In this article I present quantitative techniques to simulate a non-Uniform random-variables generator whose values distribute following a known (or unknown) probability distribution. And only when this isn’t possible with one of the presented methods, I will work the simulation empirically. Also, I present applications in the business of different probability distributions and its profiles for specific values of its parameters with the objective that the reader can identify the curve could represent to the random variable before applying a method. Like a example I show a graphic with statistical results that the generated dates distribute really as the dates of the original sample. In this way, the reader can use this information in a dynamic system of simulation processes with discrete events which represent a real system.

En este artículo se presentan técnicas cuantitativas para simular un generador de una variable aleatoria no-uniforme, cuyos valores se reparten siguiendo una distribución de probabilidad conocida o no conocida, y sólo cuando esto no sea posible por uno de los métodos presentados, se trabajará la simulación empíricamente. También se presentan aplicaciones en la empresa de distintas distribuciones de probabilidad y los perfiles para valores específicos de sus parámetros, a fin de que el lector pueda identificar, antes de aplicar algún método, qué curva podría representar a la variable aleatoria. Como ejemplo se muestra mediante un gráfico y con resultados estadísticos que los datos generados siguen realmente la distribución que representa a la muestra original. De esta forma, el lector puede usar esta información en un sistema dinámico de simulación de procesos con eve...