Vous êtes sur la page 1sur 3

Simulacin

Distribucin Exponencial.
Distribucin de probabilidad
Estn relacionado con la distribucin de frecuencias, de hecho se puede pensar que
una distribucin de probabilidad es una distribucin de frecuencias terica.
Una distribucin de frecuencias terica es una distribucin de probabilidades que
describe la forma en que se espera que varen los resultados, como estas
distribuciones representan expectativas de que algo suceda, resultan modelos tiles
para hacer inferencias y tomar decisiones en condiciones de incertidumbre.
Variable aleatoria contina: Es una variable cuyo valor es un resultado de un evento
aleatorio.
Clasificacin de las distribuciones de probabilidad
Variable aleatoria pueden ser:
Variable aleatoria Discreta: Est considerado un nmero limitado de valores, se
expresa en ideas de cantidad.
Ejemplo:
La probabilidad de nacer en un mes. Por qu solo hay 12 meses en el ao.
El nmero de accidentes laborales en una empresa al ao.
El nmero de piezas defectuosas producidas a lo largo de un da en una
cadena de produccin

Variable aleatoria Continua: Resulta de la medicin y puede tomar cualquier
valor, al menos dentro un intervalo, rango dado. En el caso de una variable
aleatoria puede medirse con cualquier valor, incluyendo fracciones de unidad. Las
distribuciones continuas son una forma conveniente de presentar distribuciones
discretas que tiene muchos resultados posibles, todos muy cercanos entre s.

Ejemplos:
La duracin de una llamada telefnica.
El grosor de una alamina de aluminio.
El tiempo transcurrido entre la llegada de cada cliente a la biblioteca.


Simulacin
Histograma:
Hay una diferencia fundamental entre las variables discretas y continuas: En las
discretas, al menos, numerar los posibles valores y contar el nmero de veces que
sale cada valor posible en una muestra.
Sin embargo, por el carcter que tienen los intervalos reales, por muy grande que
fuera la muestra que tomramos de una variable contina, jams tendramos ms de
un valor de algunos puntos que puede tomar la variable.

Funcin de densidad de densidad

Ejemplos grficos

Simulacin

Ejercicio
El tiempo durante el cual cierta marca de batera trabaja en forma
efectiva hasta que falle (tiempo de falla) se distribuye segn el
modelo exponencial con un tiempo promedio de fallas igual a 360
das.
Qu probabilidad hay que el tiempo de falla sea mayor que 400
das? Esta probabilidad es conocida tambin como confiabilidad de
la batera.
Solucin
Sea, X = el tiempo que trabaja la batera hasta que falle. El tiempo
promedio de falla es de 360 das. Entonces,
()


[ ]