UNIVERSIDAD DEL VALLE
UNIVALLE
INGENIERIA DE SISTEMAS
MATERIA: SIMULACION DE SISTEMAS
DOCENTE: ING. LILIANA ARGIRO
UNIVERSITARIO: ARIEL FLORES OTUVO
SEMESTRE: SEPTIMO
TRINIDAD – BENI - BOLIVIA
DISTRIBUCIÓN ERLANG
Para comenzar daremos una reseña biográfica de Agner Krarup Erlang.
Erlang nació en Lonborg (Lonborg), en Dinamarca. Era hijo de un maestro de escuela y
era descendiente del matemático Thomas Fincke por el lado de su madre. Erlang aprobó
con distinción el examen de ingreso para la Universidad de Copenhague en 1896.
Obtuvo una beca para la universidad y se graduó en matemáticas en 1901. Durante los
siguientes años sería profesor, pero mantuvo su interés en las matemáticas y recibió un
premio por un artículo que remitió a la Universidad de Copenhague. Fue miembro de la
asociación danesa de matemáticas, por medio de la cual conoció a Johan Jensen, el
ingeniero jefe de la Copenhagen Telephone Company (CTC), la cual era una subsidiaria
de International Bell Telephone Company. Erlang trabajó por casi 20 años para CTC,
desde 1908 hasta su muerte en Copenhague en 1928.
Siguiendo con nuestro tema daremos a conocer el método antes mencionado.
La variable aleatoria k-Erlang con medida 1/λ puede producirse a partir dela generación
de k variables exponenciales con media 1/kλ
Ejemplo:
El tiempo de proceso de cierta pieza sigue la distribución 3-erlang con media 1/λ de 8
minutos/ pieza. Una lista de números pseudoaleatorios ri ~ U(0,1) y la ecuación de
generación de números Erlang permite obtener la siguiente tabla que indica el
comportamiento de una variable aleatoria.
Simulación del tiempo de proceso
Pieza 1- ri 1- ri 1- ri Tiempo de proceso (min/pieza)
1 0.28 0.5 0.64 6.328
2
2 0.96 0.3 0.83
3.257
7
3 0.04 0.1 0.03 23.588
2
4 0.35 0.4 0.50 6.837
4
5 0.77 0.0 0.21 11.279
9
DISTRIBUCIÓN BINOMIAL
Una variable aleatoria x definida como el número de eventos exitosos en una secuencia
de n tiradas o intentos independientes de Bernoulli, cada una con probabilidad de éxito
p, es conocida como una variable aleatoria binomial. La distribución binomial es una de
las más importantes en las distribuciones estadísticas usadas en un área de
ejemplificación y control de calidad. La función de densidad de probabilidad binomial
está dada por:
donde
p = probabilidad de éxito por tirada
q = 1-p
n = número de tiradas
x = número de éxitos, en entero
Para generar una desviación binomial con parámetros p y n el procedimiento es el
siguiente:
Generar n desviaciones aleatorias uniformes
Contar el número de varianzas uniformes menor o igual a p
El número encontrado en el paso 2 es igual al valor de la varianza binomial
Este procedimiento puede entonces ser repetido tantas veces como sea necesario para
generar otras desviaciones binomiales.
Otro procedimiento involucrado que usa la distribución normal como una aproximación
a la binomial para casos donde n " 20 y np " 10. Desde que la varianza binomial es un
entero, la varianza normal usada como una aproximación debe ser redondeada al valor
entero más cercano. Este método es más rápido pero es solo una aproximación.
Ejemplo:
1 La última novela de un autor ha tenido un gran éxito, hasta el punto de
que el 80% de los lectores ya la han leido. Un grupo de 4 amigos son
aficionados a la lectura:
1 ¿Cuál es la probabilidad de que en el grupo hayan leido la novela 2
personas?
2 ¿Y cómo máximo 2?
Soluciones:
1 ¿Cuál es la probabilidad de que en el grupo hayan leido la novela 2
personas?
B(4, 0.2) p = 0.8 q = 0.2
2 ¿Y cómo máximo 2?
