28/10/2017

SIMULACION
Investigacin Unidad 3: Generacin de variables aleatorias

5 Semestre Grupo S-501

Instituto Tecnolgico Superior de Panuco
Ingeniera en Sistemas Computacionales
Alumno: Roque Oswaldo Cazares Garca, Karina Leonardo Azuara,
Mauricio Trejo Castillo.
Docente: MC. Enrique Ponce Rivera
 GENERACION DE VARIABLES ALEATORIAS.
ndice

Introduccin.3

3.1 Conceptos bsicos..4

3.2 Variables aleatorias discretas 5

3.3 Variables aleatorias continuas6

3.4 Mtodos para generar variables aleatorias..6

3.4.1 Mtodo de la transformada inversa..7

3.4.2 Mtodo de convolucin 7

3.4.3 Mtodo de composicin...8

3.5 Procedimientos especiales8

3.6 Pruebas estadsticas. (Pruebas de bondad de ajuste)9

Conclusin.10

Bibliografa.11

2
Introduccin

Buscamos mtodos que nos permitan obtener valores de variables aleatorias que sigan
determinadas distribuciones de probabilidad a partir de los nmeros aleatorios generados, que

siguen la distribucin Uniforme en el intervalo (0,1).

Hay cuatro mtodos generales de generacin de variables aleatorias y una serie de mtodos

particulares de las distintas distribuciones.

La facilidad de aplicacin de dichos mtodos, as como el coste computacional asociado a los

mismos, vara mucho segn la familia de variables aleatorias a las que se apliquen.

Normalmente existen varios algoritmos que se pueden utilizar para generar valores de una

determinada distribucin, y diferentes factores que se pueden considerar para determinar qu

algoritmo utilizar en un caso particular. Desafortunadamente dichos factores suelen entrar en

conflicto unos con otros y a veces se ha de llegar a una solucin de compromiso.

Algunos de estos factores son los siguientes:

Exactitud: se han de obtener valores de una variable con una precisin dada. A veces se
tiene suficiente con obtener una aproximacin y otras no.
Eficiencia: el algoritmo que implementa el mtodo de generacin tiene asociado un
tiempo de ejecucin y un gasto de memoria. Elegiremos un mtodo que sea eficiente en
cuando al tiempo y a la cantidad de memoria requeridos.
Complejidad: Buscamos mtodos que tengan complejidad mnima, siempre y cuando se
garantice cierta exactitud.

3
3.1 Conceptos bsicos

Numero Aleatorio

Es un resultado de una variable al azar por una funcin de distribucin.

Variable

Entidad que puede tomar un valor cualesquiera durante la duracin de un proceso dado.

Tipos de Variables:

Variable Aleatoria: Son aquellas que tiene un comportamiento probabilstico en la

realidad. Se usan letras como X, Y y Z para denotar una variable aleatoria.
Variable Discreta: Una variable aleatoria discreta puede tomar valores numricos
especficos. Se divide en variable aleatorias finitas e infinitas.

Generador de Nmeros Aleatorios

Es un dispositivo informtico (software) o fsico diseado para producir secuencias de nmeros

sin un orden aparente.

4
Algoritmos

Conjunto ordenado de operaciones sistemticas que permite hacer un clculo y hallar la solucin
de un tipo de problemas.

3.2 Variables aleatorias discretas.

Una variable aleatoria discreta puede tomar valores numricos especficos. Se divide en variable
aleatorias finitas e infinitas.

Slo puede tomar un nmero finito de valores dentro de un intervalo.

Por ejemplo:

5
3.3 Variables aleatorias continuas.

Es aquella que puede tomar infinitos valores dentro de un intervalo de la recta real.

En el caso de variables aleatorias continuas no tiene sentido plantearse probabilidades de

resultados aislados.

La probabilidad de valores puntuales es cero.

El inters de estas probabilidades est en conocer la probabilidad correspondiente a un
intervalo.

3.4 Mtodos para generar variables aleatorias.

Existen varios mtodos que nos permiten generar variables aleatorias. Lo normal es que existan
varias opciones para generar una misma variable aleatoria. La eleccin del mtodo adecuado se
puede basar en una serie de factores como:

Exactitud: Se prefiere un mtodo exacto frente a mtodos aproximados, como soluciones

numricas.
Velocidad: Uno de los datos que se toma en consideracin es el tiempo de generacin de
la variable.
Espacio: Necesidades de memoria del mtodo utilizado

Algunos mtodos son:

Mtodo de la transformada inversa

Mtodo de convolucin
Mtodo de composicin

6
3.4.1 Mtodo de la transformada inversa.

