Dirección General de Educación Ingeniería Industrial

Superior Tecnológica Simulación

Instituto Tecnológico de Toluca Actividad 2B

Nombre: Javier Ruiz Palafox

No. Control: V16281626

Instrucciones:

 Llena la información en los cuadros y en los espacios disponibles.

 Incluye las referencias en formato APA al final del documento.
 Sube este archivo a la plataforma Moodle.

Simulación de variables aleatorias

Temas
2. 2 Simulación de otras variables aleatorias
2.2.1. Teoría: métodos de la transformada inversa, composición, convolución.

Libros de consulta

1. Azarang, M. R. y García Dunna, E., (1998). Simulación y Análisis de Modelos Estocásticos. Mc Graw
Hill
2. Banks, J. y Carson, J. S. (2001). Discrete Event System Simulation. Prentice Hall
3. Kelton, W. D. Sadowski, R. P. y Sadowski, D. A. (2004) Simulation with ARENA. McGraw Hill
4. García Dunna Eduardo, García Reyes Heriberto, Cárdenas Barrón Leopoldo. (2006). Simulación y
Análisis de Sistemas con Promodel. Pearson

Actividades:

Con material bibliográfico o libros electrónicos.

1. Consulta el libro de ARENA y explica la estrategia usada en el software

para la generación de números aleatorios

ARENA incluye lenguajes de propósito general como Microsoft, Visual Basic o C,

las cuales se combinan dando las facilidades de una programación de alto nivel
con la flexibilidad de un lenguaje de programación general. El software tiene
plantillas intercambiables entre si que contienen módulos para el modelado y
análisis de simulación gráfica y pueden combinarse para construir una amplia
variedad de modelos de simulación incluyendo la generación de números
aleatorios.

2. Explica en qué consiste la técnica de la transformada inversa

Supuestos El método de la transformada inversa puede utilizarse para simular

variables aleatorias continuas, lo cual se logra mediante la función
acumulada f(x) y la generación de números pseudoaleatorios ri ~U
(0,1).
Datos de Probabilidad acumulada P(x) y la generación de números
entrada pseudoaleatorios ri ~U (0,1).
Procedimiento  Definir la función de Densidad f(x) que representa la variable a
/pasos modelar.
 Calcular la función acumulada f(x).
 Despejar la variable aleatoria x y obtener la función acumulada
inversa f(x)-1.
 Generar las variables aleatorias x, sustituyendo valores con
números pdeudoaleatorios ri ~U (0,1) en la función acumulada inversa.
Ejemplo A partir de la función de densidad de las variables aleatorias
exponenciales con media:1/𝛾

f(x) = 𝛾𝑒 −𝛾𝑥 𝑝𝑎𝑟𝑎 𝑥 ≥ 0

Se obtiene la función acumulada

𝑥
F(x) = ∫0 𝛾𝑒 −𝛾𝑥 𝑑𝑥 = 1 − 𝑒 −𝛾𝑥 𝑝𝑎𝑟𝑎 𝑥 ≥ 0

Igualando la función acumulada F(x) con el numero

pseudoaleatorio ri – U(0,1) y despejando x se obtiene:

1
𝑥𝑖 = − ln(1 − 𝐹(𝑥)𝑖 )
𝛾
1
𝑥𝑖 = − ln(1 − 𝑟𝑖 )
𝛾

3. Explica en qué consiste la técnica de convolución

Supuestos La distribución de probabilidad de la suma de dos o más

variables aleatorias independientes es llamada la convolución de
 las distribuciones de las variables originales. El método de
convolución es entonces la suma de dos o más variables
aleatorias para obtener una variable aleatoria con la distribución
de probabilidad deseada. Puede ser usada para obtener
variables con distribuciones Erlang y binominales
Datos de Dos o mas variables aleatorias
entrada
Procedimiento  Se generan números aleatorios (Y1, Y2, Y3…….Yn)
/ pasos  Con uno (o más dependiendo del método a utilizar) de los
números aleatorios, se generan las variables aleatorias
componentes (X1,X2,X3,…..Xn)
 Se obtiene un valor de la variable por suma lineal de las
variables aleatorias componentes
Ejemplo Chi cuadrado
Generar Z, que son variables aleatorias normales estándar.
Elevar al cuadrado cada variable Z generada.
Para generar una variable chi-cuadrado de grado de libertad n
suma n variable Z2
𝑥42 = 𝑍12 + 𝑍22 + 𝑍32 + 𝑍42

