1) quien las propuso?

Pareto= Vilfredo Pareto

Binomal negativa= Bernoulli

Exponencial= Gosset

2)

- La distribución exponencial modela los procesos de Poisson en donde el fenómeno

se encuentra en un estado inicial. La distribución exponencial es la versión continua
de la distribución geométrica. Si el proceso para cambiar del estado A al estado B
se puede dividir en varias tareas independientes puede ser mejor modelarlo con
una distribución Gamma. La distribución Gamma modela la suma de múltiples
variables independientes, distribuidas exponencialmente. Se puede ver como un
caso especial de distribución exponencial.

-la binomial negativa es una alternativa de la poisson cuando la frecuencia de ocurrencia no es

constante en el tiempo o el espacio.

Se usa para modelar estadísticas de accidentes, datos sicológicos compras del consumidor y
otras situaciones similares.

-Se puede usar software y un programa de computadora para el ajuste de una distribución de
probabilidad, incluyendo la de Pareto, a una serie de datos

3) como aplican a la ingeniería industrial : esta profesión trata de resultados como todas pero
se debe tener un control en todas las industrias ya que se debe tener siempre las
probabilidades de eventualidad asi también como de fallos o errores y tener un control y
seguimientos de los recursos entre otras cosas.

4) . Probabilidad. Experimento aleatorio. Definicion de variable aleatoria discreta. Distribuci´on

de probabilidad. Funci´on de distribuci´on. Variable aleatoria continua. Funci´on

de densidad. Transformaciones. Esperanza y varianza. Momentos. Proceso de Bernoulli:

Distribucion binomial. Proceso de Poisson: Distribucion de Poisson. Distribucion exponencial.

Distribuci´on normal. La distribucion normal como aproximaci´on de las distribuciones
binomial y de Poisson. Distribucion conjunta. Definiciones de distribucion

conjunta, marginal y condicionada. Funciones de densidad de varias variables. Esperanza.

Covarianza y correlacion. Generalizacion a n variables aleatorias. Independencia.

Transformaciones lineales. Media de variables aleatorias independientes: el teorema central
del

lımite
3)

Este artículo trata sobre las aplicaciones de las distribuciones de probabilidad en la

simulación de sistemas productivos. Primeramente, se expone el concepto de números

aleatorios entre cero y uno, y los métodos para generar números aleatorios entre cero y uno.

Después, se describe el método de la transformada inversa para construir generadores de

variables aleatorias, y se presenta la aplicación de las distribuciones de probabilidad en la

simulación de sistemas productivos haciendo uso de los generadores de variables aleatorias y

números aleatorios entre cero y uno. Finalmente, se deja al lector una actividad que consta de

7 ejercicios para que practique los conceptos adquiridos durante la lectura del presente

artículo.

Palabras clave: Simulación, distribuciones de probabilidad, números aleatorios,

generadores de variable aleatoria,

4) http://prezi.com/gkcwwipu0xup/relacion-entre-la-distribucion-binomial-poisson-y-normal/

-En estadística la distribución exponencial es una distribución de probabilidad continua con un

parámetro cuya función de densidad es:

Su función de distribución es:

Donde representa el número e.

El valor esperado y la varianza de una variable aleatoria X con distribución exponencial son:

La distribución exponencial es un caso particular de distribución gamma con k = 1. Además la

suma de variables aleatorias que siguen una misma distribución exponencial es una variable
aleatoria expresable en términos de la distribución gamma.
- Esta distribución puede considerarse como una extensión o ampliación de
la distribución geométrica . La distribución binomial negativa es un modelo
adecuado para tratar aquellos procesos en los que se repite un determinado
ensayo o prueba hasta conseguir un número determinado de resultados
favorables (por vez primera) .Es por tanto de gran utilidad para aquellos
muestreos que procedan de esta manera. Si el número de resultados
favorables buscados fuera 1 estaríamos en el caso de la distribución
geométrica . Está implicada también la existencia de una dicotomía de
resultados posibles en cada prueba y la independencia de cada prueba o
ensayo, o la reposición de los individuos muestreados.

-En estadística la distribución Pareto, formulada por el sociólogo Vilfredo Pareto, es

una distribución de probabilidad continua con dos parámetros, que tiene aplicación en
disciplinas como la sociología, geofísica yeconomía1 . En algunas disciplinas a veces se
refieren a la ley de Bradford. Por otro lado, el equivalente discreto de la distribución Pareto es
la distribución zeta

Si X pertenece al dominio de la variable de la distribución de pareto, entonces la probabilidad

de que X sea mayor que un número x viene dada por:

donde xm es el valor mínimo posible (positivo) de X, y α es un parámetro. La familia de las

distribuciones de Pareto se parametrizan por dos cantidades, xm y α. Cuando esta
distribución es usada en un modelo sobre la distribución de riqueza, el parámetro α es
conocido como índice de Pareto.