Академический Документы
Профессиональный Документы
Культура Документы
Distribucin
Exponencial
Como
se
acaba
de
observar,
la
distribucin
de
Poisson
es
una
distribucin
discreta
que
mide
el
nmero
de
ocurrencias
sobre
algn
intervalo
de
tiempo
o
espacio.
Describe
por
ejemplo,
el
nmero
de
clientes
que
pueden
llegar
durante
algn
perodo
determinado.
Por
el
contrario,
la
distribucin
exponencial
es
una
distribucin
continua.
Mide
el
paso
del
tiempo
entre
tales
ocurrencias.
Mientras
que
la
distribucin
de
Poisson
describe
las
tasas
de
llegada
(de
personas,
camiones,
llamadas
telefnicas,
etc.).
dentro
de
algn
perodo
dado,
la
distribucin
exponencial
estima
el
lapso
entre
tales
arribos.
Si
el
nmero
de
ocurrencias
tiene
distribucin
de
Poisson,
el
lapso
entre
las
ocurrencias
estar
distribuido
exponencialmente.
La
probabilidad
de
que
lapso
sea
menor
que
o
igual
a
cierta
cantidad
!
es
! ! ! = 1 ! !!"
en
donde
t
es
el
lapso
de
tiempo
e
es
la
base
del
logaritmo
natural
2.71828
!
es
la
tasa
promedio
de
ocurrencia
La
distribucin
de
una
variable
aleatoria
se
muestra
en
la
siguiente
figura.
La
curva
en
continuo
descenso
muestra
que
con
el
paso
del
tiempo
X
aumenta,
y
la
probabilidad
disminuye.
/4
La
probabilidad
de
que
pasen
30
minutos
entre
ocurrencias
excede
la
probabilidad
de
que
pasen
40
minutos:
P(X 30)
>
P(X40).
Esto
se
debe
a
que
siempre
deben
pasar
30
minutos
antes
de
que
pasen
40.
As
como
se
tiene
que
ajustar
la
tasa
promedio
de
llegada
para
ajustar
la
estipulacin
de
Poisson,
es
necesaria
una
correccin
para
la
distribucin
exponencial.
Sin
embargo,
aqu
es
ms
fcil
ajustar
el
valor
para
el
tiempo
t
en
la
frmula
para
ajustar
el
marco
de
tiempo
estipulado
en
el
problema.
Se
asume
que
la
tasa
promedio
de
llegada
de
los
clientes
es
!
=1.5
por
hora
y
se
desea
saber
la
probabilidad
de
que
no
ms
de
dos
horas
transcurran
entre
llegadas,
sustituyendo
en
la
frmula,
t
es
2.
Entonces
P(X2)
=
1-e-1.5(2)
=
1
e-3.
La
solucin
puede
hallarse
en
la
mayora
de
las
calculadoras
manuales
como
e-3
=
1/e3
0.0498.
La
probabilidad
de
que
no
ms
de
dos
horas
transcurran
entre
la
llegada
de
los
clientes
es
1
-
0.0498
=
0.9592,
es
decir
que
existe
95.02%
de
probabilidad
de
que
el
segundo
cliente
ingrese
a
las
/4
dos
horas
o
menos
del
primero
si
la
tasa
promedio
de
llegada
es
1.5
por
hora.
Los
camiones
llegan
al
puerto
de
carga
a
una
tasa
de
=
2
por
hora,
cul
es
la
probabilidad
de
que
no
ms
de
30
minutos
transcurran
entre
llegadas?
La
tasa
promedio
de
llegada
est
dada
por
hora,
o
60
minutos,
y
el
problema
se
plantea
en
minutos
(30
de
ellos).
Se
debe
hallar
qu
porcentaje
de
60
minutos
son
30.
As
t=30/60=1/2.
Entonces,
P(X
30)
=
1
-
e-2(1/2)
=
1
e-1,
utilizando
la
calculadora
se
obtiene
P(X
30)
=
1
-
e-2(1/2)
=
1
e-1
=
0.632121.
/4
Bibliography
Webster,
A.
L.
(2000).
Estadstica
aplicada
a
los
negocios
y
la
economa.
(L.
S.
Arvalo,
Ed.)
Bogot,
Colombia:
McGraw-Hill.
/4