GENERACION DE NUMEROS

ALEATORIOS Y VARIABLES
ALEATORIAS
La simulacin de eventos se basa en la
ocurrencia aleatoria de los mismos, por ello
los nmeros aleatorios y las variables
aleatorias son de especial importancia en la
aplicacin de esta herramienta

DR. JORGE ACUA

VARIABLES
ALEATORIAS

news

PROCESO

GENERADOR
DE NUMEROS
ALEATORIOS

TIEMPO

ENTREGA
TIEMPO
GENERADO

GENERADOR
DE
VARIABLES
ALEATORIAS
PIDE TIEMPO
DA DISTRIBUCION
Y PARAMETROS

ENTREGA
PIDE UN
NUMERO
NUMERO
GENERADO
ALEATORIO
DR. JORGE ACUA

VARIABLES
ALEATORIAS

news

PROCESO
GENERADOR
DE
NUMEROS
ALEATORIOS

TIEMPO=?

TIEMPO=4.324

GENERADOR
DE
VARIABLES
ALEATORIAS
NORMAL CON
MEDIA=4.3 Y
DESVIACION=0.4

ENTREGA
PIDE UN
0.34555
NUMERO
ALEATORIO
DR. JORGE ACUA

news

GENERADOR DE NUMEROS
ALEATORIOS

Los nmeros aleatorios son los que dan un

comportamiento real al modelo.
Es un proceso matemtico-estadstico
Existen varios algoritmos:
Mtodo del cuadrado medio
Mtodo congruencial lineal
Mtodo congruencial multiplicativo
Todos los mtodos se basan en una semilla
En la generacin se debe poner especial cuidado al
perodo, que es el nmero de nmeros que se pueden
generar hasta que se repita la serie.
El nmero aleatorio es un valor entre 0 y 1 y se
distribuyen uniformemente.

DR. JORGE ACUA

news

METODO DEL CUADRADO

MEDIO
Es uno de los primeros mtodos. Consiste en:
1. Escoger una semilla arbitraria
2. Elevar la semilla al cuadrado
3. Escoger los dgitos medios del cuadrado como
nmero aleatorio
4. Elevar esos dgitos al cuadrado
5. Repetir 3 y 4 hasta generar los nmeros
deseados sin que se repita la cadena o serie.

DR. JORGE ACUA

news

METODO DEL CUADRADO

MEDIO

EJEMPLO: Generar 4 nmeros aleatorios con la semilla

5497. Ri : nmero aleatorio generado
1. Semilla= X0= 5497
2. X02 = 54972 = 30217009
3. X1 = 2170
R1 = 0.217
4. X12 = 21702 = 04708900
Estos son los
3. X2 = 7089
R2 = 0.7089
cuatro nmeros
2
2
4. X2 = 7089 = 50253921
aleatorios
3. X3 = 2539
R3 = 0.2539
4. X32 = 25392 = 06446521
3. X4 = 4465
R4 = 0.4465

DR. JORGE ACUA

news

GENERACION DE
VARIABLES ALEATORIAS

En Simulacin se debe siempre muestrear de una

distribucin de probabilidad que representa la
ocurrencia de los eventos.
Estas distribuciones pueden ser tericas o empricas y
ambas pueden ser continuas o discretas.
Las distribuciones empricas estn representadas por
distribuciones de frecuencias.
En el caso de distribuciones tericas existen varios
mtodos para generar las variables.

DR. JORGE ACUA

news

GENERACION DE
VARIABLES ALEATORIAS

Tcnicas para generar variables aleatorias provenientes

de una distribucin terica:
Transformada inversa (usada para generar variables
aleatorias distribuidas segn Exponencial, Weibull y
Triangular)
Funcin acumulada (usada para generar variables
aleatorias de distribuciones empricas)
Transformacin directa (usada para generar variables
normalmente distribuidas)
Mtodo de convolucin (usado para generar variables
aleatorias distribuidas segn ERLANG, POISSON y
GAMMA)

DR. JORGE ACUA

news

METODO DE LA
TRANSFORMADA INVERSA

PROCEDIMIENTO
1. Encontrar la funcin acumulada de la distribucin
respectiva.
2. Igualar esa funcin a R (nmero aleatorio
uniformemente distribuido) sea F(x)=R
3. Resolver la anterior ecuacin para x.
4. Establecer la funcin generadora
EJEMPLO
Encontrar la funcin generadora de la exponencial.
1. F(x) = 1 - e - x
2. 1 - e - x = R
3. x = (-1/ ) ln(1-R)
4. xi = (-1/ ) ln(1-Ri)

DR. JORGE ACUA

EJEMPLO DE GENERADOR
DE VARIABLES EXPONENCIALES

news

PROCESO
GENERADOR
DE NUMEROS
ALEATORIOS

TIEMPO=?

xi = (-1/ )*
ln(1-Ri)
TIEMPO=1.91 MINS
EXPONENCIAL
MEDIA=4.5 MINS

ENTREGA
PIDE UN
0.34555
NUMERO
ALEATORIO
DR. JORGE ACUA

news

METODO DE LA
TRANSFORMADA INVERSA
OTRAS FUNCIONES GENERADORAS
Distribucin uniforme
xi = a +( b - a ) * Ri
Distribucin Weibull
xi = * [ -ln (1 - Ri )] 1/
Distribucin triangular
R1 = ALEATORIO 1
R2 = ALEATORIO 2
SI (R1 < (B - A) / (C - A)) ENTONCES
Triangular = A + (B - A) * R2 SINO
Triangular = C - (C - B) * R2

DR. JORGE ACUA

news

DISTRIBUCION NORMAL
PROCEDIMIENTO A.
12

Ri 6 *
i 1

PROCEDIMIENTO B.
1.
Generar R1 y R2
Vi=2Ri-1 para i=1,2
W=V12+V22
2. Si W>1 volver al Paso 1. Sino:
Z1=V1*y
X1=Z1* +
X2=Z2* +

Z2=V2*y

DR. JORGE ACUA

2 ln( w)
w

EJEMPLO DE PROCEDIMIENTO
A.

news

Generar dos variables aleatorias para un tiempo de

proceso cuya media es 5 y su desviacin estndar es
0.3.
12

S1

Ri

6 .2 6 0.2

i 1
12

S2

Ri 6

5 .4 6

i 1

X1=S1* +

= 0.2*0.3+5= 5.24

X2=S2* +

= -0.6*0.3+5= 4.82
DR. JORGE ACUA

0.6

EJEMPLO DE
PROCEDIMIENTO B.

news

Generar dos variables aleatorias para un tiempo de proceso cuya

media es 5 y su desviacin estndar es 0.3.

1.

2.

R1=0.6 y
R2 =0.3
V1=2(0.6) -1= 0.2
V2=2(0.3) -1=- 0.4
W=0.22+(-0.4)2=0.2
W<1

Z1=V1*y =0.2*4.012=0.8

Z2=V2*y=-0.4*4.012=-1.6

X1=Z1* +

= 0.8*0.3+5= 5.24

X2=Z2* +

= -1.6*0.3+5= 4.52

2 ln( w)
w
DR. JORGE ACUA

2 ln(0.2)
0.2

4.012

EJEMPLO 2 DE
PROCEDIMIENTO B.

news

Generar 30 valores para un tiempo de proceso que se distribuye

normalmente con media es 2.35 minutos y desviacin estndar es
0.23 minutos.
#

R1

R2

V1

V2

Z1

Z2

X1

X2

0.760177467

0.04974372

0.52035493

-0.90051257

1.08169214 (No sirve pues W>1)

