U2 - Simulacion de Variables Aleatorias
U2 - Simulacion de Variables Aleatorias
U2 - Simulacion de Variables Aleatorias
VARIABLES ALEATORIAS
UNIDAD 2
INSTITUTO TECNOLÓGICO DE TIJUANA
INGENIERÍA INDUSTRIAL
MATERIA: SIMULACIÓN
UNIDAD: 2
TEMA: SIMULACIÓN DE VARIABLES ALEATORIAS
INTEGRANTES:
MORALES PALLARES JOSÉ ÁNGEL 19212751
MORALES PALLARES LEOBARDO MANUEL 19212752
JUAN LUIS CASILLAS ESMERIO 20211005
La generación de variables aleatorias o estocásticas significa la obtención de variables que siguen una
distribución de probabilidad determinada. Requiere de dos etapas:
• Generar números aleatorios distribuidos uniformemente (R) Generar con R y con las distribuciones
de probabilidad las variables aleatorias o estocásticas.
• La generación de estadísticas simuladas, o sea de los valores de las variables aleatorias, tienen una
naturaleza enteramente numérica y debe soportarse por números aleatorios, generados por algún
método.
MODELIZACIÓN PARA LA PRODUCCIÓN DE
NÚMEROS
La modelización es una etapa presente en la mayor parte de los trabajos de investigación, especialmente
en las ciencias experimentales.
El modelo debería considerar las variables más relevantes para explicar el fenómeno en estudio y las
principales relaciones entre ellas. La inferencia estadística proporciona herramientas para estimar los
parámetros y contrastar la validez de un modelo estocástico a partir de los datos observados
MODELIZACIÓN PARA LA PRODUCCIÓN DE
NÚMEROS
La idea es emplear el modelo, asumiendo que es válido, para resolver el problema de interés. Si se puede
obtener la solución de forma analítica, esta suele ser exacta (aunque en ocasiones solo se dispone de
soluciones aproximadas, basadas en resultados asintóticos, o que dependen de suposiciones que pueden
ser cuestionables) y a menudo la resolución también es rápida.
Para esto, es necesario considerar la utilización de números aleatorios, los cuales se caracterizan por que
no existe ningún regla o plan que nos permita conocer sus valores. Normalmente, son obtenidos por
medios físicos (loterías, ruletas, etc.) y se almacenan en tablas de dígitos aleatorios (Fernández Casal,
Rubén, 2022).
NÚMEROS PSEUDOALEATORIOS
Los números pseudo-aleatorios son números que se encuentran en el intervalo (0,1). Las variables aleatorias
pueden tener valores fuera del intervalo (0,1) o sea dentro de cualquier intervalo, que llamamos (a,b).
• Número Pseudo-aleatorio: se definen como una sucesión en la cual cada término es impredecible para la
persona ajena al problema, cuyos dígitos se someten a cierto tipo de pruebas comunes a los estadísticos y
que depende del uso que se le dará a la sucesión. (definición de Lehner).
• Llevamos la aleatoriedad de los números Vaspseudo aleatorios en el intervalo (0,1) al Altonas intervalo (a,b)
donde se encuentran las variables aleatorias de simulación.
NÚMEROS PSEUDOALEATORIOS
La mayoría de los métodos de simulación se basan en la posibilidad de generar números pseudo-
aleatorios que imiten las propiedades de generaciones independientes de una distribución 𝒰(0,
1). El procedimiento habitual para obtener estas secuencias es emplear un algoritmo recursivo
denominado generador:
CARACTERÍSTICAS DE NÚMEROS
PSEUDOALEATORIOS
A los números pseudoaleatorios los llamamos variable tipo U, las cuales están:
• Uniformemente distribuidas en el (0,1)
• Son estadísticamente independientes
• Tienen una precisión p
• Su función de probabilidad es constante
CLASIFICACIÓN DE LOS MÉTODOS
• Manuales: por ejemplo la tirada de datos, preguntar la edad a cada persona que va
pasando, la ruleta, etc.
Es posible aplicar y mostrar una formula con la cual se pueden generar números aleatorios en Excel para distintas utilidades a partir de uno o más comandos.
Lo cual es de bastante utilidad para distintos ejemplos como lo pueden ser el sorteo de un numero de lotería
Forma 1
Paso 1
Abrir un documento en Excel
Paso 2
En una celda aplicaremos el comando = aleatorio () cerrando el paréntesis si se generara un número pseudovariable entre 0 y 1 y después lo deslizaremos
sobre las demás celdas
CONDICIONES QUE DEBEN REUNIR LOS
MÉTODOS
Independientemente del proceso o procedimiento que se use para la generación de los
números pseudoaleatorios, estos deben poseer ciertas características deseables que asegure no
aumenten la confiabilidad de los resultados obtenidos de la simulación. Tales características son:.
Uniformemente distribuidos.
• Estadísticamente independientes.
• Reproducibles.
• Período largo (sin repetición dentro de una longitud determinada de la sucesión). Generados a
través de un método rápido.
• Generados a través de un método que no requiera mucha capacidad de almacenamiento de la
computadora
MÉTODO DE LOS CUADRADOS CENTRALES
O CUADRADOS MEDIOS
Consiste en tomar un número al azar x0 de 2n cifras, elevado al cuadrado, tomar las 2n cifras centrales y repetir
la operación.
