Teorı́a de

Probabilidades
Distribución Exponencial

Resumen Jimmy Muela

Apuntes Académicos: Teorı́a y ejercicios resueltos recopilados acerca Universidad Central del Ecuador
de la Distribución Exponencial Carrera de Matemática y Fı́sica
 DISTRIBUCIÓN EXPONENCIAL

Es aquella que modela al tiempo transcurrido entre dos sucesos que se producen de forma inde-
pendiente, separada y uniforme en el tiempo.
Se dice que una Variable Aleatoria Continua X sigue una ley de distribución exponencial de
parámetro λ si su Función de Densidad es:
o
0 , si x<0
λe−λx ,si x≥0 f (x)

Se expresa como: X ∼ ε(λ)

Su Función de Distribución es:
o
0 , si x<0
1−e−λx ,si x≥0 F (x)

Ejercicios Resueltos
1.- Se ha comprobado que el tiempo de vida un tipo especı́fico de marcapasos sigue una distri-
bución exponencial con media de 16 años. ¿Cuál es la probabilidad de que a una persona se le
haya implantado este marcapasos se le deba reimplantar otro en los 10 y los 20 años?
Solución
Datos
X: tiempo de vida del marcapasos
E(x) = 16
Proceso

1 1 1
Sea: E(x) = λ ; ;λ = E(x) = 16
1
Entonces: X ∼ ε( 16 )
Aplicando la Función de Densidad:


0 si x < 0,
f (x) = x
1 − 16
16 e si x ≥ 0

Para hallar P (10 < x < 20) es necesario aplicar integrales:

R 20 1 − x
P (10 < x < 20) = 10 16 e 16 dx
x
P (10 < x < 20) = −e− 16 |10
20
20 10
P (10 < x < 20) = −e− 16 − (−e− 16 )
P (10 < x < 20) = −0,2865 + 0,5353
P (10 < x < 20) = 0,2488
Aplicando la Función de Distribución:


0 si x < 0,
F (x) = x
1 − e− 16 si x ≥ 0

P (10 < x < 20) = F (20) − F (10)

20 10
P (10 < x < 20) = (1 − e− 16 ) − (1 − e− 16 )
P (10 < x < 20) = 0,2488

1
2.- El tiempo que se tarda en revisar el motor de un avión sigue una distribución exponencial
con media de 22 minutos.
a) Encontrar la probabilidad de que el tiempo de revisión sea menor a 10 minutos.
b) ¿Cuál es el tiempo de revisión de un motor superado por el 10 % de los tiempos de revisión?
Solución
Datos
X: tiempo de revisión de un motor
E(x) = 22
Proceso

1 1 1
Sea: E(x) = λ ; ;λ = E(x) = 22
1
Entonces: X ∼ ε( 22 )
Aplicando la Función de Distribución:


0 si x < 0,
F (x) = x
1 − e− 22 si x ≥ 0

a)

P (x < 10) = F (10)

10
P (x < 10) = (1 − e− 22 )
P (x < 10) = 0,3652

b)

P (X > x) = 10 % → P (X < x) = 1 − 10 % = 90 %
x
1 − e− 22 = 0, 90 ;
x
e− 22 = 1 − 0, 90 = 0, 10 ;
x
ln(e− 22 ) = ln(0, 10) ;
x
− 22 ln(e) = ln(0, 10) ;
x = −22ln(0, 10) ; x = 0,5065

3.- El personal de una importante compañı́a usa un terminal para realizar sus pedidos internacio-
nales. Si el tiempo que cada comercial gasta en una sesión en la terminal tiene una distribución
con media de 36 minutos, calcular la probabilidad de que utilice 30 minutos o menos.
Solución
Datos
X: tiempo de cada comercial
E(x) = 36

2
Proceso

1 1 1
Sea: E(x) = λ ; ;λ = E(x) = 36
1
Entonces: X ∼ ε( 36 )
Aplicando la Función de Densidad:


0 si x < 0,
f (x) = x
1 − 36
36 e si x ≥ 0

Para hallar P (x ≤ 30) es necesario aplicar integrales:

R 30 1 − x
P (x ≤ 30) = 0 36 e 36 dx
x
P (x ≤ 30) = −e− 36 |30
0
30 0
P (x ≤ 30) = −e− 36 − (−e− 36 )
P (x ≤ 30) = −0,4346 + 1
P (x ≤ 30) = 0,5654

4.- El tiempo de vida de una lampara especial sigue una distribucion exponencial con media de
100 horas.
a)¿Cuál es la probabilidad de que una lámpara dure por lo menos 30 horas?
b)Si una lámpara ya lleva 50 horas de uso, ¿Cuál es la probabilidad de que dure más de 80 horas?
c) Se seleccionan cinco lámparas, ¿Cuál es el número esperado de lámparas que duran por lo
menos 30 hs (considerando las 5)?
Solución
Datos
X: tiempo de vida de una lámpara
E(x) = 100
Proceso

