SIMULACION DE SISTEMAS

S.E.P

S.N.E.S.T

D.G.E.S.T

INSTITUTO TECNOLGICO

Del Istmo

Autor: Luis Fernando petriz cortes Profesin: Ingeniera en Sistemas Computacionales. Titulo: INVESTIGACION Materia: SIMULACION DE SISTEMAS MAESTRO Ingeniero: TOLEDO CRUZ LUCIANO

LUIS FERNANDO PETRIZ CORTES

SIMULACION DE SISTEMAS

JUCHITAN DE ZARAGOZA OAXACA A 1 DE AGOSTO DEL 2011

INDICE

1234567-

PRESENTACION VARIABLE ALEATORIA MEDIDAS DE CENTRALIZACION MEDIA VARIANZA DESVIACION ESTANDAR FUNCION DE DISTRIBUCION DE PROBABILIDAD DISCRETA UNIFORME 8- FUNCION DE DISTRIBUCION DE PROBABILIDAD DISCRETA NO UNIFORME

LUIS FERNANDO PETRIZ CORTES

SIMULACION DE SISTEMAS

VARIABLE ALEATORIA Se llama variable aleatoria a toda funcin que asocia a cada elemento del espacio muestral E un nmero real. Se utilizan letras maysculas X, Y, ... para designar variables aleatorias, y las respectivas minsculas (x, y, ...) para designar valores concretos de las mismas. Variable aleatoria discreta Una variable aleatoria discreta es aquella que slo puede tomar valores enteros. Ejemplos El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado. Variable aleatoria discreta Una variable aleatoria discreta es aquella que slo puede tomar valores enteros. Ejemplos El nmero de hijos de una familia, la puntuacin obtenida al lanzar un dado. Variable aleatoria continua Una variable aleatoria continua es aquella que puede tomar todos los valores posibles dentro de un cierto intervalo de la recta real. Ejemplos La altura de los alumnos de una clase, las horas de duracin de una pila. UNA MONEDA MEDIDAS DE CENTRALIZACION Una medida de centralizacin es un valor, que es representativo de un conjunto de datos y que tiende a situarse en el centro del conjunto de datos, ordenados segn su magnitud. EJEMPLO: CALIFICACIONES DELOS ALUMNOS Mediana Es el valor de la variable estadstica que divide en dos partes iguales a los individuos de una poblacin, supuestos ordenados en orden creciente. En general, es el valor donde la funcin de distribucin F(x) toma el valor 1/2, pero as definida puede no ser nica en cuyo caso se toma la media aritmtica de los valores de mediana, o no existir en cuyo caso se toma como mediana el valor de la poblacin ms cercano a esa mediana 'ideal'. EJEMPLO: UN CENSO DE POBLACION LUIS FERNANDO PETRIZ CORTES 3

SIMULACION DE SISTEMAS
Moda Es el valor ms frecuente de la variable estadstica; valor que se corresponde al mximo del histograma. Si la variable es discreta, puede darse el caso de que haya ms de una mediana. EJEMPLO: UNA CANTIDAD DE PERSONAS ADULTAS O NIOS EN UN CENSO Media aritmtica Es la suma de los productos de los posibles valores que tome la variable xi, entre el nmero de valores que esa variable contenga.

MEDIDAS DE DISPERSION Son medidas que representan el grado en el que los valores numricos tienden a extenderse alrededor de un valor medio. Recorrido Es la diferencia entre el mayor y menor valor de una variable estadstica. Varianza. Una forma natural de medir la dispersin en torno a la media es calcular la media de las diferencias:

pero como habr valores por encima y por debajo de la media que se compensarn, calcularemos mejor el cuadrado de las diferencias. Se define as varianza de una variable estadstica, como la media de los cuadrados de las desviaciones de sus valores respecto a su media. Se representa por s2:

Se distingue aqu entre los casos de variable estadstica y variable aleatoria. En el primer caso, tendremos una serie de valores concretos, de los que vamos a calcular su varianza, la varianza muestral. La frmula es la que se acaba de expresar. En el caso de variable aleatoria, estaremos calculando una varianza estimada, ya que no estamos tomando muestras de un conjunto de datos inmenso y por lo tanto la media y varianza son estimadas, no conocidas. La expresin que la define cambia en un pequeo detalle: en vez de dividir el resultado de la suma entre (n-1), se divide entre (n), as:

Desviacin tpica (o estndar). Es la raz cuadrada de la varianza.

LUIS FERNANDO PETRIZ CORTES

SIMULACION DE SISTEMAS
Al igual que con la varianza, se distinguen los casos de variables aleatorias y estadsticas. En esta frmula se expresa tambin la desviacin tpica muestral, que es la que usaremos. Coeficiente de variacin. Es el cociente entre la desviacin tpica y la media. Eliminamos con esta medida la influencia de la escala escogida en las mediciones efectuadas.

FUNCION DE DISTRIBUCION DE PROBABILIDD DISCRETA UNIFORME DISTRIBUCION UNIFORME Notacin: X UD( )

Definicin Es la ms simple de todas las distribuciones modelo y en ella la variable aleatoria asume cada uno de los valores con una probabilidad idntica. " Sea la variable aleatoria X que puede asumir valores con idntica probabilidad. Entonces la distribucin uniforme discreta viene dada por:

O sea que el parmetro clave en esta distribucin es =nmero de valores que asume la variable aleatoria X y que sera un parmetro de conto. As por ejemplo cuando se lanza un dado correcto, cada una de las seis caras posibles conforman el espacio muestral: La v.a X: nmero de puntos en la cara superior del dado tiene una distribucin de probabilidad Uniforme discreta, puesto que: = para

en otro caso. La representacin grfica de esta distribucin de probabilidad puede hacerse con un histograma para v.a. discreta, es en este caso la altura de

LUIS FERNANDO PETRIZ CORTES

SIMULACION DE SISTEMAS

Planteemos sus caractersticas principales de tendencia central y dispersin. El valor esperado y varianza de una distribucin discreta uniforme se obtienen as: Valor esperado ( )

Varianza (

Para el caso del lanzamiento del dado: el valor esperado y la varianza del nmero de puntos en la cara superior son:

LUIS FERNANDO PETRIZ CORTES