Documente Academic
Documente Profesional
Documente Cultură
Distribución Exponencial
Sea X una v.a continua. Diremos que X tiene una distribución Exponencial,
si la p.d.f. para X es de la forma
λ e −λ x , x > 0
f (x) = .
0 , otro caso
1 1
E [X] = y Var [X] = .
λ λ2
La c.d.f. de X es
1 − e −λ x , x ≥ 0
F (x) = .
0 , x<0
1
Fig. 13: Distribución exponencial para λ = 2
Ejemplo
Sea X el tiempo entre las detecciones de una partı́cula rara por un
contador Geiger; Supóngase que éste tiempo tiene una distribución ex-
ponencial con un tiempo medio de 1.4 minutos. ¿Cuál es la probabilidad
de detectar una partı́cula durante el lapso de 30 segundos desde que se
73
enciende el contador?
Solución
1 1
Como E[X] = = 1.4, entonces λ = 1.4
λ
. De esta manera la p.d.f. de
x
1 − ( 1.4 )
X está dada por: f (x) = 1.4 exp , x > 0 . Se pide calcular:
⎛ ⎞
0.5 x −⎝
0.5
⎠
1 −
P (X < 0.5) = exp 1.4 dx = 1 − exp 1.4 = 0.300327 .
1.4
0
O usando la c.d.f. de X:
⎛ ⎞
0.5
−⎝ ⎠
P (X < 0.5) = P (X ≤ 0.5) = F (0.5) = 1 − exp 1.4 = 0.300327 .
−⎝ ⎠ −⎝ ⎠
⎜ 1.4 ⎟ ⎜ 1.4 ⎟
⎝1 − exp ⎠ − ⎝1 − exp ⎠
= ⎛ ⎞
3
−⎝ ⎠
exp 1.4
⎛ ⎞
3.5
−⎝ ⎠
exp 1.4
= 1− ⎛ ⎞
3
−⎝ ⎠
exp 1.4
⎛ ⎞
0.5
−⎝ ⎠
= 1 − exp 1.4 = 0.300327 .
P (X < t1 + t2 | X ≥ t1 ) = P (X < t2 ) .
Ejemplo
El tiempo entre arribos de los taxis a un cruce muy concurrido tiene
una distribución exponencial con media 10 minutos.
Solución
60
P (X > 60) = 1 − 0.1 exp−0.1 x dx = 1 − exp−0.1 x |60
0
0
b)
10
P (X ≤ 70 | X ≥ 60) = P (X ≤ 10) = 0.1 exp−0.1 x dx
0
P (X ≤ 70 | X ≥ 60) = 1 − exp−0.1 x |10
0 = 0.6321 .
exp−6 62
P (Y = 2) = ≈ 0.04461 .
2!
Ejemplo
El tiempo que transcurre entre las llamadas que recibe una oficina tiene
una distribución exponencial con una media de 10 minutos.
Solución
77
3
e−3 3y
P (Y > 3) = 1 − P (Y ≤ 3) = 1 − = 1 − 0.647 = 0.353 .
y=0
y!
10 minuto −→ 1
.
60 x minutos −→ λ2 =? ⇒ λ2 = 6 x
(6x)0 e−6x
P (Y = 0) = 0.01 ⇔ = 0.01
0!
⇔ −6x = ln(0.01)
ln(0.01)
⇔ x= = 0.7675 ,
−6
aproximadamente 46.05 min.
78
Se pide,
P (X > 15000 + 1000|X > 15000) .
Como una v.a exponencial tiene la propiedad de falta de memoria, la
probabilidad pedida es equivalente a calcular,
+∞
1 x
P (X > 1000) = e− 20000 dx
1000 20000
= 0.9512
Distribución Lognormal
Una variable aleatoria X, no negativa, tiene una p.d.f
Lognormal si Y = ln (X) es una v.a con p.d.f normal. Haciendo μ =
E [Y ] y σ 2 = V ar [Y ], la p.d.f de X es de la forma
1 (ln x − μ) 2
1 −
f (x) = √ e 2 σ2 ; x>0.
2π x σ
Ejemplo
El articulo ”The statistics of phytotoxic air pollutants”(Journal Royal
Stat Soc., 1989, pp.183-198) sugiere que la concentración de SO 2 sobre
cierto bosque tiene un distribución aproximadamente Lognormal con
μ = 1.9 y σ = 0.9.
Solución
a)
σ2 0.92
E [X] = e μ + 2 = e 1.9 + 2 = e 2.305 = 10.024 .
2
2 2
2
V ar [X] = e 2μ + σ ∗ e σ − 1 = e 2 (1.9)+ 0.9 ∗ e 0.9 − 1 = 125.395 .
b)
ln x − μ ln 10 − 1.9
P (X ≤ 10) = P (ln X ≤ ln 10) = P ≤
σ 0.9
80
Ejercicios propuestos