SIMULACION DE SISTEMAS DISCRETOS

Generación de variables aleatorias

Mg. Samuel Oporto Díaz Lima, 22 de noviembre de 2005

 Objetivo
• Exponer las técnicas para la generación de variables
aleatorias.

2 /15
 Tabla de Contenido
1. Método de la transformada inversa

3 /15
 Mapa Conceptual del Curso

Modelado y Colas con

Simulación un servidor

Proyectos Simulación Colas en Series de

Inventarios
Simulación X Eventos Serie Nro. Aleato

Colas en Validación
Paralelo de Series

Generación
de VA

4 /15
 Mapa Conceptual
Xi+1=(aXi+c) mod m

Números
Aleatorios
0.18
p(X = x)
0.15

0.13

0.10

Validación de
0.08

0.05

0.03

Series de NA 0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
x

Parámetros

Generación de 5

Variables 4

Variables 3

U (0,1)
Aleatorias
2

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

5 /15
 Motivaciones
1. Las fuentes de aleatoriedad tienen diferentes
distribuciones de probabilidad.
2. No necesariamente todas las distribuciones son
uniformes.
3. Es necesario generar números con distribuciones de
probabilidad particulares.

Intuitivamente las Variables Aleatorias se generan desde los

Números Aleatorios.

6 /15
 Métodos
• Método de la Transformada Inversa

7 /15
 MÉTODO DE LA
TRANSFORMADA INVERSA

8 /15
 Transformada Inversa
• Sea f(x) la distribución a generar.

• Utiliza la distribución acumulada F(x) de la distribución f(x).

• F(x)  (0-1)

• F(x) = R x = F-1 (R)

Dificultad:
• Algunas veces es difícil encontrar la transformada inversa

9 /15
 Transformada Inversa

F(x)
Distribución uniforme

x = F-1(R) x

f(x)

x x 10 /15
 Ejemplo 1
λ e-λx si x ≥ 0
f(x) =
0 si x ≥ 0

F(x) = ∫λ e-λt dt = 1 - e-λx Integral de 0 a x

R = 1 - e-λx R y 1 – R tienen una distribución uniforme

e-λx = 1 – R Por lo que es indistinto usarlos

e-λx = 1 - R

x = - 1/λ ln R

11 /15
 Ejemplo 2
1 .
b-a si a ≤ x ≤ b
f(x) =
0 si a > x > b

F(x) = ∫ 1 . dt = x - a.
b-a b-a

x - a. = R
b-a

x = a + (b – a) R

12 /15
 Ejemplo 3
• Diseñar un generador de variables aleatorias para:
e-55x
x!

• Se trata de una distribución Poisson

0.20
p(X = x)
0.18
0.15
0.13
0.10
0.08
0.05
0.03
0.00
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
x

13 /15
 Ejemplo 3
Calculando la Generando 50 números Generando la
distribución de aleatorios distribuidos distribución de
probabilidad y la uniformemente y buscando frecuencias de
distribución en P(X < x) la VA obtenida
acumulada.
aleatorio P(X = x)
0.5195 4 0.3212 3 x frecuencia
0.0436 1 0.9151 7 0 2
0.1724 2 0.4291 3 1 2
0.2611 2 0.4843 4 2 8
0.5735 4 0.4058 3 3 13
0.4649 4 0.2691 3 4 10
0.7395 5 0.6162 5 5 6
0.2967 3 0.1410 2 6 4
0.4714 4 0.1779 2 7 4
0.5463 4 0.5402 4 8 1
0.9120 7 0.5709 4 9 0
0.0088 0 0.7136 5 10 0
0.1799 2 0.6967 5 11 0
0.7590 5 0.8528 6 12 0
0.1902 2 0.3470 3 13 0
0.7708 6 0.0457 1 14 0
0.5170 4 0.5646 4 15 0
0.3827 3 0.8186 6 16 0
0.9435 8 0.3240 3 17 0
0.1835 2 0.7684 6 18 0
0.3138 3 0.6512 5 19 0
0.1551 2 0.9283 7 20 0
0.3612 3 0.3475 3 50
0.4110 3 0.0110 0
0.9226 7 0.3767 3 14 /15
 Ejercicio 1
• Diseñar un programa en EXCEL para generar VA con
distribución:
– Poisson
– Uniforme
– Exponencial
– Normal
– Empírica

15 /15
 Ejercicio 2
• Para la siguiente distribución de probabilidad

⅔x , si 0 ≤ x < 1
f(x)= ⅔ , si 1 ≤ x < 1½
1⅔ - ⅔x , si 1½ ≤ x < 2½

f(x )

x
0 ½ 1 1½ 2 2½

16 /15
 Ejercicio 2
Calcular:
• La función de distribución acumulada (defina esta
función por cada rango), apoye sus resultados con una
gráfica.
• La función para generar valores aleatorios, dado una
variable aleatoria R con distribución uniforme.
• Generar 10 valores de la variable aleatoria para los
siguientes números aleatorios.

0.8191 0.7084 0.4739 0.3617 0.0511

0.9358 0.3175 0.7858 0.6605 0.6238

17 /15
Ejercicio 2

18 /15