En este trabajo se hace énfasis en dos pasos para usar data empírica en un modelo de distribuciones de probabilidad para variables inciertas: (1) creando un histograma de data observada y (2) usando prueba de bondad de ajuste para determinar la distribución más apropiada. En este trabajo se usará la herramienta BatchFit de CrystalBall para demostrar una aplicación en el mundo real, específicamente en el mundo minero. Haremos una distribución de probabilidades de las toneladas movilizadas para el año 2008 teniendo como base 22.004 datos de toneladas movidas por viaje de nueve camiones de una flota de diez camiones. Tenemos la incertidumbre de no saber si el camión número seis de la flota va a ingresar a ser parte de la movilización de toneladas o no en los siguientes días restantes del año y si entró a tallar en los días previos a junio. Además de ello, tendremos como resultado de la simulación lo detalles de la eficiencia del software Crystalball como son las iteraciones por segundo, números aleatorios por segundo y tiempo total.Trabajo de suficiencia profesional