GENERADOR DE VARIABLES INVERSA.

EJEMPLO:
La temperatura de una estufa se comporta uniformemente dentro del rango de 95 a 100C.
Una lista de nmeros pseudo-aleatorios y la ecuacin x = 95 + 5r(. nos permiten modelar el
comportamiento de la variable aleatoria que simula la temperatura de la estufa (vea la tabla
3.6).
Aplicacin:
Datos especficos
Funcin Generadora

a 95
b 100

Desarrollo.
Para lo siguiente vamos a tener una tabla de medicin (12 mediciones) como se representa
en lo siguiente.
medicin
Pseudo-aleatorio
ri
Variable aleatoria
Temperatura
1 0.85
2 0.66
3 0.01
4 0.27
5 0.56
6 0.97
7 0.76
8 0.21
9 0.79
10 0.91
11 0.20
12 0.10

En la columna Pseudo-aleatorio ri sern valores decimales generados mayores a 0 y menores
a 1 como se explica anteriormente.
Para hallar la variable Aleatoria de Temperatura se proceder a realizar los siguientes
calculaos.

= +
C
A
N
T
I
D
A
D

D
E

M
E
D
I
C
I
O
N
E
S

1. Se tomara el valor a , el valor b y como datos adicional se tomara el valor pseudo-
aleatorio ri para complementar la formula, quedara de la siguiente forma:
Variable = 95 (100-95) 0.85 = 96.922


Aplicado a la Hoja de Clculo de Excel

2. Se proceder a hacer lo mismo con las otras mediciones cada una con sus respectivos
pseudo-aleatorios.
medicin
Pseudo-aleatorio
ri
Variable aleatoria
Temperatura
1 0.38 96.922
2 0.55 97.769
3 0.26 96.313
4 0.66 98.296
5 0.92 99.588
6 0.27 96.339
7 0.28 96.389
8 0.08 95.391
9 0.94 99.708
10 0.74 98.705

3. Teniendo todas las variables de temperatura se tomara esos respectivos valores para
generar un grfico de la siguiente manera.


0.000
20.000
40.000
60.000
80.000
100.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Temperatura
Series1 lINEA DE TENDENCIA
GENERADOR DE BERNOULLI
Ejemplo:
Los datos histricos sobre la frecuencia de paros de cierta mquina muestran que existe
una probabilidad de 0.2 de que sta falle (x = 1), y de 0.8 de que no falle (x = 0) en un da
determinado. Generar una secuencia aleatoria que simule este comportamiento. A partir
de la distribucin de probabilidad de la variable aleatoria de Bernoulli con media 0.8,
P(x) = (0.2)x(0.8)1-x para x = 0,1
Se calculan las probabilidades puntuales y las acumuladas para x = 0 y x = 1, y se obtienen
los datos ilustrados en la tabla 3.8:
Funcin Generadora
Xi=


Datos Obtenidos del Ejercicio:
Probabilidad de que falle p 0.2
Probabilidad de que no falle 1 - p 0.8

//Para calcular la probabilidad de que p falle, solo basta restar el total que seria 1 de la
probabilidad de que falle p quedando as: Probabilidad de que no falle p= 1 0.2 = 0.8
Desarrollo en Excel:
Para este ejemplo vamos a utilizar 15 mediciones de la siguiente manera:
Medicion ri Xi Evento de la maquina
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

= 0: (0,1-p)
= 0: (1-p,1)
C
A
N
T
I
D
A
D

D
E

M
E
D
I
C
I
O
N
E
S

Para obtener los valores ri, Excel nos ayuda con una formula conocida como =ALEATORIO (),
el cual nos dar como resultado un numero decimal entre 0 y 1.

