Distribuzione Esponenziale

Indice dei contenuti

    La distribuzione esponenziale è una distribuzione continua utilizzata per modellare la durata del tempo tra due eventi consecutivi in un Processo di Poisson.

    Definizione

    Una variabile aleatoria XX segue la distribuzione esponenziale con parametro λ>0\lambda > 0 (XExp(λ)X \sim \text{Exp}(\lambda)) se la sua Funzione di Densità di Probabilità è: fX(x)={λeλxse x00se x<0f_X(x) = \begin{cases} \lambda e^{-\lambda x} & \text{se } x \geq 0 \\ 0 & \text{se } x < 0 \end{cases}

    La sua Funzione di Ripartizione è FX(x)=1eλxF_X(x) = 1 - e^{-\lambda x}.

    Indicatori Statistici

    • Valore Atteso: E[X]=1/λE[X] = 1/\lambda
    • Varianza: Var(X)=1/λ2\text{Var}(X) = 1/\lambda^2

    Proprietà di Assenza di Memoria

    È l’unica distribuzione continua a godere della proprietà di assenza di memoria: P(X>s+tX>s)=P(X>t)P(X > s+t \mid X > s) = P(X > t) In ingegneria, questo significa che se un componente non si è ancora guastato al tempo ss, la probabilità che funzioni per altri tt secondi è la stessa di un componente nuovo. Questo modella i guasti puramente casuali.

    Significato Ingegneristico

    • Affidabilità (Reliability): È il modello base per i componenti elettronici durante la loro “vita utile” (fase centrale della curva a vasca da bagno), dove il tasso di guasto è costante.
    • Teoria delle Code: Modella il tempo di inter-arrivo dei pacchetti in una rete o il tempo di servizio di un server in un sistema M/M/1.
    • Radioattività: Modella il tempo di decadimento di un atomo radioattivo.
    • Manutenzione: Il parametro 1/λ1/\lambda corrisponde al tempo medio fra i guasti (MTBF - Mean Time Between Failures).

    Vedi anche: Distribuzione di Poisson, Distribuzione di Weibull, Affidabilità.

    Ultimo aggiornamento: