Generacion Variables Aleatorias2
Generacion Variables Aleatorias2
Generacion Variables Aleatorias2
SIMULACIÓN
Generación de variables aleatorias
SIMULACIÓN
Generación de variables aleatorias
La simulación de eventos y
actividades se hace a partir de
la generación de variables
aleatorias continuas o discretas.
Los métodos de generación de
variables aleatorias son:
•Método de la transformada
inversa.
•Método de convolución.
•Método de la transformación
directa.
•Método de aceptación-rechazo.
1
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua
La temperatura de una estufa se comporta uniformemente
dentro del rango de 95 a 100 °C. Modele el comportamiento de
la variable aleatoria que simule 5 mediciones de la temperatura
de la estufa.
1
FUNCION DE DENSIDAD: 𝑓(𝑥) = 𝑎 ≤ 𝑥 ≤ 𝑏
𝑏 −𝑎
FUNCION DE ACUMULADA:
𝑥
1 𝑥 − 𝑎
𝐹(𝑥) = 𝑑𝑥 → 𝐹(𝑥) = 𝑎 ≤ 𝑥 ≤ 𝑏
𝑎 𝑏 −𝑎 𝑏 − 𝑎
VARIABLES ALEATORIAS: 𝑥𝑖 = 𝑎 + 𝑟𝑖 (𝑏 − 𝑎)
𝑥𝑖 = 95 + 𝑟𝑖 (100 − 95)
𝑥𝑖 = 95 + 5𝑟𝑖
2
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua
El tiempo de servicio en la caja de un banco se comporta de
forma exponencial con media de 3 minutos/cliente. Modele el
comportamiento de la variable aleatoria que simule la atención
de 5 clientes.
FUNCION DE DENSIDAD: 𝑓(𝑥) = 𝜆𝑒 −𝜆𝑥 𝑥 ≥ 0
FUNCION DE ACUMULADA:
𝑥
𝐹(𝑥) = 𝜆𝑒−𝜆𝑥 𝑑𝑥 → 𝐹(𝑥) = 1 − 𝑒−𝜆𝑥 𝑥 ≥ 0
0
𝑒 −𝜆𝑥 = 1 − 𝐹(𝑥)
1
FUNCION INVERSA: 𝑥𝑖 = − 𝑙𝑛(1 − 𝐹(𝑥)𝑖 )
𝜆
Si:
𝐹(𝑥)𝑖 = 𝑟𝑖 ~𝑈(0,1)
1
VARIABLES ALEATORIAS: 𝑥𝑖 = − 𝜆 𝑙𝑛(1 − 𝑟𝑖 )
𝑥𝑖 = −3 𝑙𝑛(1 − 𝑟𝑖 )
3
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
4
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
Los datos históricos del funcionamiento diario de una maquina
muestran que existe una probabilidad del 20 % de que esta falle
(x=1), y del 80% de que no falle (x=0). Generar una secuencia
aleatoria que simule este comportamiento.
DISTRIBUCION DE PROBABILIDAD: BERNOULLI
x 0 1
p(x) 1-p p
p(x) 0.8 0.2
DISTRIBUCION ACUMULADA:
x 0 1
P(x) 1-p 1
P(x) 0.8 1
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
0 𝑠𝑖 𝑟𝑖 ∈ (0,1 − 𝑝)
𝑥𝑖 =
1 𝑠𝑖 𝑟𝑖 ∈ (1 − 𝑝, 1)
0 𝑠𝑖 𝑟𝑖 ∈ (0 − 0.8)
𝑥𝑖 =
1 𝑠𝑖 𝑟𝑖 ∈ (0.8 − 1)
5
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
El número de piezas que llegan a una maquina sigue una
distribución de poisson con media de 2 piezas/hora. Simular el
comportamiento de la llegada de 10 piezas a la maquina.
DISTRIBUCIÓN DE PROBABILIDAD DE POISSON
Y DISTRIBUCIÓN ACUMULADA
SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
NUMEROS PSEUDOALEATORIOS: 𝒓𝒊 ~𝑼(𝟎, 𝟏)
0 𝑠𝑖 𝑟𝑖 ∈ (0 − 0.1353)
⎧
1 𝑠𝑖 𝑟𝑖 ∈ (0.1353 − 0.4060)
⎪
⎪ 2 𝑠𝑖 𝑟𝑖 ∈ (0.4060 − 0.6766)
⎪3 𝑠𝑖 𝑟𝑖 ∈ (0.6766 − 0.8572)
⎪
4 𝑠𝑖 𝑟𝑖 ∈ (0.8572 − 0.9473)
𝑥𝑖 =
⎨5 𝑠𝑖 𝑟𝑖 ∈ (0.9473 − 0.9834)
⎪6 𝑠𝑖 𝑟𝑖 ∈ (0.9834 − 0.9954)
⎪7 𝑠𝑖 𝑟𝑖 ∈ (0.9954 − 0.9989)
⎪
⎪8 𝑠𝑖 𝑟𝑖 ∈ (0.9989 − 0.9997)
⎩9 𝑠𝑖 𝑟𝑖 ∈ (0.9997 − 0.9999)
6
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
𝑌 = 𝑋1 + 𝑋2 +𝑋3 + ⋯ + 𝑋𝑘
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
𝑌 = 𝑋1 + 𝑋2 + … + 𝑋𝑘
1 1 1
𝑌 = − 𝑙𝑛(1 − 𝑟1 ) − 𝑙𝑛(1 − 𝑟2 ) − ⋯ − 𝑙𝑛(1 − 𝑟𝑘 )
𝑘𝜆 𝑘𝜆 𝑘𝜆
1
𝑌 = − [𝑙𝑛(1 − 𝑟1 ) + 𝑙𝑛(1 − 𝑟2 ) + ⋯ + 𝑙𝑛(1 − 𝑟𝑘 )]
𝑘𝜆
1
𝑌 = − ln (1 − 𝑟1 ) (1 − 𝑟2 ) … (1 − 𝑟𝑘 )
𝑘𝜆
k
1
𝑌 = 𝐸𝑅𝑖 = − ln (1 − 𝑟𝑖 )
𝑘𝜆
i=1
7
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
El tiempo de proceso de una pieza sigue una distribución
3-Erlang con media 1/λ de 8 minutos/pieza. Simule el
comportamiento del tiempo de proceso.