Una vez obtenido los aleatorios para cada una de las respectivas mediciones la tabla se
mostrara de la siguiente manera.
Medicin ri Xi Evento de la maquina
1 0.639
2 0.823
3 0.034
4 0.503
5 0.891
6 0.775
7 0.886
8 0.354
9 0.125
10 0.685
11 0.586
12 0.478
13 0.856
14 0.756
15 0.748

Para calcular Xi se realizara una formula en Excel de un Condicional en donde se compara el
valor de ri y el valor de la probabilidad de que no falle (0.8) de esta forma:

Siendo:
B23 = El valor de Ri
$D$15 = El valor de la probabilidad que no falle como constante en cada una de las
mediciones.

Ahora para calcular la ltima columna Evento de Maquina, se utilizara un condicional como
se aplic en la anterior columna como se explica:

En donde se toma el valor de Xi se lo compara con 0, si el resultado es cierto se coloca NO
FALLO y en el caso contrario FALLO, para cada una de las mediciones. La tabla final tendra
un resultado parecido al siguiente:
Medicion ri Xi Evento de la maquina
1 0.137 0 No fallo
2 0.823 1 Fallo
3 0.034 0 No fallo
4 0.503 0 No fallo
5 0.891 1 Fallo
6 0.775 0 No fallo
7 0.886 1 Fallo
8 0.354 0 No fallo
9 0.125 0 No fallo
10 0.685 0 No fallo
11 0.586 0 No fallo
12 0.478 0 No fallo
13 0.856 1 Fallo
14 0.756 0 No fallo
15 0.748 0 No fallo

Para una mejor representacin se har uso de un Grfico de Pastel con los Datos obtenidos del
Evento de Maquina, el cual nos quedara de la siguiente manera:
Estado Frecuencia Porcentaje
Fallo 8 32%
No Fallo 17 68%
Total 25 100%








GENERADOR DE ERLANG

El tiempo de proceso de cierta pieza sigue una distribucin 3-Erlang con media 1/A de 8
minutos/pieza. Una lista de nmeros pseudo-aleatorios r. ~ U{0,1) y la ecuacin de generacin
de nmeros Erlang permite obtener la tabla 3.14, que indica el comportamiento de la variable
aleatoria

Frmula Aplicada



Datos:
k 3
Lambda 0.125
Piezas 8


Se llenara la tabla de r1, r2 y r3 con nmeros pseudo-aleatorios de la siguiente manera
haciendo uso de la frmula de Excel que sera =ALEATORIO ().

Pieza r1 r2 r3
1 0.72 0.48 0.36
2 0.04 0.63 0.17
3 0.96 0.88 0.97
4 0.65 0.56 0.5
5 0.23 0.91 0.79
6 0.22 0.21 0.40
7 0.98 0.78 0.88
8 0.28 0.69 0.11
9 0.93 0.08 0.89
10 0.88 0.94 0.11





Teniendo estos datos se proceder a generar la siguiente tabla en donde se aplicara el
Generador de Erlang para conocer la Distribucin.





y= =
1

1

N
U
M
E
R
O

D
E

P
I
E
Z
A
S

N
U
M
E
R
O

P
S
E
U
D
O
-
A
L
E
A
T
O
R
I
O

NUMERO PSEUDO-ALEATORIO
Esta tabla se llena con el resultado de la diferencia entre el total 1 y el valor de ri (r1, r2, r3)
para cada una de las piezas como se presenta en lo siguiente:

Pieza 1 r1 1-r2 1-r3
Tiempo de proceso
(min/pieza)
1 0.28 0.52 0.64
2 0.96 0.37 0.83
3 0.04 0.12 0.03
4 0.35 0.44 0.50
5 0.77 0.09 0.21
6 0.90 0.14 0.86
7 0.37 0.26 0.18
8 0.05 0.09 0.39
9 0.82 0.27 0.71
10 0.91 0.38 0.71

Con la tabla llena de cada resultado de las piezas se proceder a realizar el calculo del tiempo
de proceso de casa una de ellas, haciendo uso de las otras 3 columnas como se presenta en la
siguiente figura.


Siendo:
$H$14 = Piezas
$H$12 = La Constante K
B25 = 1-ri1
C25 = 1-ri2
D25 = 1-ri3
LN = Logaritmo Natural

Nos quedara de la siguiente manera una vez obtenido los resultados.

