Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 1K vistas

    Distribucion Exponencial

    Cargado por

    Alexander Rosales
    1) El documento describe la distribución exponencial, incluyendo su función de densidad, media, varianza y aplicaciones como el proceso de Poisson. Proporciona ejemplos numéricos que ilustran cómo calcular probabilidades usando la distribución exponencial. 2) Se presentan varios problemas de ingeniería y negocios que involucran tiempos de espera o fallas y que pueden modelarse usando la distribución exponencial. Los problemas se resuelven calculando probabilidades a través de la función de densidad o función de distribución acumulada expon

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Distribucion Exponencial

    Cargado por

    Alexander Rosales
    1K vistas5 páginas
    1) El documento describe la distribución exponencial, incluyendo su función de densidad, media, varianza y aplicaciones como el proceso de Poisson. Proporciona ejemplos numéricos que ilustran cómo calcular probabilidades usando la distribución exponencial. 2) Se presentan varios problemas de ingeniería y negocios que involucran tiempos de espera o fallas y que pueden modelarse usando la distribución exponencial. Los problemas se resuelven calculando probabilidades a través de la función de densidad o función de distribución acumulada expon

    Título original

    distribucion exponencial

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    1) El documento describe la distribución exponencial, incluyendo su función de densidad, media, varianza y aplicaciones como el proceso de Poisson. Proporciona ejemplos numéricos que ilustran cómo calcular probabilidades usando la distribución exponencial. 2) Se presentan varios problemas de ingeniería y negocios que involucran tiempos de espera o fallas y que pueden modelarse usando la distribución exponencial. Los problemas se resuelven calculando probabilidades a través de la función de densidad o función de distribución acumulada expon

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    1K vistas5 páginas

    Distribucion Exponencial

    Cargado por

    Alexander Rosales
    1) El documento describe la distribución exponencial, incluyendo su función de densidad, media, varianza y aplicaciones como el proceso de Poisson. Proporciona ejemplos numéricos que ilustran cómo calcular probabilidades usando la distribución exponencial. 2) Se presentan varios problemas de ingeniería y negocios que involucran tiempos de espera o fallas y que pueden modelarse usando la distribución exponencial. Los problemas se resuelven calculando probabilidades a través de la función de densidad o función de distribución acumulada expon

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 5

    USAC ESTADÍSTICA 1 SECCION “C+“

    1. FACULTAD DE INGENIERÍA Ing. Alba Maritza Guerrero Spínola Ph.D.


    2. ÁREA DE ESTADÍSTICA

    DISTRIBUCION EXPONENCIAL
    La variable aleatoria continua X tiene una distribución exponencial, con parámetro β, si su
    función de densidad está dada por

    , f(x) = (1/ β ) e-x / β , x>0


    0 en cualquier otro caso
    donde β > 0. λ = 1/ β

    β = tiempo medio entre eventos, tiempo medio


    entre fallas

    Con media  = β, varianza 2 = β2

    Con función acumulada: F(X) = 1 - e- λ X P(0  X  x )

    Relación con la Poisson


    Poisson se utiliza para calcular la probabilidad de números específicos de eventos durante
    un período o espacio particular. Una llegada representa el evento de poisson. La relación
    entre la distribución exponencial y la poisson es bastante simple

    , λ = # eventos/ unidades de tiempo λ = 1/ β

    , f(x) = λ e- λ X
    X≥0
    0 X< 0

    Las aplicaciones más importantes de la distribución exponencial son situaciones donde se


    aplica el proceso de Poisson (la Distribución poisson permite calcular la probabilidad de
    números específicos de eventos durante un periodo o espacio particular)

    El parámetro β importante es el tiempo medio entre eventos. En teoría de confiabilidad donde


    la falla de equipo a menudo se ajusta a este proceso de Poisson , β se llama tiempo medio
    entre fallas. Muchas descomposturas de equipo siguen el proceso de Poisson, y por ello se
    aplica la distribución exponencial. Otras aplicaciones incluyen tiempos de sobrevivencia en
    experimentos biomédicos y tiempo de respuestas de computadoras,
    EJEMPLOS:
    1. Algunas cepas de paramecios producen y secretan partículas asesinas que causan al
    contacto la muerte de un individuo sensible. Todos los paramecios incapaces de
    producir dichas particular son sensibles El número medio de partículas asesinas
    emitidas por un paramecio asesino es de una cada cinco horas. En la observación de
    estos paramecios ¿Cuál es la probabilidad de que deban esperarse cuando mucho
    cuatro horas antes de que se emita la primera partícula?