3
8
𝑌 = 𝐸𝑅𝑖 = − ln (1 − 𝑟𝑖 )
3
i =1
8
𝑌 = − ln (1 − 𝑟1 )(1 − 𝑟2 )(1 − 𝑟3 )
3
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
DISTRIBUCION NORMAL. La variable aleatoria normal
con media µ y desviación estándar σ, puede generarse a
partir del teorema del limite central.
2
𝑌 = 𝑋1 + 𝑋2 + … + 𝑋𝑘 ~𝑁(𝑘𝜇𝑥 , 𝑘𝜎𝑥 )
SUSTITUIR 𝑿𝒊 POR 𝒓𝒊 :
1 1
𝑌 = 𝑟1 + 𝑟2 + … + 𝑟𝑘 ~𝑁(𝑘 ,𝑘 )
2 12
12 12
𝑌 = 𝑟1 + 𝑟2 + … + 𝑟12 ~𝑁 , ~𝑁(6,1)
2 12
DESPEJANDO 𝑿:
12
𝑋 = 𝑁𝑖 = (𝑟𝑖 ) − 6 𝜎 + 𝜇
𝑖 =1
8
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
12
𝑁𝑖 = (𝑟𝑖 ) − 6 1 + 350
𝑖=1
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
BOTELLA ri
1 0,72 0,53 0,79 0,29 0,05 0,47 0,72 0,87 0,73 0,61 0,33 0,88 0,98 350,982
2 0,92 0,16 0,40 0,33 0,25 0,86 0,66 0,87 0,82 0,91 0,55 0,32 1,04 351,041
3 0,40 0,28 0,72 0,07 0,53 0,69 0,82 0,20 0,83 0,53 0,05 0,22 -0,66 349,342
4 0,19 0,06 0,12 0,64 0,06 0,10 0,09 0,69 0,57 0,74 0,56 0,74 -1,43 348,567
5 0,25 0,76 0,03 0,44 0,69 0,05 0,46 0,54 0,04 0,83 0,61 0,54 -0,76 349,235
9
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
0 𝑠𝑖 𝑟𝑖 ∈ (0 − 0.97)
𝐵𝐸𝑖 =
1 𝑠𝑖 𝑟𝑖 ∈ (0.97 − 1)
10
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de convolución
SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa
𝑧2
𝑠𝑒𝑛𝜃 =
ℎ
𝑧2 = 𝑧1 + 𝑧2 𝑠𝑒𝑛𝜃
11
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa
La suma de 𝑣 variables aleatorias normales estándar
sigue una distribución Chi-cuadrada con 𝑣 grados de
libertad.
2
𝑧2 = 𝑥𝑣=2 𝑠𝑒𝑛𝜃
2
𝑥𝑣=2 = −2ln(1 − 𝑟𝑖 )
𝑧2 = −2ln(1 − 𝑟𝑖 )𝑠𝑒𝑛𝜃
Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS
SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa
= 𝑎 + 𝑟𝑗 𝑏 − 𝑎 = 0 + 𝑟𝑗 (2 − 0)
= 2 𝑟𝑗
Entonces:
2 𝑖 2 𝑟𝑗 )
12
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa
𝑁−𝜇
𝑧=
𝜎
Reemplazando z:
𝑁𝑖 = −2 ln(1 − 𝑟𝑖 ) 𝑠𝑒𝑛(2𝜋 𝑟𝑗 ) 𝜎 + 𝜇
𝑁𝑖 = −2 ln(1 − 𝑟𝑖 ) 𝑐𝑜𝑠(2𝜋𝑟𝑗 ) 𝜎 + 𝜇
SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa
13
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa
SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo
RECHAZAR
ACEPTAR
14
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo
SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo
F(X)
𝟐𝒙, 𝟎 ≤ 𝒙 ≤ 𝟏 2
𝒇(𝒙) =
𝟎 ,𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 RECHAZAR
ACEPTAR
𝑴 = 𝒇(𝟏) = 𝟐 0 0,2 0,4 0,6 0,8 1 1,2
X
15
17/04/2021
SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo
GRACIAS
16