Distribucin exponencial

Mientras que la distribucin de Poisson describe las llegadas por

unidad de tiempo, la distribucin 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 distribucin de
Poisson es discreta la distribucin exponencial es continua porque el
tiempo entre llegadas no tiene que ser un nmero entero. Esta
distribucin se utiliza mucho para describir el tiempo entre eventos.
Ms especficamente la variable aleatoria que representa al tiempo
necesario para servir a la llegada.
Ejemplos tpicos de esta situacin son el tiempo que un medico
dedica a una exploracin, el tiempo de servir una medicina en una
farmacia o el tiempo de atender a una urgencia.
Distribucin exponencial
El uso de la distribucin 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
formndose. Otra caracterstica de este tipo de distribucin es
que no tienen edad o en otras palabras, memoria. Por
ejemplo. Supongamos que el tiempo de atencin de un
paciente en una sala quirrgica sigue una distribucin
exponencial. Si el paciente ya lleva 5 horas siendo operado,
la probabilidad de que est una hora ms es la misma que si
hubiera estado 2 horas, o 10 horas o las que sea. Esto es
debido a que la distribucin exponencial supone que los
tiempos de servicio tienen una gran variabilidad. A lo mejor
el prximo paciente operado tarda una hora porque su ciruga
era mucho ms simple que la anterior
En la distribucin de Poisson la v. a. discreta es el nmero de eventos
raros que ocurren durante un intervalo determinado de tiempo,
espacio o distancia.
La distribucin exponencial describe la v. a. continua, x = la cantidad
de tiempo, espacio o distancia entre las ocurrencia de estos eventos
raros.
Ejemplo. Si el nmero promedio de llegadas a una caseta de peaje
ubicada en el km 3000 de Comas es = 5 automviles por minuto, la
media de la distribucin exponencial correspondiente ser 1/ = 1/5
= 0,20 minutos entre automviles.
Observa que la v. a. de Poisson es discreta (el nmero de
automviles), mientras que la v. a. para la distribucin exponencial
es continua, en ste caso, el tiempo
El esquema de un sistema de lnea de espera es el siguiente:
Llegadas Cola Servicio Salidas

Podemos asumir una serie de asunciones en la formulacin matem-
tica del modelo de cola:
1) Las llegadas al sistema son aleatorias, describiendo una distribu-
cin Poisson, con un cierto ritmo promedio. Este ritmo se
representa por la letra griega lambda ().
2) La duracin del servicio es variable, describiendo una distribucin
exponencial, con un cierto ritmo promedio. Este ritmo se
representa por la letra griega mu (). Tanto como son
parmetros bsicos del modelo de cola.
Ahora imaginemos que las llegadas de solicitud de prstamo a la
biblioteca ocurren a un ritmo medio de 2 alumnos por minuto ( = 2),
en cambio el servicio de biblioteca puede despachar a 4 alumnos por
minuto ( = 4). Por tanto el despacho de prstamo a veces estar
ocioso. Como las llegadas son aleatorias unas veces llegarn 4
personas, otras 8 y otras nadie. Por ese motivo algunas veces se
formaran colas.
Media y Varianza de la distribucin exponencial
Exp ()

1
0
= =
}
+

dx e x
x
0 , 0 x para ) ( > > =


x
e x f
Donde:
= denominado parmetro de escala
representa el nmero de eventos por
unidad de tiempo
e = la constante matemtica 2,71828183; la
base del sistema de logartmicos naturales

s
>
=

0 , 0
0 , 1
) (
x
x e
x F
x
Ejemplo. La vida de cierto tipo de localizadores GPS
(Sistema de posicionamiento global) tiene una
distribucin exponencial con vida media de 500
horas. Si X representa la vida til de un GPS:
a) Halla la probabilidad que se inutilice a lo ms a
las 300 horas.
b) Cul es la probabilidad que dure por lo menos
300 horas?
c) Si un GPS en particular ha durado 300 horas
Cul es la probabilidad de que dure otras 400
horas adicionales como mnimo?
Propuesta de solucin:
Sabemos que = 1/, entonces = 1/500

La funcin de densidad de la v. a. X es:
f(x) = 1/500 e
-x/500
, para x 0

La funcin de distribucin de probabilidad
acumulada de la v. a. X es:
F(x) = 1 - e
-x/500
, para x 0
Para los valores entre 0 y 300 horas:

(a) P(X < 300) = F (300)
= 1 - e
-300/500
= 1 - e
-3/5

(b) P(X > 300) = 1 P(X < 300)
= 1 (1 - e
-3/5
) = e
-3/5
Propiedad de la distribucin exponencial que se conoce como
la de no tener memoria
p =

= =


= e
-b

| | a X ) b a ( X > + >
| | ) b a ( X + >
| | a X >
p
p
C) cont. del caso de los GPS
| | = > > P 300 X / 700 X
| | 300 X 700 X > > P
| | 300 X > P
= e
-4/5

Por propiedad de no memoria: