Generador de Va - Ela

metodo de la Transformada Inversa
DISTRIBUCIÓN UNIFORME
SIMULAR LA MEDICION DE LA TEMPERATURA DE UN HORNO, SUPONIENDO QUE SU TEMPERATURA SE

COMPORTA DE MANERA UNIFORME EN UN RANGO DE 300°C A 500°C. SIMULAR PARA LAS SIGUIENTES 5
MEDICIONES.
DATOS
a= 300 °C
b= 500 °C
TEMPERATURA
MEDICIÓN ri
(°C)
1 0.0109 302
2 0.0883 318
3 0.9169 483
4 0.7407 448
5 0.7223 444
TEMPERATURA SE
A LAS SIGUIENTES 5
DISTRIBUCIÓN DE BERNOULLI
LOS DATOS HISTÓRICOS SOBRE LA FRECUENCIA DE PAROS DE CIERTA MÁQUINA MUESTRAN QUE EXISTE UNA
PROBABILIDAD DE 0.25 DE QUE ESTA FALLE EN UN DÍA DETERMINADO. GENERE LA SECUENCIA ALEATORIA QUE SIMULE
ESTE COMPORTAMIENTO DE LOS PRÓXIMOS 5 DÍAS.
DATOS
p= PROBABILIDAD DE ÉXITO= 0.25
(1-p)= PROBABILIDAD DE FRACASO= 0.75
X= 0,1
PASOS
1.- DETERMINAR LA TABLA DE PROBABILIDADES ACUMULADA
2.- REGLA DE DESICIÓN
3.- SIMULAR
PASO 1.- PASO 2.-

Prob. Prob.
Puntual Acumulada
x p(x) P(x)
0 0.75 0.75 Xi= 0 SI RI PERTENECE 0 0.75 0
1 0.25 1 1 SI RI PERTENECE 0.75 1 1
PASO 3.-
EVENTO DE
DÍAS ri Xi LA
1 0.7484 0 MÁQUINA
NO FALLA
2 0.1376 0 NO FALLA
3 0.7558 1 FALLA
4 0.0002 0 NO FALLA
5 0.3771 0 NO FALLA
DISTRIBUCIÓN DE EXPONENCIAL
SIMULAR EL TIEMPO DE SERVICIO DE 5 CLIENTES DEL BANCO BANAMEX.

LOS DATOS HISTÓRICOS DE SERVICIO EN LA CAJA DEL BANCO BANAMEX SE COMPORTA DE FORMA
EXPONENCIAL CON UNA MEDIA DE SERVICIO DE 6 MIN/CLIENTE
FORMULA (1-ri)
1/𝜆= MEDIA DE SERVICIO= 3 min/cliente

TIEMPO DE
CLIENTE ri SERVICIO
1 0.442 (min)
1.75
2 0.368 1.38
3 0.552 2.41
4 0.447 1.78
5 0.253 0.87
6 0.473 1.92
7 0.540 2.33
8 0.960 9.68
9 0.156 0.51
10 0.815 5.06
11 0.447 1.78
12 0.127 0.41
13 0.854 5.77
14 0.508 2.13
15 0.847 5.63
16 0.188 0.62
17 0.552 2.41
18 0.775 4.48
19 0.481 1.97
20 0.335 1.22
21 0.525 2.24
22 0.408 1.57
23 0.783 4.58
24 0.729 3.92
25 0.691 3.52
26 0.114 0.36
27 0.715 3.76
28 0.726 3.89
29 0.535 2.30
30 0.576 2.57
31 0.542 2.34
32 0.040 0.12
33 0.837 5.43
34 0.755 4.22
35 0.140 0.45
36 0.258 0.89
37 0.031 0.09
38 0.033 0.10
39 0.592 2.69
40 0.403 1.55
41 0.297 1.06
42 0.204 0.68
43 0.242 0.83
44 0.030 0.09
45 0.773 4.45
46 0.580 2.60
47 0.098 0.31
48 0.257 0.89
49 0.418 1.62
50 0.066 0.20
51 0.833 5.36
52 0.053 0.16
53 0.568 2.52
54 0.027 0.08
55 0.143 0.46
56 0.825 5.23
57 0.936 8.23
58 0.913 7.31
59 0.098 0.31
60 0.005 0.02
61 0.790 4.68
62 0.253 0.88
63 0.588 2.66
64 0.789 4.66
65 0.316 1.14
66 0.438 1.73
67 0.081 0.25
68 0.097 0.30
69 0.517 2.19
70 0.179 0.59
71 0.805 4.90
72 0.078 0.24
73 0.206 0.69
74 0.104 0.33
75 0.218 0.74
76 0.123 0.39
77 0.658 3.22
78 0.887 6.53
79 0.905 7.07
80 0.626 2.95
81 0.970 10.51
82 0.548 2.38
83 0.562 2.48
84 0.825 5.22
85 0.208 0.70
86 0.060 0.19
87 0.089 0.28
88 0.459 1.84
89 0.055 0.17
90 0.044 0.13
91 0.272 0.95
92 0.922 7.64
93 0.357 1.32
94 0.525 2.24
95 0.057 0.18
96 0.538 2.32
97 0.572 2.54
98 0.608 2.81
99 0.069 0.21
100 0.171 0.56
101 0.952 9.12
102 0.815 5.06
103 0.629 2.97
104 0.643 3.09
105 0.475 1.94
106 0.856 5.82
107 0.029 0.09
108 0.653 3.18
109 0.444 1.76
110 0.653 3.17
111 0.970 10.50
112 0.093 0.29
113 0.041 0.13
114 0.948 8.86
115 0.871 6.14
116 0.838 5.46
117 0.428 1.68
118 0.094 0.30
119 0.903 7.00
120 0.867 6.04
121 0.548 2.38
122 0.806 4.92
123 0.780 4.54
124 0.311 1.12
125 0.297 1.06
126 0.933 8.12
2.69
DISTRIBUCIÓN DE POISSON
EL NÚMERO DE PIEZAS QUE ENTRAN A UN SISTEMA DE PRODUCCIÓN SE DISTRIBUYE DE ACUERDO A

UNA DISTRIBUCION DE POISSON CON UNA MEDIA DE LLEGADAS DE 4 PIEZAS/HRA. SIMULAR EL
COMPORTAMIENTO DE LA LLEGADA DE LAS PIEZAS AL SISTEMA PARA LAS PRÓXIMAS 8 HORAS
DATOS DE
MEDIA FORMULA
LLEGADAS= λ = 4 piezas/hora
e= 2.7183 x=0,1,2,3,…..,n
PASOS
1.- DETERMINAR LA TABLA DE PROBABILIDADES ACUMULADA
2.- REGLA DE DESICIÓN
3.- SIMULAR
1.- 2.-
Tabla de probabilidades acumuladas REGLA DE DESICIÓN
Prob. Prob.
Puntual Acumulada
x p(x) P(x)
0 0.0183 0.02 0 si ri pertenece 0.00 0.02
1 0.0733 0.09 1 si ri pertenece 0.02 0.09
2 0.1465 0.24 2 si ri pertenece 0.09 0.24
3 0.1954 0.43 3 si ri pertenece 0.24 0.43
4 0.1954 0.63 4 si ri pertenece 0.43 0.63
5 0.1563 0.79 Xi= 5 si ri pertenece 0.63 0.79
6 0.1042 0.89 6 si ri pertenece 0.79 0.89
7 0.0595 0.95 7 si ri pertenece 0.89 0.95
8 0.0298 0.98 8 si ri pertenece 0.95 0.98
9 0.0132 0.99 9 si ri pertenece 0.98 0.99
10 0.0053 1.00 10 si ri pertenece 0.99 1.00
SIMULACIÓN No. Piezas

HORAS Ri que entran
1 0.95 al#VALUE!
sistema
2 0.93
3 0.78
4 0.43
5 0.62
6 0.89
7 0.67
8 0.24
METODO DE CONVOLUCIÓN
DISTRIBUCIÓN DE NORMAL
𝑋= 𝑁_𝐼=[∑_(𝑖=1)^12▒(𝑟_𝑖 ) −6]𝜎+𝜇
EL VOLUMEN DE LLENADO DE UNA CERVEZA SIGUE UNA DISTRIBUCIÓN NORMAL CON UNA MEDIA DE 12 ONZAS Y
UNA DESVIACIÓN ESTÁNDAR DE 0.04 ONZAS. GENERAR 5 VARIABLES ALEATORIAS CON ESTA DISTRIBUCIÓN PARA
DATOS SIMULAR EL PROCESO DE LLENADO.
0.04 ONZAZS
12 ONZAS
VOLUMEN
CERVEZAS
(ONZAS)
1 4.70 -1.30 11.95

2 5.88 -0.12 12.00
3 4.75 -1.25 11.95
4 5.23 -0.77 11.97
5 6.90 0.90 12.04
NA MEDIA DE 12 ONZAS Y
STA DISTRIBUCIÓN PARA
METODO DE CONVOLUCIÓN
DISTRIBUCIÓN DE BINOMIAL
〖𝑌 =𝐵 〗 _𝑖= 〖𝐵𝐸〗 _1+ 〖𝐵𝐸〗 _2+ 〖𝐵𝐸〗 _3+