Ejemplo:
• n=2 x0=4378
• (x0)2 =19166884 => x1 = 1668
• (x1)2 = 02782224 => x2 = 7822 y así sucesivamente
cuando el numero tiene cantidad impar de dígitos completo con cero a la izquierda la secuencia sería: 4378,
1668, 7822, ...
MÉTODO DE LEHMER
Se parte de un número al azar x0 de m cifras, se lo multiplica por un número y de k cifras dando lugar a un
número de m+k cifras del que se separan las k cifras de la izquierda obteniéndose un número de m cifras, del
cual se resta el de k cifras que se había separado. k<n
Ejemplo:
El objetivo de cada uno de los métodos es la generación en un tiempo mínimo, de sucesiones de números
aleatorios con periodos máximos. Los métodos congruenciales son: el aditivo, el multiplicativo y el mixto.
TIPOS DE MÉTODOS CONGRUENCIALES
Método Congruencial Aditivo:
Calcula una sucesión de números pseudoaleatorios mediante la relación X n+1= Xn +Xn-k (mod
M). Para usar este método se necesitan k valores iniciales, siendo k entero. Las propiedades
estadísticas de la secuencia tienden a mejorarse a medida que k se incrementa. Este es el
único método que produce periodos mayores que M
TIPOS DE MÉTODOS CONGRUENCIALES
Método Congruencial Multiplicativo:
Calcula una sucesión Xn de enteros no negativos, cada uno de los cuales es menor que M mediante la relación
Xn+1= a. Xn (mod M). Es un caso especial de la relación de congruencia en que C=0, este método se comporta de
manera satisfactoria estadísticamente, es decir, los números generados por medio de este método están
uniformemente distribuidos, y no están correlacionados.
Este método tiene un periodo máximo menor que M, pero se pueden imponer condiciones en a y X0 de tal
forma que se obtenga el periodo máximo. Desde el punto de vista computacional es el más rápido de todos.
Salida: Z
Método: Generar aleatoriamente U de
𝑈 (0,1)
𝑍 ← 𝐹^(−1) (𝑈)
Devolver Z.
MÉTODO DE ACEPTACIÓN RECHAZO
Este método es más probabilístico que el anterior. Los métodos de inversión, composición y convolución
son métodos de generación directos, en el sentido en que tratan directamente con la función de
distribución. El método de aceptación-rechazo es menos directo en su aproximación.
Tenemos la función de densidad de la variable y necesitamos una función ) que la acote, es decir "x”. Hay
que notar que no es, en general, una función de densidad:
En este método se necesita generar k números aleatorios (u1, u2,..., uk) para generar (x1, x2,...xk)
variables aleatorias usando alguno de los métodos anteriores y así poder obtener un valor de la variable
que se desea obtener por convolución.
2.2.1. TEORÍA: TRANSFORMACIÓN INVERSA,
COMPOSICIÓN, CONVOLUCIÓN Y OTROS
PROCEDIMIENTOS.
TRANSFORMACIÓN
INVERSA
MÉTODO DE TRANSFORMADA INVERSA
El método se utiliza para simular valores de las distribuciones exponencial, Cauchy, triangular, de Pareto
y Weibull.
EL MÉTODO CONSISTE EN:
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
METODOLOGÍA
Distribución normal
Una variable aleatoria continua, X, sigue una distribución normal de
media μ y desviación típica σ, y se designa por N(μ, σ), si se cumplen las
siguientes condiciones:
1. La variable puede tomar cualquier valor: (-∞, +∞)
2. La función de densidad, es la expresión en términos de ecuación
matemática de la curva de Gauss:
MÉTODO DE COMPOSICIÓN
Para generar valores de variables aleatorias no-uniformes es usado también el método de
composición, en la cual la distribución de probabilidad f(x) se expresa cómo una mezcla de varias
distribuciones de probabilidad f(x) seleccionadas adecuadamente. Este procedimiento se basa en el
objetivo de minimizar el tiempo de computación requerido para la generación de valores de la
variable aleatoria analizada.
METODOLOGÍA:
1. Se descompone f como con 𝑓𝑖 función de densidad
La utilización de softwares para realización de múltiples tareas hoy en día, es algo que nos
facilita las tareas complejas derivadas al guardado y uso de la información, También para ello se
pueden utilizar hoja de cálculo la mas común Excel para la realización de ello.
En este caso veremos como este software nos permite utilizarlo para generar números
aleatorios y simulaciones mediante ellos.
EJEMPLO DE FUNCIONES INVERSAS DE HOJA DE
CÁLCULO, UTILIZABLES COMO SIMULADORES.
(SELECCIONAR TABLA, DAR CLICK DERECHO Y
SELECCIONAR OBJETO HOJA DE CALCULO Y ABRIR)
0 0.10 0.10 Si ri va de sde 0 hasta 0.1 x =0
1 0.00 0.10 Si ri va de sde 0.1 hasta 0.5 x =6
2 0.00 0.10 Si ri va de sde 0.5 hasta 0.7 x =8
3 0.00 0.10 Si ri va de sde 0.7 hasta 0.8 x =9
4 0.00 0.10 Si ri va de sde 0.8 hasta 1 x =10
5 0.00 0.10
6 0.40 0.50
7 0.00 0.50
8 0.20 0.70
9 0.10 0.80
10 0.20 1.00