Maestra:

M. C. Carlos Lpez Vigil.

Nombre:
Vzquez Torres Elisa G.
11011379
Tezoyotl Morales Jos Adrin
11011376
Flores Vzquez Elas
11011254
Tema:
Distribuciones continuas, discretas, empricas y Avance de proyecto .

Materia:
Simulacin
Carrera:
Ing. en Sistemas Computacionales.

Semestre:
5 Semestre.
Fecha:
04/11/2013

Distribucin de probabilidad discreta

Se denomina distribucin de variable discreta a aquella cuya funcin de probabilidad slo toma valores positivos en un conjunto de valores
de X finito o infinito numerable. A dicha funcin se le llama funcin de masa de probabilidad. En este caso la distribucin de probabilidad es
el sumatorio de la funcin de masa, por lo que tenemos entonces que:
La distribucin de probabilidad para una variable aleatoria discreta X es una tabla, grfica o frmula que da la probabilidad P(X = x)
asociada a cada posible valor de X.
Y, tal como corresponde a la definicin de distribucin de probabilidad, esta expresin representa la suma de todas las probabilidades desde
hasta el valor x.
Las distribuciones de variable discreta ms importantes son las siguientes:
1.-Distribucin binomial
2.-Distribucin binomial negativa
3.-Distribucin Poisson
4.-Distribucin geomtrica
5.-Distribucin hipergeomtrica
6.-Distribucin de Bernoulli

CUADRO COMPARATIVO DE DISTRIBUCIONES DISCRETAS

Nombre de
distribucin
Distribucin binomial

Distribucin binomial
negativa

Parmetros
n>=0 numero de ensayos
(enteros)
0<=p<=1 probabilidad de
xito(real)
r>0 (real)
0<p<1(real)

Dominio

Funcin de distribucin

k{0,1,2,3.n}

k{0,1,2,3.n}

Media

Mediana

Moda

varianza

np

{[np],[np]}

[(n+1)p]

np(1-p)

N/A

[(r-1)(1p)/)] s
r>1 si
r<=1

r/p

Usualmente
cerca de
+1/30.02/

k{0,1,2,3.n}

Distribucin Poisson

Distribucin
geomtrica

A y Ac

k{0,1,2,3.n}

Distribucin
hipergeomtrica

N 0,1,2,.
m 0,1,2,,N
n 0,1,2,,N

K max(0, n+mN),,min(m,n)

Distribucin de
Bernoulli

Funcin de probabilidad

0<p<1, p R

K={0,1}

f(k) = P[X =
k] = (1 p)k p

N/A

N/A

(1 p)/p

N/A

N/A

(1 p)/p2

N/A

{[(n+1)(m
+1)]/(N+2
)}

{[n(m/N)(1(m/N)](Nn)}/(N-1)

N/A

0 si q>p
0 y 1 si
q=p
1 si q<p

pq

Distribucin de probabilidad contina

Se denomina variable continua a aquella que puede tomar cualquiera de los infinitos valores existentes dentro de un intervalo. En el caso de
variable continua la distribucin de probabilidad es la integral de la funcin de densidad, por lo que tenemos entonces que: Es aquella que
puede asumir cualquier valor en un intervalo especfico; significa entonces que entre cualquiera de dos valores que puede tomar la V. A.
continua, existe un nmero infinito de valores.
Las distribuciones de variable continua ms importantes son las siguientes:
Distribucin exponencial
Distribucin ji cuadrado
Distribucin t de Student
Distribucin normal
Distribucin Gamma
Distribucin Beta
Distribucin F
Distribucin uniforme (continua)

CUADRO COMPARATIVO DE DISTRIBUCIONES CONTINUAS

Nombre de
distribucin
Distribucin ji
cuadrado
Distribucin
exponencial
Distribucin t
de Student

Parmetros

Dominio

Funcin de probabilidad

Funcin de distribucin

Media

K>0 grados de
libertad

Mediana

Moda

aproximadamen

varianza
if

te
0

para

donde

0
V/(V2) para
V>2
indefinida
para otros
valores

es la

Distribucin
normal

Distribucin
Gamma

Distribucin
Beta

N/A

N/A

N/A

/
(+)(+
+1).

N/A

para
Distribucin F

d1>0,d2>0

N/A

para

(d1-2/d1)
(d2/d2+2)
para

d1=2

2d2(d1+d
22)/d1(d22)(d2-4)
para
d2>4

Distribucin emprica
En ocasiones, los conjuntos de datos que hemos medido, no se ajustan a alguna de las distribuciones de probabilidad conocidas.
Las distribuciones empricas hacen referencia a tablas creadas por el usuario, ests contienen una lista de valores de porcentajes de
probabilidad asociadas con cada valor posible.
Los porcentajes de probabilidad deben estar en la columna nmero 1, iniciando en el regln 1 de la tabla.
Los valores asociados, deben estar en la columna 2.
La tabla puede contener tantos renglones como sea necesario.
Los porcentajes deben ser nmeros entre 0 y 100.
La columna 1debe sumar 100, de otra manera cualquier valor despus de 100 acumulado, jams ser considerado.

Dempirical (tabla) regresa el valor exacto de los valores de la columna 2.

Emprical (tabla) regresa el valor distribuido uniformemente variado entre dos valores.
Cempirical (tabla) regresa el valor distribuido uniformemente variado entre dos valores.

