UNIVERSIDAD

NACIONAL
DE LOJA

ENSA-CIS-UNL

rea de la Energa, las Industrias y los Recursos Naturales No Renovables

_________________________________________________________________________
CARRERA DE INGENIERA EN SISTEMAS

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.

Ejemplo: Nmero de caras al lanzar 100 veces una moneda (p=0.50).

En el siguiente grfico se muestra la funcin de probabilidad Binomial con 20
realizaciones y una probabilidad de xito de 0.25. En abcisas se representan los
distintos valores que puede tomar la variable X (de 0 a 20), y en ordenadas se
representa la probabilidad
asociada a cada valor posible de X.[1].

UNIVERSIDAD
NACIONAL
DE LOJA

ENSA-CIS-UNL

rea de la Energa, las Industrias y los Recursos Naturales No Renovables

_________________________________________________________________________
CARRERA DE INGENIERA EN SISTEMAS

Para calcular la funcin de probabilidad de una distribucin binomial se puede utilizar

el siguiente enlace: http://www.stat.ucla.edu/calculators/cdf/binom/binomdens.phtml ,
que accede a una pgina con la calculadora que se muestra a continuacin, en la que
se han introducido los parmetros utilizados en el grfico. UCLA Statistics.

Concretamente, se obtiene una probabilidad de 0.189685 de que ocurran 4 sucesos

con xito (X-value) de los 20 posibles (Number of Trials) con una probabilidad de xito
de 0.25 (Probability of Success). En el grfico se puede leer de forma aproximada
esta probabilidad calculada.

Ing. Luis Roberto Jcome Galarza

UNIVERSIDAD
NACIONAL
DE LOJA

ENSA-CIS-UNL

rea de la Energa, las Industrias y los Recursos Naturales No Renovables

_________________________________________________________________________
CARRERA DE INGENIERA EN SISTEMAS
Distribucin de Poisson
Permite calcular la probabilidad de obtener un nmero k de eventos en sucesos con
pequea probabilidad de ocurrencia. La variable X se mueve desde 0 en adelante,
con valores enteros.

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

Ing. Luis Roberto Jcome Galarza

ENSA-CIS-UNL

UNIVERSIDAD
NACIONAL
DE LOJA

rea de la Energa, las Industrias y los Recursos Naturales No Renovables

_________________________________________________________________________
CARRERA DE INGENIERA EN SISTEMAS
probabilidad de ocurrencia de esos X sucesos (campo Density). Para ello, pulsar el
botn Submit!. UCLA Statistics.

Por ejemplo, encontrar que la probabilidad de ocurrencia de 6 eventos (Pr(X=6)) en

una distribucin de Poisson con un valor promedio esperado de 4 sucesos ( =4), es
de 0.104196, valor que se puede leer en el grfico anterior de forma aproximada para
X=6.

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:
[ = ] = ( ) , = ,

Ing. Luis Roberto Jcome Galarza

ENSA-CIS-UNL

UNIVERSIDAD
NACIONAL
DE LOJA

rea de la Energa, las Industrias y los Recursos Naturales No Renovables

_________________________________________________________________________
CARRERA DE INGENIERA EN SISTEMAS

Fig. 3 Funcin de distribucin del modelo de Bernoulli [5]

Un experimento al cual se aplica la distribucin de Bernoulli se conoce como Ensayo de
Bernoulli o simplemente ensayo, y la serie de esos experimentos como ensayos
repetidos.

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:
() =

()
( )!

La distribucin Erlang es el equivalente de la distribucin gamma con el parmetro k=1,2 y

=1/. Para k=1 eso es la distribucin exponencial. Se utiliza la distribucin Erlang para
describir el tiempo de espera hasta el suceso nmero k en un proceso de Poisson.
Esta funcin recibe su nombre del matemtico e ingeniero dans Agner Krarup Erlang que
la introdujo en 1909.
Se aplica en modelos de sistemas de servicio masivo, ejemplo: En situaciones donde el
servicio tiene que realizar dos operaciones c/u con tiempo de servicio exponencial [6].

Ing. Luis Roberto Jcome Galarza

ENSA-CIS-UNL

UNIVERSIDAD
NACIONAL
DE LOJA

rea de la Energa, las Industrias y los Recursos Naturales No Renovables

_________________________________________________________________________
CARRERA DE INGENIERA EN SISTEMAS

Fig. 4 Funcin de densidad de probabilidad

1. Referencias bibliogrficas
[1]. Martnez, Mnica. Mar, Manuel. La Distribucin Binomial. En lnea. Disponible
en:
https://alumnosdeposgrado.files.wordpress.com/2013/10/distribucionbinomial.pdf (Consultado el 22 de Mayo del 2014).
[2]. Wikipedia, la enciclopedia libre. Distribucin de Poisson. En lnea. Disponible
en: http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Poisson (Consultado el 22
de Mayo del 2014).
[3]. Wikipedia, la enciclopedia libre. Distribucin de Bernoulli. En lnea. Disponible
en: http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Bernoulli (Consultado el 22
de Mayo del 2014).
[4]. Landero, Sonia. Distribucin Bernoulli y Distribucin Binomial. En lnea.
Disponible en: http://www.slideshare.net/sonyelockheart/distribucin-bernoulli-ydistribucin-binomial (Consultado el 22 de Mayo del 2014).
[5]. Wikipedia, la enciclopedia libre. Distribucin de Bernoulli. En lnea. Disponible
en: http://es.wikipedia.org/wiki/Distribuci%C3%B3n_de_Erlang (Consultado el 22
de Mayo del 2014).
[6]. Universidad Catlica de Valparaso. Distribucin Erlang. En Lnea. Disponible
en: http://www.material_simulacion.ucv.cl/generador_alea/sld019.htm (Consultado
el 22 de Mayo del 2014).

Ing. Luis Roberto Jcome Galarza