U N I D A D F O R M AT I VA 3

S I M U L A C I Ó N Y O P T I M I Z A C I Ó N D E
P R O C E S O S

M O D E L O S D E V A R I A B L E S A L E AT O R I A S
Distribución Modelo Parámetros

Uniforme 𝑈𝑖 = 𝑎 + (𝑏 − 𝑎)𝑟𝑖 𝑎 = Límite inferior de la distribución

Ui uniforme.
𝑏 = Límite superior de la distribución
uniforme.
𝑟𝑖 = Número aleatorio con distribución
uniforme entre 0 y 1.
Triangular 𝑎 + (𝑏 − 𝑎)(𝑐 − 𝑎)𝑟𝑖 𝑎 = Límite inferior de la distribución
Ti (𝑐 − 𝑎) triangular.
𝑠𝑖 𝑟𝑖 ≤ 𝑏 = Límite superior de la distribución
(𝑏 − 𝑎)
𝑇𝑖 = triangular.
𝑐 = Moda de la distribución triangular.
𝑏 + (𝑏 − 𝑎)(𝑏 − 𝑐)(1 − 𝑟𝑖 )
(𝑐 − 𝑎) 𝑟𝑖 = Número aleatorio con distribución
𝑠𝑖 𝑟𝑖 > triangular entre 0 y 1.
(𝑏 − 𝑎)
𝑛
𝜒2 𝑍𝑗 = Número aleatorio con distribución
𝜒 2 = ෍ 𝑍𝑗2 normal estándar.
𝑗=1 𝑛 = Grados de libertad.
𝑘 1
Erlang 1 = Valor esperado.
𝜆
ERi 𝐸𝑅𝑖 = − 𝑙𝑛 ෑ(1 − 𝑟𝑖 )
𝑘𝜆 𝑘 = Parámetro de forma.
𝑖=1
𝑟𝑖 = Número aleatorio con distribución
Erlang entre 0 y 1.
Normal 𝑁𝑖 = −2 ln 1 − 𝑟𝑖 cos(2𝜋𝑟𝑖 ) 𝜎 + 𝜇 𝜇 = Media de la distribución normal.
Ni 𝜎 = Desviación estándar de la
distribución normal.
𝑁𝑖 = −2 ln 1 − 𝑟𝑖 sen(2𝜋𝑟𝑖 ) 𝜎 + 𝜇 𝑟𝑖 = Número aleatorio con distribución
normal entre 0 y 1.
1 1
Exponencial = Media de la distribución
𝐸𝑖 = − ln(1 − 𝑟𝑖 ) 𝜆
Ei 𝜆 exponencial.
𝑟𝑖 = Número aleatorio con distribución
exponencial entre 0 y 1.
𝛼
Weibull 𝑊𝑖 = 𝛾 + 𝛽 −ln(1 − 𝑟𝑖 ) 𝛼 = Parámetro de forma.
Wi 𝛽 = Parámetro de escala.
𝛾 = Parámetro de localización.
𝑟𝑖 = Número aleatorio con distribución
Weibull entre 0 y 1.
Binomial 1 𝑠𝑖 𝑟𝑖 𝜖 0, 𝑝 𝑝 = Probabilidad de ocurrencia del
Bi 0 𝑠𝑖 𝑟𝑖 𝜖(𝑝, 1) evento.
𝑟𝑖 = Número aleatorio con distribución
normal estándar entre 0 y 1.
Poisson 𝜇 𝑥 𝑒 −𝜇 𝑥 = Número de ocurrencias del evento.
𝑃 𝑥 =
Pi 𝑥! 𝜇 = Medía de la distribución Poisson.
U N I D A D F O R M AT I VA 3
S I M U L A C I Ó N Y O P T I M I Z A C I Ó N D E
P R O C E S O S

Referencias
▪ García, E; García, H; cárdenas, L (2013). Simulación y análisis con ProModel, 2da
edición, México. Pearson.