1 1 1
Sea: E(x) = λ ; ;λ = E(x) = 100
1
Entonces: X ∼ ε( 100 )
Aplicando la Función de Distribución:


0 si x < 0,
F (x) = x
1 − e− 100 si x ≥ 0

3
a)

P (X ≥ 30) = 1 − P (X < 30)

P (X ≥ 30) = 1 − F (30)
30
P (X ≥ 30) = 1 − (1 − e− 100 )
P (X ≥ 30) = 0,7408

b)

P (X > 80|X > 50) = P (X > 30)

P (X > 80|X > 50) = 0,7408

c)

Yb (5; 0, 7408)
E(y) = n · p
E(y) = 5 · 0, 7408
E(y) = 3,704

5.- En un experimento de laboratorio se utiliza cierto material. Sabiendo que la duración media
de un átomo de esta materia es de 140 dı́as y sigue una distribución exponencial, ¿cuántos dı́as
transcurrirán hasta que haya desaparecido el 90 % de este material?
Solución
Datos
X: tiempo de duración de un átomo de la materia
E(x) = 140
Proceso
1 1 1
Sea: E(x) = λ ; ;λ = E(x) = 140
1
Entonces: X ∼ ε( 140 )
Aplicando la Función de Distribución:


0 si x < 0,
F (x) = x
1 − e− 140 si x ≥ 0

P (X ≤ x) = 90 %
x
1 − e− 140 = 0, 90 ;
x
e− 140 = 1 − 0, 90 = 0, 10 ;
x
ln(e− 140 ) = ln(0, 10) ;
x
− 140 ln(e) = ln(0, 10) ;
x = −140ln(0, 10) ;
x = 322

4
6.- La duración de un cierto modelo de baterı́a tiene una distribución exponencial. Se sabe que
la media es de 5000 horas.
El fabricante de las baterı́as debe informar cual es la duración de esas baterı́as. ¿Qué duración
debe informar si quiere que la probabilidad de que una baterı́a concreta viva más que esa duración
informada sea del 90
Solución
Datos
X: tiempo de duración de cierto modelo de baterı́a
E(x) = 5000
Proceso

1 1 1
Sea: E(x) = λ ; ;λ = E(x) = 5000
1
Entonces: X ∼ ε( 5000 )
Aplicando la Función de Distribución:


0 si x < 0,
F (x) = x
1 − e− 5000 si x ≥ 0

P (X > x) = 90 % → P (X < x) = 1 − 90 % = 10 %
P (X < x) = 10 %
x
1 − e− 5000 = 0, 10 ;
x
e− 5000 = 1 − 0, 10 = 0, 90 ;
x
ln(e− 5000 ) = ln(0, 90) ;
x
− 5000 ln(e) = ln(0, 90) ;
x = −5000ln(0, 90) ;
x = 526,80 h

7.- El tiempo que transcurre antes de que una persona sea atendida en una cafeterı́a es una
variable aleatoria que sigue una distribución exponencial con media de 4 minutos. ¿Cuál es la
probabilidad de que una persona sea atendida antes de que transcurran 3 minutos?
Solución
Datos
X: tiempo hasta que una persona sea atendida
E(x) = 4

5
Proceso

1 1 1
Sea: E(x) = λ ; ;λ = E(x) = 4

Entonces: X ∼ ε( 41 )
Aplicando la Función de Distribución:


0 si x < 0,
F (x) = x
1 − e− 4 si x ≥ 0

P (X < 3) = F (3)
3
P (X < 3) = 1 − e− 4
P (X < 3) = 0,5276

6
Bibliografı́a

[1] Walpole, R.E et al, Probabilidad y estadı́stica para ingenierı́a y ciencias, Editorial Pearson,
México, 2012
[2] Anderson, D. et al , Estadı́stica para la administración y economı́a, Editorial Cencage Lear-
ning, México, 2004.
[3] Milton, J. y Arnold, J. , Probabilidad y estadı́stica. Con aplicaciones para ingenierı́a y ciencias
computacionales, Editorial Mc Graw Hill, México, 2004.
[4] Montero Espinosa (2020) , Academia Universitaria: Distribución Exponencial, Recupera-
do de: http://monteroespinosa.com/descargas/ejercicios-resueltos/universidad/estadistica-y-
probabilidad/distribucion-exponencial
[5] FEDE (2018) , Proba Fácil: Distribución Exponencial, Ejercicios Resueltos, Recuperado de:
https://probafacil.com/distribucion-exponencial-ejercicios-resueltos/