Scribd
Cargar
44 vistas3 páginas

Introducción a la Distribución Exponencial en R

Este documento describe la distribución exponencial, incluyendo su función de densidad, función de distribución y momentos. Muestra gráficos de la función de densidad y distribución para Exp(2). Explica las funciones en R relacionadas y proporciona un ejemplo numérico para calcular el tiempo medio entre incendios y la probabilidad de que el próximo incendio ocurra en dos semanas.

Cargado por

Aldo Martín Fernández
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
44 vistas3 páginas

Introducción a la Distribución Exponencial en R

Este documento describe la distribución exponencial, incluyendo su función de densidad, función de distribución y momentos. Muestra gráficos de la función de densidad y distribución para Exp(2). Explica las funciones en R relacionadas y proporciona un ejemplo numérico para calcular el tiempo medio entre incendios y la probabilidad de que el próximo incendio ocurra en dos semanas.

Cargado por

Aldo Martín Fernández
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

Distribución Exponencial

R
1 Distribución Exponencial
2 Gráficos
3 Funciones en R de la distribución Exponencial
4 Ejemplos
4.1 Ejemplo

1 Distribución Exponencial
Se dice que una variable aleatoria continua X sigue una distribución exponencial de parámetro λ, y se denota por X ∼ Exp(λ) , si su función
de densidad es

f(x) = λe−λx x ≥ 0
Función de densidad

f(x) = λe−λx x ≥ 0
Función de distribución

F (x) = 1 − e−λx x ≥ 0
Momentos

1. E[X] = 1λ
2. V (X) = 12
λ

Nota:

La distribución exponencial es aquella que modela el tiempo transcurrido entre dos sucesos que se producen de forma independiente,
separada y uniforme en el tiempo.
La distribución exponencial está relacionada con la distribución de Poisson.
λ es el número medio de ocurrencias del suceso por unidad de tiempo.

2 Gráficos
Función de densidad y función de distribución de una Exp(2)

par(mfrow=c(1,2))

# Función de densidad
curve(dexp(x,2),c(0,3), xlim=c(0,3),
ylab=expression(f(x)),
main=paste('Función de densidad', 'Exp(2)'), [Link]=0.8,
col='red')

# Función de distribución
curve(pexp(x,2),c(0,3), xlim=c(0,3),
ylab=expression(F(x)),
main=paste('Función de distribución', 'Exp(2)'), [Link]=0.8,
col='blue')
par(mfrow=c(1,1))

3 Funciones en R de la distribución Exponencial


Las funciones en R asociadas de la distribución de Poisson son:

Nombre de la función Descripción

dexp(x, rate = 1, log = FALSE Función de densidad

pexp(q, rate = 1, [Link] = TRUE, log.p = FALSE) Función de distribución

qexp(p, rate = 1, [Link] = TRUE, log.p = FALSE) Función de cuantiles

rexp(n, rate = 1) Función de generación de valores aleatorios

para más información ?dexp

4 Ejemplos
4.1 Ejemplo
Se ha observado que en cierta provincia se producen 50 incendios serios cada año (en promedio). Si se supone que estos incendios se
producen de forma independiente y se modela el número de incendios según una distribución de Poisson,

a. ¿Cuál es el tiempo medio que transcurre entre dos incendios consecutivos?


b. Si se acaba de producir un incendio ¿cuál es la probabilidad de que el próximo se produzca al cabo de dos semanas?

Solución

a.- ¿Cuál es el tiempo medio que transcurre entre dos incendios consecutivos?

Se tiene que:

El número de incendios por año es una v.a. N ∼ P(λ) con λ = 50 años.


El tiempo entre dos incendios es una v.a. X ∼ Exp(λ) con λ = 50 años.
El tiempo medio entre dos incendios es E[X] = 1/λ = 1/50 años ⇒ 7, 3 días

El tiempo medio entre dos incendios es de 7,3 días.

b.- Si se acaba de producir un incendio ¿cuál es la probabilidad de que el próximo se produzca al cabo de dos semanas?

Dos semanas = (2 × 7)/365 = 0.03836 años,


P (X > 0.03836) = 1 − P (X ≤ 0.03836) = 1 − (1 − e−50⋅0.03836 ) = 0.147
En R,
(P <- pexp(0.03836, rate = 50, [Link] = FALSE))

## [1] 0.1469005

También podría gustarte