UNIVERSIDAD TCNICA DE AMBATO FACULTAD DE INGENIERA EN SISTEMAS, ELECTRNICA E INDUSTRIAL

MDULO: ESTADSTICA Y PROBABILIDADES DOCENTE: ING. MARCOS BENTEZ TEMA:DISTRIBUCION DE PROBABILIDAD EXPONENCIAL Y LOGNORMAL INTEGRANTES: LIZBETH VIRRAROEL ESTEFANIA LUCERO ERNESTO MOYA DAVID MUELA FABIN REVELO

EXPONENCIAL
Definicin Es una distribucin de probabilidad continua. Podemos decir que la distribucin de probabilidad exponencial es el equivalente continuo de la distribucin geomtrica discreta Uso Se utiliza como modelo para representar tiempos de funcionamiento o tiempos de vida, es decir el tiempo que transcurre antes de que ocurra un fallo. Caracterstica La distribucin de probabilidad exponencial se dice no tiene memoria es decir en la duracin que se espera tenga el objeto, no influye en nada el tiempo que en la actualidad lleva funcionando.

Ejemplos
El tiempo que tarda una partcula en desintegrarse. El tiempo que puede transcurrir en un servicio de urgencias para la

llegada de un paciente. En el campo de la Electrnica, el tiempo de funcionamiento de un circuito, hasta que uno de sus elementos falle.

Anlisis Matemtico
La distribucin de probabilidad exponencial depende de un parmetro denominado tasa de fallo o nmero de fallas por unidad de tiempo, representado por donde > 0 La funcin de densidad de este parmetro es de tipo exponencial y es:

Al integrar de 0 a x obtenemos la funcin de distribucin:

Clculo de Percentiles o Variables Aleatorias Es decir aquel valor de x para el cual se cumple una determinada probabilidad Utilizamos:

=1ln(1)

Ejercicio
La distribucin de probabilidad del tiempo que transcurre antes de que falle el ventilador de un motor disel se describe mediante una funcin exponencial con una taza de fallos igual 34.8 por un milln de horas. Si la garanta es de 8000 h. Cul es la probabilidad de que el ventilador falle?

= 34,8 106 = 8000 = 1 6 8000 = 1 (34,810 8000) 8000 = 0,24

Utilizando percentiles Calculamos el percentil 1:

0,01

1 = ln(1 0,01) 34,8 106 0,01 = 288

Conclusin: 288 horas representa el valor por debajo del cual el 1% de ventilacin falla.

Aplicaciones con el software

Se puede usar software y un programa de computadora para el ajuste de una distribucin de probabilidades, incluyendo la exponencial a una serie de datos. Tales como: Easy fit Mathworks ModalRisk Adems lenguajes de programacin como el lenguaje R que poseen un entorno de programacin con anlisis estadstico y grfico. Se pueden utilizar interfaces grficas como: JGR basado en Java Rexcel que permite usarlo desde Microsoft Excel A nivel mundial Palisade es un fabricante de software lder a nivel mundial de anlisis de riesgos a nivel mundial. Que maneja programas como: The DecisionTools, @Risk (mediante la simulacin MonteCarlo), Precision Tree, Neural Tool.

LOGNORMAL
Se trata de la densidad de probabilidad de una variable log x distribuida segn una funcin normal. X = N(,) Y = eX

Con este cambio de variable quedar: Funcin de distribucin: G(y) = P(Yy) = P(eX y) = P(Xlog y) = F(log y) Funcin de densidad : g(y) = G(y) = F(log y) * (1/y)

Tambin es conocida como Ley de Galton-Mac. Aliester o ley del efecto proporcional, segn Calot (1988). Los parmetros principales que la caracterizan son:

Funcin de densidad
Funcin de densidad

Funcin de distribucin
Funcin de distribucin

Funcin de distribucin

NDICE DE EVENTOS QUE PRESENTAN UNA DISTRIBUCIN LOG-NORMAL

1.Patrones de abundancia de especies. 2.Distribucin log-normal de las concentraciones ambientales. 3.Modelo log-normal del precio de las acciones. 4.Anlisis de la comunidad de una laguna costera en la costa sur occidental de Mxico. 5.Cuantificacin de la vitamina B2. 6.Distribucin del peso molecular de los polmeros. 7.Prediccin de sismos una ojeada al futuro. 8.Factores que afectan las tasas de captura de langostino amarillo en la zona norte de chile. 9.Comportamiento de las precipitaciones en el sector del lago Titicaca (Bolivia) durante el fenmeno El Nio. 10.Produccin de nano partculas de Cobre.