Saltar al contenido

Calculadora de distribución exponencial

Introduce el tiempo medio entre eventos y el tiempo de interés. La calculadora obtiene la tasa, la probabilidad acumulada, la probabilidad de superar ese tiempo y la densidad. Con una media de 4 unidades y un tiempo de interés de 2, la tasa es 0,25, P(X ≤ 2) es del 39,35 % y P(X > 2) del 60,65 %. La mediana es 2,77 y el percentil 90, 9,21.

Actualizado 2026-11-19 Estimación editorial Equipo editorial de Calccc Gratis · Sin registro

El tiempo medio hasta el siguiente evento. La tasa es 1 dividido por este número.

Escenarios A/BGuarda dos conjuntos de datos y compara los resultados. Solo en este navegador.
AVacío
BVacío

Tus datos se quedan en este navegador. Sin cuenta y sin subir archivos.

Professional worksheet

Detailed schedule & assumptions

Inputs used, method, sensitivity, and any year-by-year table. The summary above stays compact; the audit lives here.

Professional worksheet

Inputs, scope, and sensitivity

Inputs used

Method and scope

Result audit

MetricValue

Qué hace esta calculadora

La distribución exponencial describe el tiempo que pasa hasta el siguiente evento cuando los eventos ocurren a un ritmo constante y de forma independiente. Es la distribución de los tiempos entre llegadas de un servidor de colas, de la vida de un componente electrónico sin desgaste y de muchos procesos de espera. Tiene una sola variable, la tasa, que es el inverso de la media: si el tiempo medio entre eventos es de 4 minutos, la tasa es 0,25 eventos por minuto. Su propiedad más conocida es la falta de memoria: haber esperado 10 minutos no cambia la probabilidad de esperar 5 más. Esa propiedad es también su límite, porque no sirve para procesos con desgaste, con citas que se acumulan o con tasas que cambian con el tiempo. Esta calculadora es educativa: describe un modelo, no predice un sistema real sin comprobar que el modelo encaja.

Cómo usarla

  1. Introduce la media del tiempo entre eventos, en la unidad que estés usando.
  2. Escribe el tiempo de interés en la misma unidad.
  3. Revisa la tasa: es 1 dividido por la media.
  4. Lee la probabilidad acumulada y la de superar el tiempo como complementarias.
  5. Usa la mediana y el percentil 90 para describir la forma de la distribución.
  6. Comprueba que el proceso no tiene desgaste ni tasas cambiantes antes de confiar en el modelo.

Cómo funciona

Con media m, la tasa es λ = 1/m. P(X ≤ x) = 1 − e^(−λx); P(X > x) = e^(−λx); densidad f(x) = λe^(−λx). La mediana es ln(2)/λ y el percentil 90, ln(10)/λ. Con m = 4 y x = 2: λ = 0,25; P(X ≤ 2) = 1 − e^(−0,5) = 39,35 %; mediana = 2,77; percentil 90 = 9,21.

Ejemplos de cálculo

Ejemplo 1: media de 4 y tiempo de interés de 2

La tasa es 0,25 por unidad. La probabilidad de que el evento llegue en 2 unidades o menos es del 39,35 %, y la de que tarde más, del 60,65 %. La densidad en ese punto es 0,1516. La mediana es 2,77 y el percentil 90, 9,21.

Ejemplo 2: media de 10 y tiempo de interés de 10

La tasa baja a 0,1 y la probabilidad acumulada es del 63,21 %, porque el tiempo de interés coincide con la media. La mediana es 6,93 y el percentil 90, 23,03. La densidad en x = 10 es 0,0368, mucho menor que en el ejemplo anterior.

Ejemplo 3: media de 0,5 y tiempo de interés de 0,5

La tasa sube a 2 por unidad y la probabilidad acumulada vuelve a ser del 63,21 %, como en cualquier caso en que x iguala la media. La mediana es 0,35 y el percentil 90, 1,15. La densidad es 0,7358, mucho más alta porque el tiempo se mide en unidades pequeñas.

