Metas:
1.- Introducción: Tipos de Distribuciones
2.- Algoritmos generadores de numeros aleatorios con cierta distribución.
3.- Análisis de datos, pruebas de normalidad (Seleccion de distribución)
4.- Casos de aplicación en la vida real.
***** * ***** * ***** * ***** * ***** * ***** * ***** * ***** * ***** * *****
Conclusiones.
Meta #1
En el siguiente gráfico se muestran las distribuciones mas importantes o utilizadas:
* Binomial: Experimentos de Bernoulli.
* Geométrica: Se relaciona con la distribución exponencial. Cuantifica los intentos para llegar a un éxito.
* Normal: Es la más común, sus variables no son controladas por dispersión, Ley de los Números grandes.
* X2: Prueba de hipótesis, análisis de varianza y regresión, pruebas estadísticas.
Nota: Aplicando la distribución geométrica a un caso determinado, podemos cuantificar el número de éxitos o fracasos, y aplicando la distribución exponencial, podremos cuantificar el tiempo que se tarda para llegar a un éxito o fracaso.
Meta #2
Errores comunes de los algoritomos generadores de números aleatorios.
- No estar distribuidos uniformemente.
- Pueden pertenecer a otra distribución.
- La media puede ser muy alta o muy baja, al igual que la varianza.
- La correlación.
Ventajas.
- Rapidez en la generación de dichos números y por lo tanto de la simulación misma.
- Practicidad.
- No requieren de un hardware especifico.
Meta #4
- Aplicaciones en el campo morfológico.
- Temperatura, presión.
- Cuestiones psicológicas.
- Examen CENEVAL
Conclusión general:
Para determinar la distribución que tienen los datos, primero se piensa que tiende a la distribución normal, en caso contrario, se aplican las pruebas de normalidad para determinar a cual distribución pertenecen dichos datos.