Generacin de Procesos Aleatorios Tericos Discretos.

Lic. Mario Ninaquispe Soto

Proceso Uniforme Discreto

Este proceso supone que es igualmente probable escoger un entero cualquiera entre a1 y a2; y esa probabilidad es:

Y cuyo generador de variables aleatorias es:

a2

1 a1 1

a1 lmiteinferior a2 lmite superior

xi

a1

ri (a2 a1 1)

Proceso Uniforme Discreto

Ejemplo: Generar 5 observaciones aleatorias de la variable uniforme discreta definida en el intervalo (2,6).

Ensayos de Bernulli
p(x)=px(1-p)1-x
x 0 1

para x=0,1
p(x) 1-p p P(x) 1-p 1

Generando nmeros pseudoaleatorios U(0,1)

xi

0; si ri 1; si ri

(0,1 p) (1 p,1)

Ensayos de Bernulli
Ejemplo: Los datos histricos sobre la frecuencia de paros de cierta mquina muestran que existe una probabilidad de 0.2 de que sta falle (x=1) y 0.8 de que no falle (x=0) en un da determinado. Generar una secuencia aleatoria que simule este comportamiento.

Proceso Aleatorio Binomial:

La variable aleatoria binomial con parmetros N y p puede ser generada a travs de la suma de N variables aleatorias Bernoulli con parmetro p.
Y=Bi=BE1+BE2+BE3++BEN = BI(N,p)

Proceso Aleatorio Binomial:

Ejemplo: Generar 4 observaciones aleatorias binomiales, tal que la probabilidad de xito es 0.30. Sol: BI(3,0.3); p=0.3; (1-p)=0.7

Proceso Poisson
Dados n ensayos de bernoulli, con probabilidad p muy pequea de ocurrencia segn n muy grande; entonces la probabilidad de x ocurrencias est representado por la distribucin de Poisson, la cual est relacionada con la distribucin exponencial con parmetro .

P( x)

e ;x x!

0,1,2,3,...

Proceso Poisson
Ejemplo: El nmero de piezas que entran a un sistema de produccin, sigue una distribucin de Poisson con media de 2 piezas/h. simular el comportamiento de las piezas del sistema.

Generacin de procesos aleatorios Continuos

Generacin de VA Continuas
Mtodo de la transformada inversa para distribuciones continuas:

1.- Ejemplo: Generar 10 V.A. cuya funcin de distribucin de probabilidad es: x ; 0 x 2 f ( x) 0 ; otro caso x Solucin: 2
1.- Hallar F(x) =
0

tdt

x 2

2.- Hacemos F(x) =r ; entonces :

2r

3.- Generar los 10 nmeros aleatorios.

Generacin de VA Continuas
2.- Ejemplo: Generar 15 V.A. cuya funcin de distribucin de probabilidad es:
f ( x) x ;0 x 1 2 x ;1 x 2 0 ; otro caso

Solucin:
x

1.- Hallar F1(x) =

0 1

tdt

x2 2
x

entonces:
x2 2

2r ;0 r

1 2

2.- Hallar F2(x) =

0

xdx
1

(2 t )dt
1 2 r 1

2x

entonces:

2 2r ;

Proceso Aleatorio Exponencial

Describe el intervalo de tiempo entre ocurrencia de eventos; con frecuencia se relaciona con el intervalo de tiempo entre llegadas en sistemas de espera, y con la descripcin de tasas de falla en problemas de confiabilidad.
f ( x) 0 e x; 0 x ; otro caso

ln(1 r )

: promedio o tasa de ocurrencia

Proceso Aleatorio Exponencial

Ejemplo: Generar 5 observaciones aleatorias de la variable exponencial, que representen el tiempo entre llegadas, a un servicio tal que las personas llegan a una tasa promedio de 2. Hallar el promedio de arribos.

Proceso Aleatorio Erlang K

xi
Donde:
1

1 k

Ln

ri

: tasa promedio del servicio : nmero de servicios : nmero aleatorio asociado al servicio i

ri

Proceso Aleatorio Erlang K

Supongamos que un automvil recibe consecutivamente servicios tales como: lavado, afinamientos y revisin del sistema elctrico. Cada servicio demora en promedio 20 minutos, y este tiempo sigue en cada etapa una distribucin exponencial. Generar el tiempo de atencin a 5 automviles, y hallar el tiempo promedio de atencin.

PROCESO DE SIMULACIN

PLANEACIN DE LOS EXPERIMENTOS DE SIMULACIN Formulacin del Problema Recoleccin y procesamiento de datos Formulacin de un modelo matemtico Estimacin de los parmetros de las caractersticas operacionales a partir de los datos Evaluacin del modelo y de los parmetros estimados Implementacin de un programa de computador Validacin Diseo de experimentos de simulacin Anlisis de datos simulados

PROCESANDO LA SIMULACIN Una vez construido el modelo, la mayora de los experimentos de simulacin se basan en el siguiente esquema:
Obtener

observaciones bsicas de una fuente de nmeros aleatorios. las observaciones en entradas del modelo el modelo para obtener las salidas

Transformar Utilizar Llevar

a cabo los clculos y anlisis estadsticos.

A MANERA DE SINTESIS La simulacin, en esencia tiene un papel dedicado a desarrollar un diseo de operacin de un sistema estocstico El desempeo del sistema real se imita mediante distribuciones de probabilidad para genera aleatoriamente los distintos eventos que ocurren en el sistema. Es por esto que un modelo de simulacin sintetiza el sistema con la construccin de cada evento. Despus el modelo corre el sistema simulado para obtener observaciones estadisticas del desempeo del sistema. Como las corridas de simulacin requieren la generacin y el procesamiento de una gran cantidad de datos, es inevitable que estos experimentos estadsticos se hagan en una computadora. [Hillier y Lieberman 2001]

A MANERA DE SINTESIS

La simulacin y los experimentos de simulacin se convierten as en herramientas de:

Anlisis de sistemas Diseo de sistemas Comprobacin de hiptesis

SIMULACIN DE MONTECARLO
El mtodo de Montecarlo es un mtodo numrico que permite resolver problemas matemticos mediante la simulacin de variables aleatorias
I.M. Sbol(1983)

EJERCICIO: SIMULACIN DE MONTECARLO

Considere una empresa dedicada al alquiler de autobuses con conductor. Esta dispone de 10 autocares con sus respectivos conductores, siendo el coste conjunto de autocar-conductor de 100 soles diarios. A veces, la empresa necesita subcontratar autocares de otra empresa, ya que tiene una demanda superior a los 10 autocares que dispone. Esta subcontrata le cuesta 150 soles diarios en caso de conseguirla. Cuando no es as, y no consigue subcontratar tantos autobuses como para poder garantizar la demanda del servicio, entonces sufre una prdida de 80 soles por servicio no cumplido. La empresa se est replanteando el nmero de autocares que debera tener en aras de minimizar el coste medio total. Un estudio muestra las necesidades diarias de autocares, as como la oferta como la oferta diaria de los mismos:

EJERCICIO: SIMULACIN DE MONTECARLO

Demanda diaria 5 6 7 8 9 10 11 12 13 14 15 16

Frecuencia observada 6 4 6 5 9 10 15 12 10 12 7 4

Oferta diaria de autocares subcontratados 0 1 2 3 4 5

Frecuencia observada 5 10 17 23 20 16