4. Explica en qué consiste la técnica de rechazo

Supuestos Este método consiste en primeramente en generar un valor de la

variable aleatoria y enseguida probar que dicho valor simulado
proviene de la distribución de probabilidad que se está analizando.
Datos de Dos o mas variables aleatorias
entrada
Procedimiento  Generar dos números uniformes R1 y R2.
/ pasos  Determinar el valor de la variable aleatoria x de acuerdo a la
siguiente relación lineal de R1:
x= a + (b - a) R1
 Evaluar la función de probabilidad en x= a + (b - a) R1.
 Determinar si la siguiente desigualdad se cumple:
R2 ≤ f(a + (b - a) R1)/M
Se utiliza a x= a + (b - a) R1 si la respuesta es afirmativa como un
valor simulado de la variable aleatoria. De lo contrario, es necesario
pasar nuevamente al paso 1 tantas veces como sea necesario.

Ejemplo Se desea generar números al azar que sigan la siguiente distribución

de probabilidad:
 Para esta función, a = 0, b = 1 y M = 2. Por consiguiente, aplicando
los pasos descritos previamente se tiene:
 Generar dos números uniformes R1 y R2.
 Calcular x = R1.
 Es R2 ≤ R1? Si la respuesta es afirmativa, entonces x = R1 es un
valor simulado de la variable aleatoria. De lo contrario, se requiere
regresar al paso 1 tantas veces como sea necesario.

5. Genera 5 variables aleatorias para la distribución exponencial (λ=1.2)

usando la técnica de la transformada inversa con los valores siguientes:

0.9963 0.7477 0.5714 0.0976 0.0300

4.6661 1.1476 0.7060 0.0855 0.0253

6. Genera 5 variables aleatorias para la distribución uniforme (325, 749)

usando la técnica de la transformada inversa con los valores siguientes:

0.9963 0.7477 0.5714 0.0976 0.0300

747.4312 642.0248 567.2736 366.3824 337.72

7. Genera una variable aleatoria para la distribución Erlang (K=2, media=0.23)

por el método de convolución con los valores siguientes:

0.9963 0.7477
0.3875 0.8349

8. Genera una variable aleatoria Poisson (media=α=0.19) por el método de

convolución con los valores siguientes:

0.578 0.179 0.441 0.081 0.596 0.102 0.704 0.147

0.4296 0.8039 0.5427 0.9112 0.4161 0.8880 0.3415 0.8387

Si es necesario genera más números uniformes

9. Genera una variable aleatoria normal (Media = 45, varianza = 9)

.5793 .5832 .5871 .5910 .5948 .5987 .6026 .6064 .6103 .6141

10. Genera cinco variables aleatorias empíricas que tienen la siguiente

distribución de probabilidad:
Piezas 11 12 13 14 5
pedidas
Probabilidad 0.2 0.25 0.05 0.25 0.25

Con los números U(0,1) siguientes:

0.9963 0.7477 0.5714 0.0976 0.0300

0.2532 0.9811 0.9441 0.4742 0.3192

Referencias

Anónimo. (2019). Simulación. 11/03/2019, de Internet Sitio web:

https://jrvargas.files.wordpress.com/2010/02/simulacion-arena-kelton-
sadowski-20081.pdf

Anónimo. (2019). Simulación. 11/03/2019, de Internet Sitio web:

http://simulacionitca.blogspot.com/2012/03/metodo-de-la-transformada-
inversa.html

Anónimo. (2019). Simulación. 11/03/2019, de Internet Sitio web:

https://conceptosdesimulacion.wordpress.com/2016/03/10/metodo-de-
transformada-inversa-y-metodo-de-convolucion/

Dr. Manuel González De La Rosa

Marzo 2017