Sie sind auf Seite 1von 18

Simulación de Sistemas

Generación de Variables Aleatorias

1
Objetivo de la Sesión
• Obtener los generadores de variables
usando los métodos adecuados
• Implementar los generadores de variables
aleatorias en modelos de simulación.
– GVA para una función discreta
– Variable Aleatoria Normal.
– Variable Aleatoria Exponencial.
– Variable Aleatoria Uniforme.

2
Variables Aleatorias
• Los números aleatorios con distribución uniforme son
utilizados para la generación de números con
distribución cualquiera denominados valores aleatorios.
• Generar un proceso aleatorio significa generar valores
muéstrales de una variable aleatoria X con función
distribución de probabilidad f(x) y distribución acumulada
F(x):

x
F ( x)   f (t )dt  Pr( X  x)


3
Método de Transformada Inversa
• El método se basa en que:
– r, el valor aleatorio de la distribución uniforme entre 0 y 1 y
– F(x) para cualquier variable aleatoria x varían entre cero y uno
por lo que se pueden igualar
F(r) F(x)
1
F(x0)
r0

x0

1
f(x) f(x0)

x0

4
Distribuciones Discretas
F(x)
f(x) 1

ri

0 x 0 ri = F-1(ri) x
• Calcular los valores P(x) para la distribucion de
probabilidades
• Calcular el acumulado F(x)
• Generar un valor ri, verificar en F(x) a que intervalo
de x pertenece, esa sera la V.A. Generada por la
dist. propuesta. 5
Ejemplo 1
construir un generador de valores aleatorias y generar 10
valores para una variable con f.d.p f(x)


2 x , 0  x  1
f ( x)  
0, Otro caso

Hallamos primero la distribución acumulada:

x x
F ( x)   f (t )dt   2tdt  t  x2
2 x
0
0 0

6
Ejemplo 1
F ( x)  x x  0,1
2

Como:
F ( x)  0,1 y r  0,1
Igualamos F(x) con r

rx r  0,1
2
x r

generador de variables aleatorias para f(x)


r tiene distribución uniforme
7
Ejemplo 1

i ri Xi  ri

1 0.10 0.316
2 0.32 0.566
3 0.76 0.872
4 0.13 0.361
5 0.34 0.538
6 0.54 0.735
7 0.80 0.894
8 0.09 0.300
9 0.39 0.624
10 0.74 0.860
8
Caso Para el Alumno
Generar valores aleatorios para
la siguiente variable aleatoria X
2
 b  b  4ac
2(1  x) 0  x 1 x
 2a
f ( x)  
0 Otro caso

i 1 2 3 4 5 6 7 8 9
ri 0.37 0.04 0.65 0.89 0.27 0.24 0.10 0.35 0.68
Generador

9
Caso Para el Alumno

1
4
0  x 1

f (x )  
3

4 1 x  2

Genere 7 valores aleatorios usando los siguientes números aleatorios:

0.13 0.32 0.54 0.38 0.23 0.99 0.75

10
Caso Para el Alumno

1 0 x2
6

1
f (x)   2 x3
3
1
12 3 x 7

Genere 7 valores aleatorios usando los siguientes números aleatorios:

0.13 0.48 0.84 0.38 0.23 0.99 0.75

11
Generador Uniforme
Se presenta cuando se analiza observaciones sujetas a errores de
precisión
Por ejemplo cuando se mide el peso en gramos y se observa que la
diferencia entre el peso real observado varia entre  30 gramos

 1 ,a<x<b

f x    b  a
0 , Otro caso
Generador de
variables aleatorias
xa
F x   ,a < x < b para la fdp
ba Uniforme

xa
r  F ( x)   Xi  a  r i b  a 
ba ,a < x< b ; 0 < r <1
12
Generador Uniforme
Algoritmo
• i=1
• Generar ri  (0,1)
• Hacer Xi = a + ri (b - a)
• i = i +1

13
Generador Uniforme
Generar 5 observaciones aleatorias del proceso uniforme
definido en (2,6)

i ri Xi = a + ri (b - a)
1 0.98 5.92
2 0.17 2.68
3 0.14 2.56
4 0.68 4.72
5 0.22 2.88
14
Generador Exponencial
Sea la función exponencial:
f ( x)  e
 x
E x  
,X > 0 1

 F x   1  e
 X
V x  
1

2

Igualando F(x) con r:


F x   1  e
 X
r Generador de variables
 X aleatorias para la fdp
 1 r  e Exponencial
Aplicando logaritmo:
Ln1  r 
 Ln1  r   x  X 

15
Generador Exponencial
• El generador para la fdp exponencial:

Ln1  r 
X

• Puede tener también esta forma por ser su equivalente:
Lnr i 
X

• Los intervalos de tiempo entre ocurrencias de evento tales que
cada intervalo, es independiente de anterior, están distribuidos
exponencialmente
• El proceso exponencial generalmente se da en los casos de
tiempos entre arribos y tiempos de servicio
16
Caso Para el Alumno
General las variables aleatorias en el siguiente cuadro, usando una
media = 3

i ri VA Exponencial
1 0.98 5.92
2 0.17 2.68
3 0.14 2.56
4 0.68 4.72
5 0.22 2.88

17
Generador de variables aleatorias
normal
Método: Suma de 12 números uniformes

Además, si ri es un numero aleatorio independiente


Sea Y ~ N(0,1) uniformemente distribuido U(0,1)
Sea X ~ N(,)  E(ri ) = 1/2  El promedio de los números es 1/2
 X =  + Y var(ri ) = 1/12  La varianza es 1/12

n Caso especial si n = 12:


n
 ri 
2 12
Y i 1
n X     ( ri  6)
12 i 1

18