Escolar Documentos
Profissional Documentos
Cultura Documentos
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
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
rx r 0,1
2
x r
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
10
Caso Para el Alumno
1 0 x2
6
1
f (x) 2 x3
3
1
12 3 x 7
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
xa
F x ,a < x < b para la fdp
ba Uniforme
xa
r F ( x) Xi a r i b a
ba ,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
Ln1 r
X
• Puede tener también esta forma por ser su equivalente:
Lnr 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
18