Percents
10
20
30
40

Values
0.1
0.2
0.3
0.4

Dempirical
X=0.1
X=0.2
X=0.3
X=0.4

Empirical
0.1<x<=0.2
0.2<x<=0.1
0.3<x<=0.4
0.4<x<=0.4

Cempirical
0.0<x<=0.1
0.1<x<=0.2
0.2<x<=0.3
0.3<x<=0.4

TIEMPO DE LLEGADAS
Los tiempos de llegadas de los clientes a MATUSA son los siguientes:
0:06:00
0:13:00
0:05:00
0:03:00
0:11:00
0:12:00
0:08:00
0:25:00
0:00:00
0:00:00

0:05:00
0:20:00
0:05:00
0:06:00
0:11:00
0:00:00
0:18:00
0:15:00
0:17:00
0:28:00

0:00:00
0:15:00
0:20:00
0:20:00
0:00:00
0:09:00
0:08:00
0:12:00
0:38:00
0:13:00

0:05:00
0:00:00
0:20:00
0:00:00
0:30:00
0:05:00
0:25:00
0:36:00
0:39:00
0:17:00

0:08:00
0:30:00
0:25:00
0:11:00
0:16:00
0:14:00
0:04:00
0:20:00
0:33:00
0:17:00

0:10:00
0:05:00
0:10:00
0:05:00
0:20:00
0:03:00
0:10:00
0:07:00
0:13:00
0:12:00

0:23:00
0:14:00
0:12:00
0:16:00
0:05:00
0:15:00
0:24:00
0:36:00
0:08:00
0:09:00

0:08:00
0:25:00
0:20:00
0:07:00
0:16:00
0:12:00
0:18:00
0:16:00
0:12:00
0:20:00

0:18:00
0:18:00
0:18:00
0:08:00
0:20:00
0:14:00
0:18:00
0:11:00
0:12:00
0:06:00

0:31:00
0:15:00
0:30:00
0:39:00
0:21:00
0:30:00
0:07:00
0:05:00
0:03:00
0:07:00

Aceptada:
Gaussian Inversa ( -12.3, 191, 26.6)
Log Normal (-12.2, 3.21, 0.363)

TIEMPOS DE ATENCION
Los tiempos en que se atienden a los clientes son los siguientes:
0:02:00
0:02:03
0:02:10
0:04:00
0:06:10
0:03:20
0:05:00
0:03:15
0:05:00
0:03:30

0:02:20
0:05:10
0:06:00
0:02:00
0:00:30
0:00:45
0:00:58
0:01:30
0:02:50
0:03:20

0:03:45
0:04:10
0:04:20
0:02:30
0:02:45
0:03:10
0:03:20
0:02:10
0:04:15
0:04:30

0:05:10
0:07:00
0:04:30
0:03:15
0:02:50
0:02:20
0:05:15
0:06:20
0:05:20
0:07:00

0:01:40
0:02:30
0:03:00
0:03:20
0:05:00
0:04:00
0:04:20
0:04:30
0:04:45
0:05:00

0:02:00
0:03:00
0:05:00
0:00:30
0:07:00
0:06:00
0:03:00
0:02:30
0:03:20
0:06:20

0:04:10
0:03:02
0:04:06
0:06:00
0:06:30
0:02:00
0:03:10
0:04:12
0:02:10
0:01:30

0:01:00
0:02:15
0:02:30
0:02:00
0:03:00
0:04:20
0:03:15
0:05:00
0:02:00
0:01:20

0:01:16
0:01:00
0:02:30
0:02:20
0:02:30
0:01:12
0:01:13
0:01:15
0:02:20
0:03:25

0:04:00
0:01:20
0:03:10
0:04:00
0:06:20
0:02:20
0:03:50
0:03:59
0:03:10
0:02:59

Aceptadas:
Erlang(-1.85, 10, 0.514)
Pearson 5(-6.4, 37.4, 352)

TIEMPO DE ESPERA
Tempos que espera un cliente en ser atendido:
0:00:03
0:00:15
0:00:00
0:00:20
0:00:35
0:00:20
0:00:40
0:00:52
0:00:22
0:00:36

0:00:15
0:00:32
0:00:15
0:00:20
0:00:30
0:01:20
0:00:40
0:00:51
0:00:20
0:00:50

0:00:03
0:01:30
0:00:32
0:00:36
0:01:15
0:00:43
0:00:32
0:00:34
0:00:25
0:00:26

0:00:17
0:00:09
0:00:32
0:01:00
0:01:32
0:02:00
0:00:16
0:00:45
0:00:30
0:00:00

0:00:34
0:00:23
0:00:43
0:00:56
0:00:34
0:00:12
0:01:02
0:00:00
0:00:35
0:00:39

0:00:10
0:00:20
0:00:21
0:00:15
0:01:00
0:00:30
0:00:31
0:00:33
0:00:40
0:01:10

0:01:30
0:00:10
0:00:20
0:00:35
0:00:40
0:00:20
0:00:05
0:00:15
0:00:33
0:00:55

0:00:44
0:00:34
0:00:57
0:01:00
0:01:20
0:01:30
0:00:12
0:00:21
0:00:27
0:00:40

0:00:47
0:00:53
0:00:59
0:00:10
0:00:39
0:00:42
0:00:53
0:00:59
0:00:20
0:01:10

0:01:30
0:02:00
0:00:30
0:00:40
0:01:00
0:00:35
0:00:37
0:00:31
0:00:29
0:00:59

Aceptadas
Pearson 6(0, 0.199, 5.81, 3.34)
Log Logistic(0, 2.43, 0.362)
Pearson 5(-0.197, 4.32, 2.22)