0.50190155

0.54633272

0.0038031

0.09266543

0.00860135

33.2541048

0.12646867

3.08150595

2.38

3.06

0.107204119

0.32589551

-0.78559176

-0.34820899

0.73840392

0.9063139

-0.71199273

-0.31558665

2.19

2.28

0.744025954

0.20457119

0.48805191

-0.59085763

0.5873074

1.34624008

0.65703504

-0.79543622

2.50

2.17

0.888466886

0.30798921

0.77693377

-0.38402158

0.75109866

0.87300188

0.67826464

-0.33525156

2.51

2.27

0.600042775

0.51130059

0.20008555

0.02260119

0.04054504

12.5742851

2.51593273

0.28419381

2.93

2.42

0.123304795

0.68341085

-0.75339041

0.3668217

0.70215527

1.00358691

-0.75609275

0.36813746

2.18

2.43

0.656965005

0.07457283

0.31393001

-0.85085435

0.82250517

0.68930038

0.21639208

-0.58649423

2.40

2.22

0.551837621

0.00516526

0.10367524

-0.98966949

0.99019425

0.14107958

0.01462646

-0.13962216

2.35

2.32

10

0.958738503

0.5849138

0.91747701

0.16982761

0.87060547

0.56420017

0.51764068

0.09581677

2.47

2.37

11

0.666282809

0.21796188

0.33256562

-0.56407625

0.4287819

1.98741681

0.6609465

-1.12105462

2.50

2.09

12

0.819078493

0.20853019

0.63815699

-0.58293962

0.74706294

0.88355688

0.563848

-0.51506031

2.48

2.23

13

0.293377603

0.30383294

-0.41324479

-0.39233413

0.32469733

2.63223846

-1.08775884

-1.03271698

2.10

2.11

14

0.088355424

0.32108534

-0.82328915

-0.35782931

0.80584684

0.73194157

-0.60259955

-0.26191015

2.21

2.29

15

0.097035419

0.77361042

-0.80592916

0.54722084

0.94897247

0.33224026

-0.26776211

0.1818088

2.29

2.39

16

0.109395645

0.40379788

-0.78120871

-0.19240423

0.64730644

1.15923757

-0.90560649

-0.22304222

2.14

2.30

DR. JORGE ACUA

news

DISTRIBUCIONES EMPIRICAS
En este caso se trabaja con la frecuencia relativa acumulada y el
punto medio que representa a la variable aleatoria.
EJEMPLO: Para una distribucin de probabilidad variable
continua
Li
5.05
14.95
24.85
34.75
44.65

Ls
14.95
24.85
34.75
44.65
54.55

Xk

nk

10.0
19.9
29.8
39.7
49.6

4
6
12
8
2

fk
0.1250
0.1875
0.3750
0.2500
0.0625

Fk
0.1250
0.3125
0.6875
0.9375
1

DR. JORGE ACUA

DISTRIBUCIONES
EMPIRICAS
Xk

Fk

10.0
19.9
29.8
39.7
49.6

0.1250 0.0000
0.3125 0.1251
0.6875 0.3126
0.9375 0.6876
1
0.9376

news

R(# aleatorio)
0.1250
0.3125
0.6875
0.9375
0.9999

As, si por ejemplo, si se tiene un nmero aleatorio

generado que da el valor de 0.5078, entonces el valor de
la variable aleatoria es el correspondiente a Xk o sea
29.8.

DR. JORGE ACUA

EJEMPLO DE GENERACION DE
VARIABLES ALEATORIAS

news

A: Determine un intervalo de confianza del

95% para el tiempo de proceso de 40
partes cuya funcin densidad de
probabilidad es:
f ( x)

32
( x 4)3

para x

B. Muestre los efectos en la media, desviacin

e intervalo que tiene el incremento en el
tamao de la muestra.
DR. JORGE ACUA

FUNCION ACUMULADA
F(x)
32
f ( x)
para x 0

news

( x 4) 3

SOLUCION:
F ( x)
A.

32
dx
3
( x 4)
0

f ( x) dx
0

x 4

du

dx

F ( x)

32 u du
0

16
( x 4) 2
x

16
8 x 16
R

DR. JORGE ACUA

32
2u 2

16
( x 4) 2

GENERACION
DE LA
VARIABLE
ALEATORIA x

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40

Aleatorio (16-16/R)
0,51
-15,11
0,86
-2,54
0,96
-0,73
0,88
-2,09
0,38
-25,96
0,33
-32,55
0,46
-18,58
0,75
-5,25
0,23
-52,36
0,81
-3,66
0,88
-2,12
0,28
-41,49
0,32
-34,39
0,75
-5,47
0,76
-5,05
0,43
-21,29
0,43
-21,33
0,55
-13,09
0,18
-72,89
0,81
-3,81
0,17
-77,77
0,96
-0,67
0,35
-30,23
0,34
-31,42
0,87
-2,39
0,99
-0,16
0,25
-48,55
0,52
-14,57
0,92
-1,30
0,65
-8,73
0,76
-4,99
0,31
-35,61
0,62
-9,63
0,94
-1,02
0,77
-4,87
0,89
-1,98
0,55
-13,24
0,38
-26,42
0,39
-25,54

