METODOS PROBABILISTICOS Solución

de Distribuciones de probabilidad

Tarea 1 - Presaberes

Presentado por:

Yanedis Mileth Gerardino Guarin

Codigo: 1,065,576,110

Grupo: 104561_29

Presentado a:
Ever Antonio Polo

CEAD - VALLEDUPAR
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
PROGRAMA INGENIERIA INDUSTRIA
LA JAGUA DE IBIRICO - CESAR
2022
 TAREA 1 - PRES

EJERCICIO DISTRIBUCIONE

RELACION DISTRIBUCIONE

Normal

Beta

Exponencial y
Poisson

t Student y
Chi Cuadrado

Nota: Para generar y actualizar los dato

Distribuciones de proba

● Distribución Normal: con la media normal y la varianza normal, estimar la forma normal estándar (z) y enc

Z
PROBABILIDAD
EXCEL

● Distribución Beta: con los parámetros alfa y beta, estimar la media y la varianza de la distribución Beta.

Media
𝑴𝒆𝒅𝒊𝒂=𝜶𝜷/((𝜶+𝜷)^𝟐 (𝜶+𝜷+𝟏))
Varianza

● Distribución Exponencial: Determinar la media y la varianza

exponencial. Luego, calcular la distribución del tiempo entre
exponencial. Luego, calcular la distribución del tiempo entre
llegadas y la probabilidad de que el tiempo no exceda x.

Media
Exponencial
Media D.
Exponencial

P(x)
 TAREA 1 - PRESABERES

EJERCICIO DISTRIBUCIONES DE PROBABILIDAD

RELACION DISTRIBUCIONES DE PROBABILIDAD

Variable aleatoria X 31
Media normal μ 28
Varianza normal σ2 15

Parametro alfa α 11
Parametro beta β 13

Tasa de ocurrencia de las llegadas λ 0.56

Constante Euler e 2.718281828459
Evento x 1

Gradso de libertad ϑ 5
Nivel de significancia α 0.49

Nota: Para generar y actualizar los datos oprima f9, fn+f9 o ctrl+alt+f9

Distribuciones de probabilidad continuas

y la varianza normal, estimar la forma normal estándar (z) y encontrar valor normal (en tabla de Distribución Normal).

𝒁=(𝑿−𝝁)/
𝝈 0.774596669241483
PROBABILIDAD 0.9633
EXCEL 0.7807

y beta, estimar la media y la varianza de la distribución Beta.

𝑴𝒆𝒅𝒊𝒂=𝜶/(𝜶+𝜷)
0.458

𝑴𝒆𝒅𝒊𝒂=𝜶𝜷/((𝜶+𝜷)^𝟐 (𝜶+𝜷+𝟏)) 6.207

edia y la varianza
el tiempo entre
el tiempo entre
o exceda x.

𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂=𝟏/𝝀
1.786

𝑽𝒂𝒓𝒊𝒂𝒏𝒛𝒂=𝟏/
3.1888
𝝀^𝟐

𝑷(𝒙)=𝝀𝒆^(−𝝀 0.31987707575534
𝒙)
Normal).
 TAREA 1 - PRES

EJERCICIO DISTRIBUCIONE

RELACION DISTRIBUCIONE

Normal

Beta

Exponencial y
Poisson

t Student y
Chi Cuadrado

Nota: Para generar y actualizar los dato

Distribuciones de probabilidad
Discretas:
● Distribución de Poisson: Calcular la probabilidad del evento x y
verificar con el comando de Excel.

P(x) Poisson

Categóricas:

● Distribución t Student, con los grados de libertad y el nivel de significancia, encontrar el valor t (ϑ, α) (en ta
● Chi Cuadrado, con los grados de libertad y el nivel de significancia, encontrar el valor critico X2(ϑ, 1-α) (en
Valor critico
Tstudent

Chi cuadrado
 TAREA 1 - PRESABERES

EJERCICIO DISTRIBUCIONES DE PROBABILIDAD

RELACION DISTRIBUCIONES DE PROBABILIDAD

Variable aleatoria X 31
Media normal μ 28
Varianza normal σ2 15

Parametro alfa α 11
Parametro beta β 13

Tasa de ocurrencia de las llegadas λ 0.56

Constante Euler e 2.718281828459
Evento x 1

Gradso de libertad ϑ 5
Nivel de significancia α 0.49

Nota: Para generar y actualizar los datos oprima f9, fn+f9 o ctrl+alt+f9

Distribuciones de probabilidad discretas y categóricas

ilidad del evento x y

𝑷(𝒙)=(𝝀^𝒙
0.31987707575534
𝒆^(−𝝀))/𝒙!

bertad y el nivel de significancia, encontrar el valor t (ϑ, α) (en tabla de la Distribución t Student).
el nivel de significancia, encontrar el valor critico X2(ϑ, 1-α) (en tabla Distribución Chi Cuadrado).
 0.005
-69.98 7 -3.499

0.005
0.1

0.005
19.8 7 0.99

0.005
0.1
 0.1 0.010
x? -2.998

-3.499
-69.98

0.1 0.010
x? 1.24

0.99
19.8
xxxx
 Bibliografía

Distribuciones de probabilidad continuas

Una distribución continua describe las probabilidades de los posibles valores de una variable aleatoria
continua. Una variable aleatoria continua es una variable aleatoria con un conjunto de valores posibles
(conocido como el rango) que es infinito y no se puede contar.
Las probabilidades de las variables aleatorias continuas (X) se definen como el área por debajo de la
curva de su PDF. Por lo tanto, solo los rangos de valores pueden tener una probabilidad diferente de
cero. La probabilidad de que una variable aleatoria continua equivalga a algún valor siempre es cero.

Distribuciones de probabilidad discretas y categóricas

Es una distribución de probabilidad discreta que describe los posibles resultados de una variable
aleatoria que puede tomar una de K categorías posibles, con la probabilidad de cada categoría
especificada por separado. No hay un ordenamiento innato subyacente de estos resultados, pero las
etiquetas numéricas a menudo se adjuntan por conveniencia al describir la distribución (por ejemplo, 1 a
K). La distribución categórica K- dimensional es la distribución más general sobre un evento K -way;
Cualquier otra distribución discreta sobre un espacio muestral de tamaño K es un caso especial. Los
parámetros que especifican las probabilidades de cada resultado posible están limitados solo por el
hecho de que cada uno debe estar en el rango de 0 a 1, y todos deben sumar a 1
 Bibliografía

Taha, H. (2017). Investigación de operaciones (pp.521-525) (pp.763-765). México,

México: Editorial Pearson Educación. Recuperado de https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/?il=6959

Taha, H. (2017). Investigación de operaciones (pp.525-529). México, México:

Editorial Pearson Educación. Recuperado de https://www-ebooks7-24-
com.bibliotecavirtual.unad.edu.co/?il=6959

Rojas, A. y Falla, D. (2020). Solución del modelo de pronóstico suavización

exponencial doble en WinQSB [OVI]. Recuperado de
https://repository.unad.edu.co/handle/10596/37843

Rojas, A. y Falla, D. (2020). Solución del modelo de pronóstico suavización

exponencial simple en WinQSB [OVI]. Recuperado de
https://repository.unad.edu.co/handle/10596/37842