# Distribuciones de probabilidad ### Random.Distribución Simio soporta varias distribuciones de probabilidad para la generación de números aleatorios. Estas se utilizan de la forma ***Random.Distribución(Parámetros)*** ![ExpressionsRandom.png](https://simulemos.cl/uploads/images/gallery/2019-04-Apr/scaled-840-0/BI9PEGNLxoh3Ofmy-ExpressionsRandom.png) [Editor de expresiones](https://simulemos.cl/books/simio/page/expressions-y-el-expression-editor "Expressions y el Expression Editor") mostrando la lista de distribuciones implementadas en Simio. #### Distribuciones y sus parámetros A continuación se definen las distribuciones implementadas en Simio con sus parámetros.
**Distribución****Función y parámetros****Descripción**
BernoulliRandom.Bernoulli(**probabilidadDeÉxito**)Esta distribución retorna un valor 0 o 1. El parámetro es la probabilidad de obtener 1.
BetaRandom.Beta(**alpha1**, **alpha2**)Distribución con rango 0 a 1 cuya forma depende de sus parámetros de forma **alpha1** y **alpha2.**
BinomialRandom.Binomial(**probabilidadDeÉxito**, **númeroDePruebas**)Distribución que representa el número de éxitos en una cantidad especificada de pruebas.
ContinuaRandom.Continuous(**v1**, **c1**, **v2**, **c2**, ..., **vn**, **cn**)Distribución empírica definida por un conjunto de pares de la forma (**vi**, **ci**) correspondiente a un valor y su probabilidad acumulada. Devuelve un número real ubicado entre 0 y **vn**. Esta distribución tiene implícito un **v0** igual a 0, si se desea que los valores partan en **v1** se debe especificar **c1** como 0. Ejemplo: Random.Continuous(1, 0.2, 2, 0.5, 3, 1) devuelve cualquier valor real entre 0 y 3.
DiscretaRandom.Discrete(**v1**, **c1**, **v2**, **c2**, ..., **vn**, **cn**)Distribución empírica definida por un conjunto de pares de la forma (**vi**, **ci**) correspondiente a un valor y su probabilidad acumulada. Devuelve solamente uno de los **n** valores definidos. Ejemplo: Random.Discrete(1, 0.2, 2, 0.5, 3, 1) devuelve solo los valores 1, 2 o 3, con un 20%, 30% y 50% de probabilidad, respectivamente.
ErlangRandom.Erlang(**media**, **k**)Distribución que modela un proceso de n-fases en el que el tiempo para cada fase está distribuido de forma exponencial. Los parámetros corresponden a la **media** y el número de fases (**k**).
ExponencialRandom.Exponential(**media**)Distribución utilizada normalmente para modelar el tiempo entre llegadas. Recibe como parámetro la **media** de la distribución.
GammaRandom.Gamma(**alpha**, **beta**)Distribución que recibe un parámetro de forma (**alpha**) y otro de escala (**beta**). La media es el producto de estos parámetros.
GeométricaRandom.Geometric(**probabilidadDeÉxito**)Distribución discreta que representa el número de fallas antes del primer éxito. El parámetro representa la probabilidad de éxito para cada prueba independiente.
JohnsonSBRandom.JohnsonSB(**alpha1**, **alpha2**, **mínimo**, **máximo**)Distribución acotada cuya forma depende de sus dos parámetros de forma (**alpha1**, **alpha2**), el **mínimo** y el **máximo**.
JohnsonSURandom.JohnsonSU(**alpha1**, **alpha2**, **ubicación**, **escala**)Distribución no acotada cuya forma depende de sus dos parámetros de forma (**alpha1**, **alpha2**), el parámetro de **ubicación** y el parámetro de **escala**.
LogLogisticRandom.LogLogistic(**forma**, **escala**)Distribución con un parámetro de **forma** y uno de **escala**, ambos deben ser no negativos. Tiene un rango de 0 a infinito.
LognormalRandom.Lognormal(**media, desviaciónEstándar**)Distribución continua en la que el logaritmo de una variable tiene una distribución normal. Sus parámetros son la **media** y la **desviación estándar**.
Binomial NegativaRandom.NegativeBinomial( **probabilidadDeÉxito**, **númeroDeÉxitos**)Distribución discreta que representa el número de fallas antes de alcanzar el número especificado de éxitos. Los parámetros son la probabilidad de éxito para cada prueba y el número requerido de éxitos.
NormalRandom.Normal(**media, desviaciónEstándar**)Sus parámetros son la **media** y la **desviación estándar**.
Pearson tipo VIRandom.PearsonVI(**formaA**, **formaB**, **escala**)Distribución con dos parámetros de forma (**formaA**, **formaB**) y uno de escala (**escala**). Todos los parámetros deben ser no negativos. El rango es de 0 a infinito.
PertRandom.Pert(**mínimo**, **moda**, **máximo**)Caso especial de la distribución Beta en la que los parámetros de forma son calculados a partir del **mínimo**, la **moda** y el **máximo**.
PoissonRandom.Poisson(**media**)Distribución discreta que modela el número de eventos en un intervalo de tiempo en el cual estos están ocurriendo a una tasa constante según un proceso Poisson. El tiempo entre eventos está distribuido de forma exponencial y el número de eventos en un tiempo determinado esta Poisson-distribuido. El parámetro es la tasa de eventos por unidad de tiempo, debe ser no negativa.
TriangularRandom.Triangular(**mínimo**, **moda**, **máximo**)Distribución que tiene parámetros para definir el **mínimo**, la **moda** o valor más probable y el **máximo**.
UniformeRandom.Uniform(**mínimo**, **máximo**)Distribución cuyos parámetros definen el valor **mínimo** y **máximo**. Todos los valores dentro del rango son equiprobables.
WeibullRandom.Weibull(**forma**, **escala**)Distribución con parámetros de **forma** y **escala** cuyo rango va de 0 a infinito.