entre 3 y +∞ de f(x)
La integral indefinida es F(x)=-exp(-0.5*x)
La integral definida esF(+∞) - F(3) = -exp(-
0.5*∞)-(-exp(-0.5*3)) = 0 + exp(-1.5) = p=0.2231
Ahora tenemos n=5 narcos y cada uno tiene una probabilidad de
seguir vivo más de 3 años dep=0.2231 debemos calcular la
probabilidad que 2 ellos aún sigan vivos más de 3 años:P(X=2)La
formula de la binomial esP(X=x) = C(n,x) * p^x * (1-p)^(n-
x)P(X=2) = C(5,2) * 0.2231^2 * (1-0.2231)^(5-2) = P(X=2) = 0.2334
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

EJEMPLO 6.-
El tiempo en que una computadora comercial permanece
actualizada, se distribuye exponencialmente con una valor
promedio de 2 años. ¿Cuál es la probabilidad de que una
computadora comercial que se compra el día de hoy,
permanezca actualizada dentro de 3 años?

La distribución exponencial tiene por formula

F (x)=λ*exp (-λ*x)y su media es E(X)=1/λ
En este caso 2=1/λ λ=1/2
Por lo que la función de distribución es f(x)=0.5*exp (-0.5x)
Nos piden la probabilidad P(X>=3) que es la integral entre 3 y +∞
de f(x)La integral indefinida esF (x)=-exp (-0.5*x)

La integral definida esF(+∞) - F(3) =-exp(-0.5*∞)-(-exp(-

0.5*3)) =0 + exp(-1.5) =0.2231

EJEMPLO 7.-
El tiempo de vida de un reo en cárceles de México a partir de su
ingreso a algún reclusorio, se distribuye exponencialmente con
un valor promedio 9 años. ¿Encuentre la probabilidad de que un
reo que ingreso al reclusorio norte del D, F hace 15 años, siga
con vida?

La distribución exponencial tiene por formula

f(x)=λ*exp(-λ*x) y su media es E(X)=1/λ
En este caso 9=1/λ λ=1/9
Por lo que la función de distribución es f(x)=1/9*exp(-1/9*x)
Nos piden la probabilidad P(X>=15) que es la integral entre
15 y +∞ de f(x)
La integral indefinida esF(x)= -exp(-1/9*x)
La integral definida esF(+∞) - F(15) =
-exp(-1/9*∞)-(-exp(-1/9*15))
=0 + exp(-1/9*15) =exp(-15/9)0.1889
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

EJEMPLO 8.-
Un material radiactivo obedece un decaimiento exponencial con
vida λ = 2 años. Sea X el tiempo en años del decaimiento
radiactivo de un átomo, suponiendo que X se distribuye
exponencialmente ¿Cuál es la probabilidad de que un átomo
se desintegre en el intervalo(1<=x<=2)?

F(x)= P(X<=x)= 0 si x<0

F(x)= P(X<=x)= 1-e^(-k*x) si x>0
en dónde k=1/λ =1/2o sea que P(1<=X<=2)=F (2)- F(1)
=(1-e^(-1/2*2 ) - [1-e^(-1/2(1)] =e^(-2/2) - e^(-1/2)
=0.6065 - 0.36780.2387

EJEMPLO 9.-
El tiempo que transcurra antes de que una persona sea atendida
en una clínica de urgencias es una variable aleatoria que
tiene una distribución exponencial con una media de 5 minutos
a) cual es la probabilidad que una persona sea atendida antes de
que transcurran 3 minutos.

Media = 5En la distribución exponencial la media es

E(X)=1/λ 5=1/λ λ=1/5
La función de probabilidad esf(x)=λe^(-λx)
En este caso f(x)=1/5*e^(-1/5*x)a) P(X<=3)
Se calcula con la integral definida de x=0 a 3 de f(x)f(x)=1/5*e^(-
1/5*x) --> F(x) = -e^(-1/5*x)
La integral se calcula como F(3)-F(0)-e^(-1/5*3)- (-e^(-1/5*0))
=-e^(-3/5)+1 =1-e^(-3/5) =0.4512
Por lo tanto P(X<=3) = 0.4512
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

EJEMPLO 10.-
1. Suponga que un sistema contiene cierto tipo de componente cuyo
tiempo de falla en años está dado por la variable aleatoria T,
distribuida exponencialmente con tiempo promedio de falla .S
í 5 de estos componentes se instalan en diferentes sistemas, ¿cuál es
la probabilidad de que al menos 2 continúen funcionando después
de 8 años?

Solución:
La probabilidad de que un determinado componente esté funcionando
aún después de 8 años es:

la | nos indica que la integral se

va a evaluar desde 8 hasta ¥

Sea x el número de componentes funcionando después de 8 años.

Entonces mediante la distribución Binomial,
n=5
p = 0.20 = probabilidad de que un componente esté funcionando
después de 8 años
q = 1-p = 0.80 = probabilidad de que un componente no funcione
después de 8 años

P(x ³ 2 ) = p(x=2) + p(x=3) + p(x=4)+p(x=5) = 1 – p(x = 0, 1)

 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

CONCLUSION:
La distribución exponencial es de suma importancia en la estadística
probabilística puesto que es una de las de más uso por su gran cantidad de
aplicaciones y medir el tiempo transcurrido entre eventos, que son de
suma cotidianidad en el día a día de cualquier persona.

En definitiva tiene una gran relación con la distribución de Poisson que se

puede aprovechar para hacer un trabajo conjunto entre las dos
distribuciones y generar un mejor análisis de la situación.
 Universidad Nacional del Callao- Facultad de Ingeniera de Alimentos

ANEXOS:
https://prezi.com/ej9qzlxsrvof/distribucion-exponencial/
http://www4.ujaen.es/~ajsaez/recursos/EstadisticaIngenieros.pdf