…+ 〖𝐵𝐸〗 _𝑁
AL INSPECCIONAR LOTES DE TAMAÑO N=5, LA PROBABILIDAD

DE QUE UNA PIEZA SEA DEFECTUOSA ES DE 0.035, SIMULAR EL
PROCESO DE INSPECCIÓN PARA DETERMINAR EL NÚMERO DE
PIEZAS DEFECTUOSAS POR LOS SIGUIENTES 10 LOTES
PROBABILIDADES
DATOS ACUMULADAS
N= 5 X p(x) P(X)
p= 0.035 0 0.965
1-p= 0.965 1 0.035
1
REGLA DE DESICIONES
0 SI ri PERTENECE 0.000 0.965 0 0.965
X= 1 SI ri PERTENECE 0.965 1.000 0.965 1.000
Piezas son
LOTE r1 BE1 r2 BE2 r3 BE3 r4 BE4 r5 BE5 r5 BE5
defectuosas
1 0.955 0 0.093 0 0.531 0 0.717 0 0.526 0 0.997 1 1
2 0.200 0 0.159 0 0.158 0 0.647 0 0.944 0 0.888 0 0
3 0.652 0 0.645 0 0.336 0 0.913 0 0.975 1 0.396 0 1
4 0.949 0 0.347 0 0.025 0 0.979 1 0.227 0 0.681 0 1
5 0.950 0 0.979 1 0.342 0 0.363 0 0.079 0 0.475 0 1
6 0.709 0 0.902 0 0.787 0 0.365 0 0.406 0 0.270 0 0
7 0.723 0 0.324 0 0.359 0 0.269 0 0.282 0 0.170 0 0
8 0.767 0 0.086 0 0.452 0 0.411 0 0.415 0 0.643 0 0
9 0.084 0 0.605 0 0.934 0 0.549 0 0.472 0 0.265 0 0
10 0.668 0 0.898 0 0.222 0 0.416 0 0.518 0 0.453 0 0
0
1
SI SE ACEPTA〖𝑌O=𝐵 〗 _𝑖= 〖𝐵𝐸〗 _1+ 〖𝐵𝐸〗 _2+ 〖𝐵𝐸〗 _3+ …+ 〖𝐵𝐸〗 _𝑁

RECHAZA EL LOTE
SE RECHAZA EL LOTE
SE ACEPTA EL LOTE
SE RECHAZA EL LOTE
SE RECHAZA EL LOTE
SE RECHAZA EL LOTE
SE ACEPTA EL LOTE
SE ACEPTA EL LOTE
SE ACEPTA EL LOTE
SE ACEPTA EL LOTE
SE ACEPTA EL LOTE
METODO DE COMPOSICIÓN
DISTRIBUCIÓN TRIANGULAR
"a + (c − a)" √(𝑟_𝑖 ) 𝑟_𝑗≤ ((𝑐 −𝑎))/((𝑏 −𝑎) )

si
x= 𝑟_𝑗> ((𝑐 −𝑎))/((𝑏 −𝑎) )
𝑏 − [(𝑏 −𝑐) √(1 − 𝑟_𝑖 )] si
GENERAR UNA MUESTRA DE 10 VARIABLES ALEATORIAS CON DISTRIBUCIÓN TRIANGULAR A PARTIR DE LOS
SIGUIENTES PARAMETROS VALOR MINIMO=5, VALOR MÁXIMO=25 Y LA MODA=15
DATOS 𝑟_𝑗≤ ((15 −5))/((25 −5) )
"5 + (15 − 5)" √(𝑟_𝑖 )
a= 5 si
b= 25 x= 𝑟_𝑗> ((15 −5))/((25 −5) )
c= 15 25 − [(25 −15) √(1 − 𝑟_𝑖 )] si
Variables rj ri
1 0.6624 0.7263 - 19.77
2 0.3655 0.8309 14.12 -
3 0.6143 0.1272 - 15.66
4 0.9694 0.1520 - 15.79
5 0.3230 0.4920 12.01 -
6 0.4536 0.9225 14.60 -
7 0.1991 0.0968 8.11 -
8 0.5866 0.2140 - 16.13
9 0.2300 0.9646 14.82 -
10 0.9455 0.2699 - 16.46

Generador de Va - Ela

Cargado por

Copyright:

Formatos disponibles

Generador de Va - Ela

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Generador de Va - Ela

Cargado por

Copyright:

Formatos disponibles

metodo de la Transformada Inversa

SIMULAR LA MEDICION DE LA TEMPERATURA DE UN HORNO, SUPONIENDO QUE SU TEMPERATURA SE

PASO 1.- PASO 2.-

SIMULAR EL TIEMPO DE SERVICIO DE 5 CLIENTES DEL BANCO BANAMEX.

1/𝜆= MEDIA DE SERVICIO= 3 min/cliente

EL NÚMERO DE PIEZAS QUE ENTRAN A UN SISTEMA DE PRODUCCIÓN SE DISTRIBUYE DE ACUERDO A

SIMULACIÓN No. Piezas

1 4.70 -1.30 11.95

〖𝑌 =𝐵 〗 _𝑖= 〖𝐵𝐸〗 _1+ 〖𝐵𝐸〗 _2+ 〖𝐵𝐸〗 _3+

AL INSPECCIONAR LOTES DE TAMAÑO N=5, LA PROBABILIDAD

SI SE ACEPTA〖𝑌O=𝐵 〗 _𝑖= 〖𝐵𝐸〗 _1+ 〖𝐵𝐸〗 _2+ 〖𝐵𝐸〗 _3+ …+ 〖𝐵𝐸〗 _𝑁

"a + (c − a)" √(𝑟_𝑖 ) 𝑟_𝑗≤ ((𝑐 −𝑎))/((𝑏 −𝑎) )

También podría gustarte