Distribuciones No Uniformes
Distribuciones No Uniformes
Distribuciones No Uniformes
No Uniformes
Algoritmos y
Estructura de
Datos I
1
Distribuciones no uniformes
Si bien en la lectura anterior desarrollamos un generador de números
aleatorios con distribución uniforme, existen también otras distribuciones
de interés.
Distribución normal
Existen muchos fenómenos naturales que responden a una distribución
normal. Cuando necesitemos representar a alguno de ellos en una
aplicación, nos encontraremos con que la distribución uniforme antes vista
no nos sirve.
2
Interpretación
3
Figura 3: Representación gráfica de una distribución normal con
desviación estándar chica
Ejemplos
Como podemos visualizar en este ejemplo, las alturas de las personas son
bastante parecidas en lo que respecta a la magnitud para la mayoría de las
personas y son unos pocos los que difieren grandemente. Esto mismo
sucedería con el peso de las personas según el sexo.
Distribución de Poisson
Es otro tipo de distribución de gran utilidad. Se llama así en honor a su
descubridor, Simeón-Denis Poisson, un físico y matemático francés que
realizó distintos aportes de utilidad, uno de los cuales está orientado a la
teoría de las probabilidades.
4
Figura 4: Representación gráfica de la distribución de Poisson
Interpretación
5
𝑎𝑘 𝑒 −𝑎
. (Weiss, 2013, p. 393).
𝑘!
Ejemplos
Interpretación
6
Ejemplos
Si nos ponemos a pensar, son muchas las aplicaciones que se nos pueden
ocurrir. Por mencionar algunos, gracias a esta distribución podemos
determinar cuánto tiempo pasa hasta que se produce una réplica de un
terremoto, el tiempo en que una aplicación funciona correctamente hasta
que falla, la cantidad de metros de algún producto (hilo, telas, etc.) que se
producen hasta encontrar una falla, entre otros.
7
Referencias
Weiss, M. A. (2013). Aleatorización. En M. Martín-Romo (Ed.), Estructuras de
datos en Java (pp. 392-394). Madrid, ES: Pearson.