Puede ser usada para responder a:
- ¿Cuanto tiempo debemos esperar antes de que entre un cliente en la tienda?
- ¿Cuanto tiempo pasará antes de que la centralita reciba una nueva llamada?.
El tiempo de espera es la respuesta común a esas preguntas
Todo fenómeno que implique tiempo de espera desconocido puede ser modelado mediante la distribución exponencial siempre que la probabilidad de ocurrencia durante el intervalo sea proporcional a la longitud del intervalo.
La función de probabilidad (PDF - Probability Density Function) de una distribución exponencial es
Donde
El parámetro
La tasa
Por ejemplo, si la tasa
Observamos que la duración esperada (o esperanza o media) se mide siempre en tiempo. La tasa o ritmo se mide siempre en eventos.
La función de probabilidad acumulada es:
Por ejemplo, la probabilidad de recibir una llamada antes de 5 minutos es
Su complementario es
Es decir, la probabilidad de recibir una llamada después de cinco minutos es
Como se ha dicho, el valor esperado es
y la varianza
Ejemplo 1: Asumamos que en una cabina telefónica las llamadas duran una media de
μ=10 minutos. Si alguien llega al teléfono justo antes que usted, calcular la probabilidad de tener que esperar:
La tasa será deλ=1μ=110=1 llamadacada 10 minutos=0.1llamadasminuto
a) Menos de cinco minutos.
P(X≤5)=1−e−5110=0.39
b) Más de cinco minutos.
P(X>5)=e−5110=0.61
c) Entre 5 y 10 minutos.
P(5≤X≤10)=1−[P(X≤5)+P(X≥10)]=0.23
También podríamos haber integrado la PDF entre 5 y 10.
P(5≤X≤10)=∫105110e−110xdx−=e−x10∣105=0.23
Written with StackEdit.