Professional Documents
Culture Documents
Simulacin de Sistemas
a)
b)
1. Distribuciones empricas continuas
En el caso de las distribuciones
empricas continuas, el procedimiento de
definicin depende de si se dispone de
las observaciones originales, o bien si
slo se dispone de los datos agrupados
(es decir, del nmero de observaciones
que caen dentro de cada uno de una serie
de intervalos en que se divide el rango
de la variable aleatoria).
Figura 1. Distribuciones empricas construidas a
partir de datos individuales (izqda.) y de los datos
agrupados (drcha.)
1. En primer lugar, deben hallarse los
intervalos de confianza del conjunto
de datos, con sus respectivas
frecuencias.
2. A continuacin, se define el valor de
x en funcin de la acumulada de la
siguiente forma:
APLICACIN
Los siguientes datos representa la
cantidad de cajas de atn vendidas por
semana. Cada caja se vende a 50 soles. El
costo de produccin es de 15 soles por
caja. 32 55 75 30 39 59 59
88 53 44 43 89 55 60
45 35 72 75 91 82 91
90 48 27 28 56 100 40
84 94 81 53 30 79 26
23 46 83 27 21 38 29
40 69 79 88 47 42 74
Como u=Fx(x)=
En consecuencia
La ms conocida y ms ampliamente
utilizada es sin duda la distribucin
normal y su popularidad se debe cuando
menos a dos razones que presentan sus
propiedades generales. Las pruebas
matemticas nos sealan, que bajo ciertas
condiciones de calidad, resulta
justificado que esperamos una
distribucin normal mientras que la
experiencia estadstica muestre que, de
hecho, muy a menudo las distribuciones se
aproximan a la normal.
la funcin de distribucin recibir el
nombre de distribucin normal estndar,
con funcin de densidad:
y
Figura. Variables aleatorias logartmicas normales.
APLICACIN
Consecuentemente
con
APLICACIONES
Su media es:
para x=0,1
0 1
Si acumulamos los valores de p(x)
obtenemos:
0 1
Funcin de Densidad:
Funcin de Distribucin Acumulada: