·        Posibilidad de estimar una probabilidad teórica a partir de datos de frecuencias.

·        Comprensión de las características de resultados aleatorios y de la convergencia.

Para la aplicación de las simulaciones en las variables aleatorias y modelos de variables aleatorias, se debe tomar en cuenta los siguientes aspectos:

·        Variables aleatorias: comprensión de los tipos de variables aleatorias, interpretación de sus principales características, funciones que describen su comportamiento aleatorio.

·        Modelos de variables aleatorias: comprensión de la naturaleza y efecto de las variaciones paramétricas, mejorar la capacidad de distinción entre los tipos de modelos. (Rodríguez Kendall & Ramírez Arce, 2015)

Si X es una variable aleatoria continua si su rango es continuo y si X tiene una distribución uniforme en el intervalo [𝑎, 𝑏]

Cuando tiene una distribución exponencial, Se dice que X sigue su distribución de probabilidad dada por:
𝑓𝑋(𝑥) = { 𝜆𝑒 −𝜆𝑥        𝑠𝑖 𝑥 ≥ 0 

0             𝑠𝑖 𝑒𝑛 𝑜𝑡𝑟𝑜 𝑐𝑎𝑠𝑜 

donde 𝜆 es una constante positiva. Se denota 𝑋~𝐸𝑥𝑝(𝜆)

Así mismo, X sigue una distribución normal si su función de probabilidad está dada por:

 𝑓𝑋(𝑥) = 𝑒 − 1 2 ( 𝑥−𝜇 /𝜎 ) ^ 2 /𝜎√2𝜋 
Donde 𝜇 y 𝜎 son constantes. Se denota 𝑋~𝑁(𝜇, 𝜎 2 )