Importancia de las distribuciones de probabilidad

Son herramientas que nos funcionan como indicadores arrojándonos  resultados de un proceso experimental, con probabilidades de que determinado evento ocurra en un futuro.

Las distribuciones de probabilidad son generadas por variables aleatorias; es decir, que el valor es seleccionado al azar pudiendo resultar aleatoria o continúo.

Una de las distribuciones más interesantes para la aplicación en la simulación es la Simulación binomial, ideal para determinar que en n pruebas idénticas se pueden obtener dos resultados, éxito o fracaso y cada uno será determinado independientemente del otro.

Ejemplo de distribución binomial:

Si deseo determinar en un lanzamiento de 6 veces de un dado, la probabilidad obtener 2veces el resultado del valor 5.

Para la resolución utilizaremos la siguiente fórmula.



En Donde:
P(X)= es la probabilidad de ocurrencia del 
eventos

p = es la probabilidad de éxito del evento (en un intento) 

q = es la probabilidad de fracaso del evento (en un intento)

q = 1 – p 

X = ocurrencia del evento o éxitos deseada

n = número de intentos 

Solución:

p = (0.5)

q = (se define como q = 1 – p) (0.5)
X = 2
n = 6

  

R: la probabilidad de que el dado caiga 2 veces con el lado 5 en un lanzamiento de 6 veces  es de 0.234375.