Académique Documents
Professionnel Documents
Culture Documents
NACIONAL
DE LOJA
ENSA-CIS-UNL
Simulacin
Nombre: Jairo Israel Banda Bermeo
Paralelo: Mdulo X B
Fecha: 23-05-2014
Docente: Ing. Luis Roberto Jcome Galarza.
ENSAYO N 1
TEORA Y GRFICA PARA LAS DISTRIBUCIONES
Distribucin Binomial
Esta distribucin proviene de n variables de Bernoulli y depende de dos parmetros
B(n,p). Permite calcular la probabilidad de obtener un nmero k de xitos al realizar n
ensayos de Bernoulli independientes, cada uno de ellos con la misma probabilidad p
de xito. La variable toma valores enteros entre 0 y n.
UNIVERSIDAD
NACIONAL
DE LOJA
ENSA-CIS-UNL
UNIVERSIDAD
NACIONAL
DE LOJA
ENSA-CIS-UNL
El valor del parmetro > 0 representa el nmero promedio esperado, por unidad
de tiempo o de espacio.
As pues, al parmetro se le denomina parmetro de tasa, ya que, en una unidad
de espacio o de tiempo puede que no se observen exactamente eventos, pero sin
embargo en un amplio espacio de tiempo o de espacio esperaremos observar
un evento ocurriendo en una tasa de por unidad del tiempo o del espacio.
En general se define que una variable aleatoria de Poisson describe un evento raro
o poco frecuente, lo cual debe ser entendido en el sentido de que la probabilidad
de P(X=k) es menor a medida que el valor de k es mayor.
Ejemplos: el nmero de errores en una pgina de un libro, el nmero de llamadas
telefnicas equivocadas al cabo de un da.
En el siguiente grfico se muestra la funcin de probabilidad de Poisson con =4. [2].
En la direccin http://www.stat.ucla.edu/calculators/cdf/poisson/poissondens.phtml
tendr acceso a un calculador de la distribucin de Poisson no acumulada, en la que
especificando el valor de X (nmero de sucesos) y el parmetro (Intensity parameter,
que representa el nmero promedio de sucesos esperado) se proporciona la
ENSA-CIS-UNL
UNIVERSIDAD
NACIONAL
DE LOJA
Distribucin Bernoulli
Consiste en realizar un experimento aleatorio una sla vez y observar si cierto suceso
ocurre o no, siendo p la probabilidad de que esto sea as (xito) y q=1-p el que no lo
sea (fracaso). [3]
En realidad no se trata ms que de una variable dicotmica, es decir que nicamente
puede tomar dos modalidades, es por ello que el hecho de llamar xito o fracaso a los
posibles resultados de las pruebas obedece ms una tradicin literaria o histrica, en el
estudio de las v.a., que a la situacin real que pueda derivarse del resultado. Podramos
por tanto definir este experimento mediante una v.a. discreta X que toma los valores X=0
si el suceso no ocurre, y X=1 en caso contrario, y que se denota X -> Ber (p). [4].
Su frmula es:
[ = ] = ( ) , = ,
ENSA-CIS-UNL
UNIVERSIDAD
NACIONAL
DE LOJA
Distribucin Erlang
En estadstica, la distribucin Erlang, es una distribucin de probabilidad continua con dos
parmetros k y cuya funcin de densidad para valores x > 0 es:
() =
()
( )!
ENSA-CIS-UNL
UNIVERSIDAD
NACIONAL
DE LOJA