Scribd
Cargar
71 vistas1 página

Esperanza y Varianza en Distribución Exponencial

Este documento describe las propiedades de las variables aleatorias con distribución exponencial, incluida su esperanza, varianza y función de acumulación. También presenta dos ejemplos para ilustrar cómo modelar el tiempo de vida de una lámpara y el inventario de gasolina en una estación de servicio usando una distribución exponencial.

Cargado por

JUDO MUND
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
71 vistas1 página

Esperanza y Varianza en Distribución Exponencial

Este documento describe las propiedades de las variables aleatorias con distribución exponencial, incluida su esperanza, varianza y función de acumulación. También presenta dos ejemplos para ilustrar cómo modelar el tiempo de vida de una lámpara y el inventario de gasolina en una estación de servicio usando una distribución exponencial.

Cargado por

JUDO MUND
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

Capítulo 6 / Variables aleatorias y distribución de probabilidad

Esperanza y varianza de una variable aleatoria


con distribución exponencial
La esperanza y la varianza de una variable aleatoria X son, respectivamente:
E(X) = 1/b y V(X) = 1/b 2

Función de acumulación de una variable aleatoria


con distribución exponencial
Se demuestra que la función de acumulación de una variable aleatoria que tiene dis-
tribución exponencial de parámetro β está definida por:
F(x) = P(X ≤ x) = 1 − e−bx con x ≥ 0
Usando esta función se tiene que la probabilidad de que los valores de una variable X
con distribución exponencial de parámetro β estén entre a y b es:
P[a ≤ X ≤ b] = F(b) − F(a) = e−ba − e−bb

Ejemplo. Modelando el tiempo de vida de una lámpara


El tiempo de vida en horas, X, de un cierto tipo de lámparas tiene función de
densidad:
f(x) = (1/100)e−x/100 con x ≥ 0
¿Cuál es la probabilidad de que una lámpara escogida al azar no tenga que ser
sustituida durante las primeras 150 horas de uso?

Solución
Para que una lámpara no se sustituya durante las primeras 150 horas, su tiempo de
vida X debe ser mayor que 50.
La distribución de X es exponencial con parámetro β = 1/100; por lo tanto, la probabi-
lidad de que una lámpara no sea sustituida durante las primeras 150 horas es:
P[X > 150] = 1 − P[X ≤ 150] = 1 − F(150) = 1 − [1 − e−(1/100)(150)] = 0.2231

Ejemplo. Inventario de gasolina en una estación de servicio


Una estación de suministro de gasolina recibe gasolina una vez por semana. Si su
volumen semanal de ventas V, en miles de galones, se distribuye exponencial-
mente con parámetro β = 0.5, calcular la capacidad que debe tener el depósito
de la estación si el distribuidor desea que, con una garantía del 99%, exista
gasolina en el fin de semana.

197
www.FreeLibros.me

También podría gustarte