Exponential distribución exponencial es uno de los temas importantes de la estadística. Esta página se basa en la distribución exponencial y la página fluye de esta manera: en primer lugar una breve descripción se da en la distribución exponencial y, a continuación se dan ejemplos distribución exponencial para su mejor comprensión. Entender este concepto y obtener estadísticas de calidad ayudan here.In teoría de la probabilidad y la estadística de las distribuciones exponenciales (también conocido como distribución exponencial negativa) son una clase de distribuciones de probabilidad continuas. Describen los tiempos entre eventos en un proceso de veneno, es decir, un proceso en el que los eventos ocurren continuamente y de forma independiente a una rate.Let promedio constante λ = 1 /θ, a continuación, la variable aleatoria X tiene una distribución exponencial y se define su función distributiva probabilidad BYF (x) = 1 /θ e ^ (- x /θ) thanxless 0less que ∞ donde el parámetro θ mayor que 0 [Fuente: Wikipedia] Standard exponencial distributionLet X tiene una distribución exponencial con una media de 60. la función de distribución de probabilidad de X ISF (x) = 1 /θ e (- x /θ) 0 menos de x menos de ∞The probabilidad de que X es menor que 56 ISP (than56 xless) = 'int_0 ^ 56 1/60 e ^ (-x /60) dx '= 1-e (-56/60) = 1 hasta 0,3933 = 0.6067Exponential ExampleBelow distribución se da ejemplo de distribución exponencial: llustrates la distribución exponencial: Sea X = cantidad de tiempo (en minutos) de un empleado postal pasa con su /su cliente. El tiempo se ha detectado que presentan una distribución exponencial con la cantidad promedio de tiempo igual a 6 minutes.X es una variable aleatoria continua en la vista del hecho de que el tiempo se mide. Es dado que μ = 6 minutes.To hace cálculos, debe conocer m, la decadencia parameter.m = 1 /μ lo tanto, m = 1/6 = 0.167m = 1/6 = 0.17The desviación estándar, σ, es la misma que la media. μ = σThe notación distribución ISX ~ Exp (m) Por lo tanto, X ~ Exp (0,17) La función de densidad de probabilidad es f (x) = m ⋅ e ^ (- m⋅x) El número e = 2,71828182846 ... Es una número que se utiliza a menudo en las calculadoras mathematics.Scientific tiene la clave "ex". Si introduce 1 para x, la calculadora mostrará el valor e.El curva es: f (x) = 0,17 ⋅ e (- 0.17⋅X) f (x) = 0,17 ⋅ e (- 0.17⋅X) donde X es al menos 0 y m = 0.17.For ejemplo, F (7) = 0,17 * e (- 0.17⋅7) = 0.3042The gráfico es el siguiente: Observe la gráfica es una curva descendente. Cuando X = 0, f (x) = 0.17 * e (-0.25 * 0) = 0.17 * 1 = 0.17 = mExample 3: Encuentre la probabilidad de que un empleado pasa de seis a siete minutos con un customer.SolutionFindP (thanXless 6less seleccionados al azar than7) la función de distribución acumulativa (CDF) proporciona el área a la left.P (X menos de x) = 1 - e (-m * x) P (X menos de 7) = 1- e (-0,17 * 7) = 1 a 0,3042 y p (X menos de 6) = 1 - e (-0.17⋅6) = 1-gráfico .3606Exponential con la línea doblada a partir de los puntos (0, 0,17) y la curva hacia abajo hacia el punto (∞, 0). Dos líneas verticales ascendentes se extienden desde los puntos 6 y 7 de la línea curva. La probabilidad es en la zona entre los puntos 6 y 7Note: Usted puede hacer estos cálculos fácilmente en una calculadora.