VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN

Descripción del Articulo

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 sim...

Descripción completa

Detalles Bibliográficos
Autor: Hermenejildo Chávez, María
Formato: artículo
Fecha de Publicación:2010
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:Revistas - Universidad Nacional Mayor de San Marcos
Lenguaje:español
OAI Identifier:oai:ojs.csi.unmsm:article/8872
Enlace del recurso:https://revistasinvestigacion.unmsm.edu.pe/index.php/administrativas/article/view/8872
Nivel de acceso:acceso abierto
Materia:Distribución de Probabilidad
Generador
Variable Aleatoria
P-Valor
Prueba de Bondad de Ajuste
Probability Distribution
Generator
Random Variable
P-Value
Test of Goodness of Fit
id REVUNMSM_bec29a2f1bba38708d43ebb111371323
oai_identifier_str oai:ojs.csi.unmsm:article/8872
network_acronym_str REVUNMSM
network_name_str Revistas - Universidad Nacional Mayor de San Marcos
repository_id_str
spelling VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓNVARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓNHermenejildo Chávez, MaríaDistribución de ProbabilidadGeneradorVariable AleatoriaP-ValorPrueba de Bondad de AjusteProbability DistributionGeneratorRandom VariableP-ValueTest of Goodness of FitEn 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 eventos discretos, que representa a un sistema real.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.Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Administrativas2010-12-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtículo revisado por paresapplication/pdfhttps://revistasinvestigacion.unmsm.edu.pe/index.php/administrativas/article/view/887210.15381/gtm.v13i26.8872Gestión en el Tercer Milenio; Vol. 13 No. 26 (2010); 79-95Gestión en el Tercer Milenio; Vol. 13 Núm. 26 (2010); 79-951728-29691560-908110.15381/gtm.v13i26reponame:Revistas - Universidad Nacional Mayor de San Marcosinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMspahttps://revistasinvestigacion.unmsm.edu.pe/index.php/administrativas/article/view/8872/7705Derechos de autor 2010 María Hermenejildo Chávezhttps://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccessoai:ojs.csi.unmsm:article/88722020-05-04T11:33:39Z
dc.title.none.fl_str_mv VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
title VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
spellingShingle VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
Hermenejildo Chávez, María
Distribución de Probabilidad
Generador
Variable Aleatoria
P-Valor
Prueba de Bondad de Ajuste
Probability Distribution
Generator
Random Variable
P-Value
Test of Goodness of Fit
title_short VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
title_full VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
title_fullStr VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
title_full_unstemmed VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
title_sort VARIABLES ALEATORIAS EN LA GESTIÓN EMPRESARIAL, SIMULACIÓN
dc.creator.none.fl_str_mv Hermenejildo Chávez, María
author Hermenejildo Chávez, María
author_facet Hermenejildo Chávez, María
author_role author
dc.subject.none.fl_str_mv Distribución de Probabilidad
Generador
Variable Aleatoria
P-Valor
Prueba de Bondad de Ajuste
Probability Distribution
Generator
Random Variable
P-Value
Test of Goodness of Fit
topic Distribución de Probabilidad
Generador
Variable Aleatoria
P-Valor
Prueba de Bondad de Ajuste
Probability Distribution
Generator
Random Variable
P-Value
Test of Goodness of Fit
description 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 eventos discretos, que representa a un sistema real.
publishDate 2010
dc.date.none.fl_str_mv 2010-12-31
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Artículo revisado por pares
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistasinvestigacion.unmsm.edu.pe/index.php/administrativas/article/view/8872
10.15381/gtm.v13i26.8872
url https://revistasinvestigacion.unmsm.edu.pe/index.php/administrativas/article/view/8872
identifier_str_mv 10.15381/gtm.v13i26.8872
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistasinvestigacion.unmsm.edu.pe/index.php/administrativas/article/view/8872/7705
dc.rights.none.fl_str_mv Derechos de autor 2010 María Hermenejildo Chávez
https://creativecommons.org/licenses/by-nc-sa/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2010 María Hermenejildo Chávez
https://creativecommons.org/licenses/by-nc-sa/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Administrativas
publisher.none.fl_str_mv Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Administrativas
dc.source.none.fl_str_mv Gestión en el Tercer Milenio; Vol. 13 No. 26 (2010); 79-95
Gestión en el Tercer Milenio; Vol. 13 Núm. 26 (2010); 79-95
1728-2969
1560-9081
10.15381/gtm.v13i26
reponame:Revistas - Universidad Nacional Mayor de San Marcos
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str Revistas - Universidad Nacional Mayor de San Marcos
collection Revistas - Universidad Nacional Mayor de San Marcos
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1795238260985823232
score 13.788314
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).