Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Simsi Sesion Iia
Simsi Sesion Iia
SIMULACIÓN
Con Variables Continuas
VARIABLES CONTINUAS
• Este tipo de variables se representan mediante una ecuación que se conoce como
función de densidad de probabilidad
VARIABLES CONTINUAS
Distribución 2-Erlang
VARIABLES CONTINUAS
DISTRIBUCIÓN NORMAL
t = μ + (z * σ) σ : desviación estándar
R: nro. aleatorio entre 0 y 1
Ejm: Si la demanda D de leche sigue una distribución normal con una media de 750
galones al día y una desviación estándar de 100 galones. Determine la demanda para un
aleatorio de 0.1515
z=DISTR.NORM.ESTAND.INV(0.1515)=-1.03
DISTRIBUCIÓN NORMAL
z=DISTR.NORM.ESTAND.INV(0.1515)=-1.03
t =DISTR.NORM.INV(0.1515, 750,100)
A continuación, trabajaremos con un ejemplo que hace uso de la distribución normal (la
distribución estadística más importante y utilizada)
Se desea evaluar la eficiencia de dos operarios en el ensamblaje de computadoras.
Basándonos en experiencias anteriores, se calcula que el tiempo necesario para que
cada uno de los operarios culmine el ensamblaje sigue una distribución normal con los
parámetros (media y desviación estándar, en minutos) que se indican a continuación:
ACTIVIDAD