x +8x+(16-16/R)
x1
x2
1,58
-9,58
0,31
-8,31
0,09
-8,09
0,25
-8,25
2,48
-10,48
2,97
-10,97
1,88
-9,88
0,61
-8,61
4,27
-12,27
0,43
-8,43
0,26
-8,26
3,58
-11,58
3,10
-11,10
0,63
-8,63
0,59
-8,59
2,11
-10,11
2,11
-10,11
1,39
-9,39
5,43
-13,43
0,45
-8,45
5,68
-13,68
0,08
-8,08
2,80
-10,80
2,89
-10,89
0,29
-8,29
0,02
-8,02
4,03
-12,03
1,53
-9,53
0,16
-8,16
0,97
-8,97
0,58
-8,58
3,18
-11,18
1,06
-9,06
0,13
-8,13
0,57
-8,57
0,24
-8,24
1,41
-9,41
2,51
-10,51
2,44
-10,44

news

PROMEDIO
DESVIACION

DR. JORGE ACUA

x
1,58
0,31
0,09
0,25
2,48
2,97
1,88
0,61
4,27
0,43
0,26
3,58
3,10
0,63
0,59
2,11
2,11
1,39
5,43
0,45
5,68
0,08
2,80
2,89
0,29
0,02
4,03
1,53
0,16
0,97
0,58
3,18
1,06
0,13
0,57
0,24
1,41
2,51
2,44

1,67
1,534

RESPUESTA A LA PARTE
A.

news

El intervalo de confianza del 95% para el tiempo

de proceso de 40 partes es:
P{Li

Ls}

Li

z0.025

Ls

z0.025

P{1.282

0.95

'
1.534
1.67 1,96 *
1.282
n
40
'
1.534
1.67 1,96 *
2.058
n
40
2.058} 0.95
DR. JORGE ACUA

RESPUESTA A LA PARTE
B. n t Z xbarra sigma LIC LSC

news

10
30
50
100
200
300
400
500
600
700
800
900
1000

2,262
2,045
1,96
1,96
1,96
1,96
1,96
1,96
1,96
1,96
1,96
1,96
1,96

1,49
1,79
1,71
1,90
2,01
2,11
2,06
2,09
2,07
2,01
1,95
1,93
1,92

DR. JORGE ACUA

1,41
1,67
1,44
1,89
2,07
2,34
2,29
2,30
2,27
2,19
2,14
2,11
2,08

0,43
1,16
1,31
1,53
1,72
1,84
1,83
1,88
1,89
1,84
1,80
1,79
1,79

2,55
2,43
2,11
2,27
2,30
2,37
2,28
2,29
2,26
2,17
2,10
2,06
2,05

GRAFICOS DE
ESTABILIDAD

news

GRAFICO DE PROMEDIOS

DE LOS PROMEDIOS

PROMEDIO

2,20
2,10
2,00
1,90
1,80
1,70
1,60
1,50
1,40
0

100 200

300 400 500 600 700

TAMAO DE MUESTRA

DR. JORGE ACUA

800 900 1000

GRAFICOS DE
ESTABILIDAD

news

GRAFICO DE DESVIACIONES ESTANDAR

DESVIACION ESTANDAR

DE LAS DESVIACIONES ESTANDAR

2,40
2,20
2,00
1,80
1,60
1,40
0

100 200 300 400 500 600 700 800 900 1000
TAMAO DE MUESTRA

DR. JORGE ACUA

GRAFICOS DE
ESTABILIDAD

news

GRAFICO DE INTERVALOS DE CONFIANZA

LIMITES DE CONFIANZA

DE LOS INTERVALOS DE CONFIANZA

2,55
2,30
2,05
1,80
1,55
1,30
1,05
0,80
0,55
0,30
0

100 200 300 400 500 600 700 800 900 1000
TAMAO DE LA MUESTRA

DR. JORGE ACUA