    Si se considera que la unidad de medición es una hora, se trata de un proceso de


    poisson con λ = 1/5 el tiempo en que se emite la primera partícula asesina tiene
    distribución exponencial con β = 1/ λ = 5

    f(x) = (1/ β ) e-x / β = 1/5 e-x / 5

    P(X ≤ 4)= 0ʃ4 f(x) dx = 0ʃ4 1/5 e-x / 5 dx = - e-x / 5 ∣ 4


    0 = 1 - e-4/5 = 0.5507
    F(X) = 1 - e-X/B = 1 – e 4/ 5 = 0.5507

    2. En un negocio de comida rápida tipo americano (hamburguesas, hot dog, etc) el tiempo que
    tardan en atender a un cliente sigue una distribución exponencial con parámetro λ= 0.2
    clientes/ minuto. ¿Cuál es la probabilidad de que, un mismo cliente sea atendido en un tiempo
    inferior a 3 minutos en al menos cuatro de las seis veces que ahí comió?

    La probabilidad de que sea atendido en un tiempo inferior a 3 minutos, se resuelve por


    distribución exponencial
    β = 1/ λ = 1/0.2 = 5

    f(x) = (1/ β ) e-x / β = 1/5 e-x / 5

    P(X < 3)= 0ʃ3 f(x) dx = 0ʃ3 1/5 e-x / 5 dx = - e-x / 5 ∣ 0 = 0.4512

    Por binomial se resuelve: En al menos cuatro de las seis veces que ahí comió,

    siendo p = 0.4512 q = 0.5488

    (X ≥ 4) = P (X=4)+ P (X=5) + P(X=6)

    = 6 C 4 (0.45)4(0.55)2 + 6 C 5 (0.45)5(0.55)1 + 6 C 6 (0.45)6(0.55)0 = 0.2572


    3. La longitud de tiempo para que un individuo sea atendido en una cafetería es una
    variable aleatoria que tiene una distribución exponencial con una media de 4 minutos.
    ¿cuál es la probabilidad de que una persona sea atendida en menos de 3 minutos en al
    menos tres de los siguientes seis días?
    β = 4 y λ = 1/ β = 1/4

    Se determina la probabilidad de atención en menos de 3 minutos mediante la función


    acumulada para una función de densidad exponencial

    F(X) = 1 - e-x / β

    P(X<3) = [1 - e-(1/4) 3
    ] = 1 - e-(3/4) = 1 – 0.4724 = 0.5276

    La probabilidad de sea atendido en al menos tres de los siguientes 6 días

    Por binomial p = 0.5276 q = 0.4724

    P(X ≥ 3) = P(X=3) +P (X=4)+ P (X=5) + P(X=6)

    = 6C3 (0.53)3(0.47)3 + 4
    6C4 (0.53) (0.47)
    2 + 6C5 (0.53)5(0.47)1 + 6C6 (0.53)6(0.47)0

    P(X ≥ 3) = 0.7106

    4. Suponga que en un puesto de periódicos los clientes independientes que compran un


    diario o una revista lo hacen con un promedio de 1,6 clientes por minuto. Si se supone
    una distribución exponencial. Calcule la probabilidad de que se registre un tiempo de
    menos de dos minutos antes de que llegue el próximo cliente.

    λ = 1.6 clientes/min β = 1/ λ = 1/1.6 = 0.625

    f(x) = (1/ β ) e-x / β = 1/0.625 e-x / 0.625

    P(X < 2)= 0ʃ2 f(x) dx = 0ʃ3 1/0.625 e-x / 0.625 dx = - e-x / 0.625 ∣ 0 = 0.9592

    5. En una universidad hay un grupo de 5 estudiantes de ingeniería química que


    presentarán un examen de termodinámica de manera individual. Para cualquiera de
    ellos se estima que el tiempo promedio de solución del examen es de una hora con 20
    minutos y, además, la distribución del tiempo se asume que es exponencial. Si el
    examen inició a las 9:00 a.m., calcule la probabilidad
    a) Por lo menos un estudiante logre terminar el examen antes de las 9:40 a.m.
    b) Entre dos y cuatro estudiantes inclusive, terminen el examen en un lapso
    comprendido entre las 9:50 y 10:00 a.m.
    a) por lo menos un estudiante logre terminar el examen antes de las 9:40 horas
    β = 1 hora con 20 minutos = 80 minutos λ = 1/80 = 0.625
    F(X) = 1 - e- λ X
    F(X) = 1 - e- X/80

    F(X<40) = 1 - e- 40/80
    F(X) = 1 - e-0.5 = 1-0.606530659 = 0.393469
    Por binomial p = 0.39 q = 0.61

    Por lo menos un estudiante termine antes de las 9:40

    P(X ≥ 1) = 1 - P (X<1) = 1 – P(X =0)

    P(X ≥ 1) = 1 - [ 5 C 0 (0.39)0 (0.61)5 ]

    P(X ≥ 1) = 1– 0.084459 = 0.915540369

    b) entre dos y cuatro estudiantes inclusive terminen el examen en un lapso


    comprendido entre las 9:50 y 10:00 am

    f(x) = (1/ β ) e-x / β = 1/80 e-x / 80

    P(50<X < 60)= 50ʃ60 f(x) dx = 50ʃ60 1/ 80 e-x / 80 dx = - e-x / 80 ∣ 50 = -0.472366 +0.535261

    P(50<X < 60)= 0.06289

    Por binomial se calcula la probabilidad entre y dos y cuatro estudiantes inclusive, siendo
    p = 0.06 q = 0.94

    P(2≤ X ≤ 4)= P(X=2) + P(X=3) + P(X=4) = 0.02990 + 0.001908 + 0.0000609 = 0.0318689

    6. Una empresa de Café cuenta con tres máquinas para procesar café, todas reciben el
    café a granel. La cantidad de café que puede procesar una máquina en una hora se
    puede representar con una distribución exponencial con un promedio de 4 toneladas
    por cada máquina. Si las máquinas trabajan en forma independiente, calcule la
    probabilidad que exactamente 2 de las tres máquinas procesen más de 4 toneladas en
    una hora determinada.
    Si X representa la cantidad de café soluble, la probabilidad de que cualquiera de 3
    máquinas procese más de 4 toneladas . Tiene un comportamiento exponencial

    X= cantidad de café producida por cada máquina ,β= 4

    f(x) = (1/ β ) e-x / β = ¼ e-x / 4

    P(X > 4)= 4ʃ00 f(x) dx = 4ʃ00 ¼ e-x / 4 dx = - e-x / 4 ∣00 = e-1 = 0.37

    También puede obtenerse mediante la función acumulada:

    P X > 4) = 1 – P (X<4) = 1 - e-x / 4 = e-1 = 0.37


    Si las máquinas trabajan en forma independiente, calcule la probabilidad que exactamente 2
    de las tres máquinas procesen más de 4 toneladas en una hora determinada (el problema es
    encontrar la probabilidad de 2 éxitos en 3 intentos donde 0.37 es la probabilidad de éxito)

    Por binomial p = 0.37 q = 0.63

    P(X = 2) = 3 C 2 (0.37)2 (0.63)1 = 0.2587

    TAREA
    El tiempo de falla de un acumulador se considera una variable aleatoria continua distribuida
    exponencialmente con un promedio de 3 años por acumulador. Si un distribuidor desea
    obtener acumuladores de repuesto para dos años. Determine:
    a) la probabilidad de que el acumulador dure menos de la garantía
    b) ¿Cuál es el tiempo esperado de la duración?

    El intervalo de tiempo para que un individuo sea atendido en una cafetería es una variable
    aleatoria que tiene una distribución exponencial con una media de 5 minutos por cliente.

    a) ¿cuál es la probabilidad de que una persona sea atendida en menos de 4 minutos?

    b) ¿Cuál es la probabilidad de que una persona sea atendía en menos de 4 minutos en al


    menos tres de los siguientes cinco días?

    El promedio de llegada de camiones a una bodega para ser descargados es de 3 camiones


    por hora. Si se supone una distribución exponencial. Encuentre la probabilidad de que el
    tiempo entre la llegada consecutiva de dos camiones sea:
    a) menor que 5 minutos
    b) Cuál es la probabilidad de que lleguen al menos dos camiones en al menos 45
    minutos

    Se sabe que el tiempo de espera una persona que llama a un centro de atención al público
    para ser atendido por un asesor es una variable aleatoria exponencial con un promedio de
    atención de 5 minutos. Encuentre la probabilidad de que una persona que llame al azar en un
    momento dado tenga que esperar:
    a) a lo sumo cinco minutos
    b) al menos 10 minutos
    c) entre 3 y 10 minutos

    También podría gustarte