Distribución exponencial

Exponential_probability_density.png

Imagen: Funciones de densidad de la distribucion exponencial para diferentes valores del parámetro lambda. Como puede observarse, según aumenta lambda (número de ocurrencias medio) la probabilidad de tiempos pequeños entre ocurrencias es mayor, como es lógico. Créditos:Newystats-Commons.

La distribución exponencial es la distribución de probabilidad del tiempo o, más generalmente, distancia entre dos sucesos consecutivos en un proceso de Poisson. Se utiliza generalmente como distribución del tiempo entre llegadas u ocurrencias cuando estas ocurren de forma aleatoria a lo largo del tiempo, a una tasa dada por unidad de tiempo. Más concretamente, siendo \(\lambda\) (lambda) la tasa media de ocurrencia media de los sucesos aleatorios, la función de densidad de la distribución exponencial es la siguiente:

$$f(x)=\lambda e^{-\lambda x}\ ; \ x>0$$

Como puede observarse, la variable con distribución exponencial toma únicamente valores positivos, siendo esto coherente con su cosideración como tiempo entre sucesos consecutivos. 

El cálculo de probabilidades es más cómodo a través de la función de distribución:

$$F(x)=P[X<x]=1-e^{-\lambda x}\ ; \ x \geq 0$$

Su esperanza y varianza son las siguientes:

$$E[X]=\cfrac{1}{x}\ \ ; \ \ var[X]=\cfrac{1}{\lambda^2}$$

Ejemplo

Las llegadas de clientes a un servicio son aleatorias e independientes entre sí a una tasa de 2 clientes por minuto. Vamos a calcular la probabilidad de que entre dos clientes consecutivos transcurran menos de 4 minutos:

$$\lambda_{1min}=2$$

$$P[X<4min]=F(x=4)=1-e^{-2 \times 4}=1-e^{-8}$$

Debe recordarse a la hora de calcular probabilidades que el intervalo de tiempo al que se refiere el parámetro lambda debe coincidir con la unidad de tiempo considerada en el cálculo de probabilidades; así, en el ejemplo anterior, si lambda es por minuto, la unidad de tiempo utilizada en la fórmula debe ser el minuto. 

Finalmente vamos a calcular la esperanza o media de la distribución:

$$\mu=E[X]=\cfrac{1}{2}=0.5min$$

El resultado es intuitivo: si llegan 2 clientes por minuto en promedio, el promedio de tiempo entre clientes consecutivos será de 0.5min. 



Como citar: Sarasola, Josemari (2024) en ikusmira.org
"Distribución exponencial" (en línea)   Enlace al artículo
Última actualización: 26/12/2024

¿Tienes preguntas sobre este artículo?

Envíanos tu pregunta e intentaremos responderte lo antes posible.

Nombre
Email
Tu pregunta
Sigue aprendiendo en Audible

Apoya nuestro contenido registrándote en Audible, sigue aprendiendo gratis a través de este link!


Espacio de sucesos

Un espacio de sucesos es un conjunto de sucesos de un experimento aleatorio, cuyas combinaciones entre sí bajo las operaciones de complementariedad, unión e intersección también pertenecen a dicho conjunto. El espacio de sucesos es la base sobre la se construye una función de probabilidad que asigna...

Proceso de Bernoulli

Un proceso de Bernoulli o proceso puntual binomial es la sucesión un número determinado, indeterminado o infinito de veces de un mismo experimento de Bernoulli, siendo estos experimentos independientes entre sí. Concretamente, en un proceso de Bernoulli, cada vez se dan dos resultados posible...

Distribución de Poisson

La distribución de Poisson (Siméon Denis Poisson, 1781-1840) es una distribución de probabilidad que determina la probabilidad de ocurrencia de un número de sucesos en un intervalo de tiempo o espacio, con la condición de que estos se produzcan de forma totalmente aleatoria e independiente, de acuer...

Regla de la adición de probabilidades

La regla de la adición de probabilidades o regla de la suma de probabilidades es una regla para el cálculo de probabilidades de una unión de sucesos aleatorios, esto es, la probabilidad de que ocurra cualquiera de ellos o varios a la vez, que se aplica únicamente cuando los sucesos incluidos en la u...