El mtodo de la transformada inversa puede utilizarse para simular variables aleatorias continuas,
lo cual se logra mediante la funcin acumulada f(x) y la generacin de nmeros pseudoaleatorios.

Consiste en:

Definir la funcin de Densidad f(x) que representa la variable a modelar.

Calcular la funcin acumulada f(x).
Despejar la variable aleatoria x y obtener la funcin acumulada inversa f(x)-1.
Generar las variables aleatorias x, sustituyendo valores con nmeros pdeudoaleatorios
ri ~U (0,1) en la funcin acumulada inversa.

Distribucin Uniforme

A partir de la funcin de la densidad de las variables aleatorias uniformes entre a y b.

Se obtiene la funcin acumulada

Igualando la funcin acumulada F(x) con el nmero pseudoaleatorio ri ~U (0,1), y despejando

x se obtiene:

Xi=a + (b - a) F(x)i

Xi=a + (b - a) r

3.4.2 Mtodo de convolucin.

Muchas variables aleatorias incluyendo la normal, binomial, poisson, gamma, erlang, etc, se
pueden expresar de forma exacta o aproximada mediante la suma lineal de otras variables
aleatorias.

7
El mtodo de convolucin se puede usar siempre y cuando la variable aleatoria x se pueda
expresar como una combinacin lineal de k variables aleatorias:

En este mtodo se necesita generar k nmeros aleatorios (u1,u2,...,uk) para generar (x1,x2,...xk)
variables aleatorias usando alguno de los mtodos anteriores y as poder obtener un valor de la
variable que se desea obtener por convolucin.

3.4.3 Mtodo de composicin.

Este mtodo va a poder ser aplicado cuando la funcin de densidad es fcil

siendo n el nmero de trozos en los que se ha dividido la funcin.

Cada uno de los fragmentos se puede expresar como producto de una funcin de distribucin y
un peso.

El mtodo consiste en generar dos nmeros aleatorios, uno sirve para seleccionar un trozo y el
otro se utiliza para generar un valor de una variable que sigue la distribucin de dicho trozo. El
valor de la variable obtenida es el valor buscado.

3.5 Procedimientos especiales

Existen diferentes tipos de mtodos para generar variables aleatorias, pero tambin existen
casos especiales para generar estas, como el mtodo de:

8
Distribucin de Poisson

Es una distribucin de probabilidad discreta que expresa, a partir de una frecuencia de

ocurrencia media, la probabilidad de que ocurra un determinado nmero de eventos durante
cierto perodo de tiempo.

Concretamente, se especializa en la probabilidad de ocurrencia de sucesos con probabilidades

muy pequeas, o sucesos "raros".

3.6 Pruebas estadsticas. (Pruebas de bondad de ajuste)

Se utiliza para la comprobacin de la distribucin de una muestra con alguna distribucin terica
que se supone describe a la poblacin a la cual se extrajo.

9
Es considerada como una prueba no paramtrica que mide la discrepancia entre una distribucin
observada y otra terica, indicando en qu medida las diferencias existen entre ambas, de
haberlas, se deben al azar.

Conclusin

Hay cuatro mtodos generales de generacin de variables aleatorias y una serie de mtodos

particulares de las distintas distribuciones.

Normalmente existen varios algoritmos que se pueden utilizar para generar valores de una

determinada distribucin, y diferentes factores que se pueden considerar para determinar qu

algoritmo utilizar en un caso particular. Desafortunadamente dichos factores suelen entrar en

conflicto unos con otros y a veces se ha de llegar a una solucin de compromiso.

10
Fuentes de Referencia

Fernndez, S. O. (21 de agosto de 2015). Nociones Bsicas de Anlisis Estadstico de Muestras.

Obtenido de Nociones Bsicas de Anlisis Estadstico de Muestras:
http://slideplayer.es/slide/5433755/

Orozco, A. D. (25 de abril de 2016). simulacin. Obtenido de simulacin:

https://sites.google.com/site/s1simulacion/unidad-3

11