Qué significa el resultado

La media y la desviación estándar de una distribución exponencial son iguales, así que un proceso con media 4 tiene también desviación 4. La mediana siempre es menor que la media (0,693 veces la media) porque la distribución tiene una cola larga hacia la derecha: la mayoría de los eventos llegan antes de la media, pero unos pocos tardan mucho y arrastran el promedio. El percentil 90 está a 2,303 veces la media, otro indicador de la asimetría. La falta de memoria implica que el tiempo ya esperado no informa sobre lo que queda: si un autobús sigue un proceso exponencial y llevas 10 minutos esperando, la probabilidad de esperar 5 más es la misma que al principio. Ese supuesto falla en sistemas con horarios, con desgaste o con congestión, y por eso conviene comprobar la forma de los datos antes de usar el modelo. La calculadora no ajusta la distribución a tus datos ni calcula intervalos de confianza.

Errores comunes

  • Confundir la media con la tasa y usar 4 en lugar de 0,25 en la fórmula.
  • Mezclar unidades: media en minutos y tiempo de interés en horas.
  • Aplicar el modelo a procesos con desgaste o con horarios fijos.
  • Interpretar la densidad como una probabilidad, cuando puede ser mayor que 1.
  • Suponer que la falta de memoria se cumple en cualquier sistema de espera.
  • Leer la mediana como si fuera la media, que es mayor por la cola derecha.

Supuestos y límites

  • Los eventos ocurren a una tasa constante e independiente del tiempo transcurrido.
  • Los tiempos entre eventos son independientes entre sí.
  • La media es el tiempo medio entre eventos y se mantiene estable.
  • La unidad de la media y la del tiempo de interés es la misma.
  • No hay desgaste, estacionalidad ni agrupación de eventos.
  • El modelo se usa con fines descriptivos, no para predecir un sistema real sin validación.

Preguntas frecuentes

¿Qué representa la tasa lambda?

Es el número de eventos por unidad de tiempo. Si el tiempo medio entre eventos es de 4 minutos, la tasa es 0,25 eventos por minuto, es decir, uno cada cuatro minutos en promedio.

¿Por qué la mediana es menor que la media?

Porque la distribución tiene una cola larga a la derecha. Muchos eventos llegan antes de la media, pero unos pocos tardan mucho y elevan el promedio. La mediana es 0,693 veces la media.

¿Qué significa que no tenga memoria?

Que el tiempo ya transcurrido no cambia la probabilidad de esperar más. Si llevas 10 minutos esperando un evento exponencial, la probabilidad de esperar 5 más es la misma que tenías al empezar.

¿Cuándo no se debe usar la distribución exponencial?

Cuando hay desgaste, horarios fijos, citas que se acumulan o tasas que cambian con el tiempo. En esos casos la distribución de Weibull, gamma o lognormal puede encajar mejor.

¿La densidad puede ser mayor que 1?

Sí. La densidad es una altura de la curva, no una probabilidad. Puede superar 1 en distribuciones con mucho peso en un intervalo estrecho; lo que siempre vale 1 es el área total bajo la curva.

¿Sirve para calcular tiempos de espera en una cola?

Sirve como modelo de partida para los tiempos entre llegadas, pero una cola completa necesita también el tiempo de servicio y el número de servidores. El modelo M/M/1 combina ambos.

Fuentes

Esta es una estimación educativa de probabilidad y no constituye asesoramiento estadístico profesional. El modelo exponencial solo es válido si los supuestos se cumplen. Valida la distribución con tus datos antes de tomar decisiones.

Actualización 2026

Cómo usar el resultado profesional

Esta página no es solo una caja de fórmula. El resultado está pensado para comprobarlo, compararlo y llevarlo contigo.

  • Hoja de trabajo profesional. El resultado incluye los datos usados, el método y el alcance, además de una comprobación de sensibilidad de una variable para calculadoras financieras.
  • Escenarios A/B. Guarda dos conjuntos de datos en el navegador y compara las cifras principal, secundaria y el desglose lado a lado.
  • Imprimir / PDF y CSV. Imprime una hoja con la marca o exporta la tabla anual cuando la calculadora la genera.

Las fórmulas y los supuestos anteriores siguen gobernando la cifra. La hoja de trabajo hace la estimación auditable; no la convierte en una cotización de un prestamista, una declaración de impuestos ni asesoría personalizada.

Equipo editorial de Calccc · Actualizado 2026-11-19

Preparado por Equipo editorial de Calccc como estimación educativa. Esta página no es una revisión profesional licenciada ni constituye asesoría financiera, médica, legal o fiscal.

Estimación editorial preparada por el Equipo editorial de Calccc; no es una revisión profesional licenciada.