Distribución exponencial
1
On thi s H o li , cust o m ers wh o are lo o kin g f o r u n c o n v en tio n al g ift id eas can tr y o u t so m e thi n g ex clu si v e to sur p rise to lo v ed o n es. S e lect a H o li g ift tha t h as e xt ra el em ent o f sur p rise. One can ch o o se t o g if t p erso n ali z ed T - shi rts / c o t t o n Kurti s, Kurta o n H o li . P erso n ali z ed g ifts sh o w the tast es an d ad m ira ti o n o f rece i v er in a t h o u g h tful & c reativ e w ay. 4 . C o l o u r fu l F l o w e r s fo r Ho l i Co lo u rfu l & ref reshi n g flo we rs m ak e g o o d g ift s f o r a n y o c casi o n . Onl in e fl o rists o ffer v ari o u s sp ecie s o f flo we rs b o th ex o tic & sea s o n al in b eautifu l arr an g e m ents. Fl o we rs h a v e th e cha rm t o alwa y s p lea san tly sur p rise an y in d ividu als. T h ey are e y e c atchy , frag ra n t & h eart winn in g g ift ch o ices which can b e easil y send to d e ar o n es sta y in g an y co rn er o f the w o rld . B esides, th e m o st p o p u lar fl o w ers li ke r o s es, tul ip s & o rch id s o n e can als o p ic k b eautifu l spr in g flo w ers li k e M ari g o ld , P an sy , L il iac, Ir is, H y acin th, Cr o cus an d D affo d il ,et c fo r t h e o c casi o n o fH o li . So thes e ar e s o m e o f th e t rad itio n al & u n iq u e H o li g if t id eas which can b e easil y p u rch ased fr o m o n li n e g ift p o rtals. Cu sto m ers can lo g o n t o g iftal o v e.co m / h o li . This is o n e o f the r epu te d o n li n e g ift st o re s in In d ia & ab ro ad . H ere custo m ers can cho o se H o li g ifts fro m c o l o u rfu l to m o u th w ate rin g o r p erso n ali z ed ran g e o fgi f ts at best pri ce.
-
Upload
karla-perez -
Category
Documents
-
view
286 -
download
5
Transcript of Distribución exponencial
Distribución
exponencial
Es una distribución
continua que algunas
veces se utiliza para
modelar el tiempo que
transcurre antes de que
ocurra un evento.
Profesor:
Lic. Gerardo Edgar Mata Ortiz
Alumna:
Karla Lizeth Pérez Morales
Materia:
Estadísticas
Carrera:
Procesos Industriales área
Manufactura
Ejemplo #1
Si X ~ Exp(2), determine:
a) µx
b) σ2
𝑥
c) P(X≤1)
= 1
2
= 0.5
b)a)
= 1
22
= 0.25
P(X≥1)
1 − 𝑒−𝜆𝑥
1 − 𝑒−2(1) = 0.865
Ejemplo #2
Una masa radiactiva emite partículas de acuerdo con un proceso
de Poisson a una media de razón de 15 partículas por minuto. En
algún punto inicia un reloj. ¿Cuál es la probabilidad de que
transcurran cinco segundos antes de la siguiente emisión? ¿Cuál es
la media del tiempo de espera hasta que se emite la siguiente
partícula?
1 − 𝑒−𝜆𝑥P(T > 5) =
1 − (1 − 𝑒−0.25(5))
𝑒−1.25
= 0.2865μT = 1/0.25 = 4.
Ejemplo #5
El tiempo de vida de un circuito integrado particular tiene una
distribución exponencial con media de dos años. Encuentre la
probabilidad de que el circuito dure más de tres años.
mT = 2, λ = 0.5
1 − 𝑒−𝜆𝑥P(T > 3) =
1 − (1 − 𝑒−0.5(3))
𝑒−1.5
= 0.223
