LeccióAPLICACIONES TIPICAS DE CADA DISTRIBUCIÓNn sin título

APLICACIONES TIPICAS DE CADA DISTRIBUCIÓN

By Angel Rom

Distribucion exponencial

En Teoría de Probabilidad y Estadística, la distribución exponencial es una distribución continua que se utiliza para modelar tiempos de espera entre un evento otro e incluso para la ocurrencia de un cierto evento. Esta distribución al igual que la distribución geométrica tiene la propiedad de pérdida de memoria.

​

​Para conocer mas sobre esta distribucion de click en el enlace
https://www.uv.es/ceaces/base/modelos%20de%20probabilidad/exponencial.htm

Distribucion Weibull

La distribución de Weibull nos permite estudiar cuál es la distribución de fallos de un componente clave de seguridad que pretendemos controlar y que a través de nuestro registro de fallos observamos que éstos varían a lo largo del tiempo y dentro de lo que se considera tiempo normal de uso.

​

​Para conocer mas sobre esta distribucion de click en el enlace
https://support.minitab.com/es-mx/minitab/help-and-how-to/probability-distributions-random-data-and-resampling-analyses/supporting-topics/distributions/weibull-distribution/

Distribucion Gamma

Utilice la distribución gamma para modelar valores de datos positivos que sean asimétricos a la derecha y mayores que 0. La distribución gamma se utiliza comúnmente en estudios de supervivencia de fiabilidad. Por ejemplo, la distribución gamma puede describir el tiempo que transcurre para que falle un componente eléctrico. La mayoría de los componentes eléctricos de un tipo particular fallará aproximadamente en el mismo momento, pero unos pocos tardarán más en fallar.

​

​Para conocer mas sobre esta distribucion de click en el enlace
https://support.minitab.com/es-mx/minitab/help-and-how-to/probability-distributions-random-data-and-resampling-analyses/supporting-topics/distributions/weibull-distribution/

Distribucion Poisson

La distribución de Poisson es una distribución de probabilidad discreta que expresa la probabilidad de que se produzca un número determinado de sucesos en un intervalo fijo de tiempo o espacio. Supone que estos sucesos ocurren con una frecuencia media conocida e independientemente del tiempo transcurrido desde el último suceso. Para entender la distribución de Poisson, primero es útil conocer la diferencia entre distribuciones discretas y continuas.

​

​Para conocer mas sobre esta distribucion de click en el enlace
https://www.datacamp.com/es/tutorial/poisson-distribution

Multiple Choice

Responde correctamente:

Tiempo entre eventos ( arribos, descomposturas, tiempos hasta falla ).

• • Exponencial.

• • Weibull

• • Gamma

• • Normal

Multiple Choice

Responde correctamente:

Tiempo de operaciones o servicios ( Tiempo entre arribos ).

• • Exponencial.

• • Weibull

• • Gamma

• • Normal

Multiple Choice

Responde correctamente:

Tiempo entre eventos ( arribos, descomposturas, vida util ).

• • Exponencial.

• • Weibull

• • Gamma

• • Normal