Pieza 1 -ri 1-ri 1-ri
Tiempo de proceso
(min/pieza)
1 0.28 0.52 0.64 6.33
2 0.96 0.37 0.83 3.26
3 0.04 0.12 0.03 23.59
4 0.35 0.44 0.50 6.84
5 0.77 0.09 0.21 11.28
6 0.64 0.98 0.67 2.29
7 0.90 0.93 0.49 2.37
8 0.62 0.36 0.44 6.17
Para una mejor representacin se procedi a realizar un grfico lineal para mostrar la
diferencia de tiempos es que se demora cada pieza en se forjada.



0.00
5.00
10.00
15.00
20.00
25.00
0 2 4 6 8 10 12
Proceso de Piezas
Ejercicio de Aplicacin

Al inspeccionar lotes de tamao N = 5, la probabilidad de que una pieza sea defectuosa es
0.03. Simular el proceso de inspeccin para determinar el nmero de piezas defectuosas por
lote. Este proceso sigue una distribucin binomial con N = 5 y p = 0.03, y ser simulado
mediante la generacin de variables aleatorias de Bernoulli con p = 0.03, de acuerdo con el
procedimiento sealado en la seccin anterior, donde BEj = 0 representa una pieza en buen
estado y BE. = 1 una pieza defectuosa. (Observe los resultados en la tabla 3.16.)
Proceso de Aplicacin:
Datos:
Probabilidad de que la pieza falle 0.03
Probabilidad de que la pieza no falle 0.97

Para resolver el siguiente ejercicio se tendr la siguiente tabla de esta manera:

Para el llenado de la tabla en las columnas de r1 a r5 se las llenara con nmeros pseudo-
aleatorios cada una de ellas respectivamente de esta manera
Lote R1 B1 R2 B2 R3 B3 R4 B4 R5 B5
Piezas
Defectuosa
s
1 0.49 0.32 0.15 0.01 0.45
2 0.11 0.85 0.93 0.99 0.61
3 0.57 0.92 0.84 0.74 0.82
4 0.62 0.01 0.68 0.98 0.99
5 0.34 0.98 0.99 0.02 0.98
6 0.63 0.25 0.28 0.19 0.03
7 0.05 0.10 0.31 0.85 0.07
8 0.70 0.97 0.59 0.34 0.91

Ahora se proceder a realizar la comparacin de cada uno de los nmeros pseudo-aleatorios
con la probabilidad de que falle o no falle y se lo colocara en la columna B1-B5
respectivamente:
Lote R1 B1 R2 B2 R3 B3 R4 B4 R5 B5
Piezas
Defectuosas
1
2
3
4
5
6
7
8


//Datos de la Fomula:
C6 = Numero pseudo-aleatorio R#
$F$16 = El valor de que la pieza # No Falle.

Quedando la tabla al finalizar esta seccin con cada una de las comparaciones
Lote R1 B1 R2 B2 R3 B3 R4 B4 R5 B5
Piezas
Defectuosa
s
1 0.49 0.00 0.32 0.00 0.15 0.00 0.01 0.00 0.45 0.00
2 0.11 0.00 0.85 0.00 0.93 0.00 0.99 1.00 0.61 0.00
3 0.57 0.00 0.92 0.00 0.84 0.00 0.74 0.00 0.82 0.00
4 0.62 0.00 0.01 0.00 0.68 0.00 0.98 1.00 0.99 1.00
5 0.34 0.00 0.98 1.00 0.99 1.00 0.02 0.00 0.98 1.00

Ahora para llenar la columna de Piezas Defectuosas, se aplicara una formula conocida como
=CONTAR.SI en la cual se contara las coincidencias al encontrar un 1 de cada fila


Y este sera el resultado final de la tabla con todas las comparaciones
Lote R1 B1 R2 B2 R3 B3 R4 B4 R5 B5
Piezas
Defectuosa
s
1 0.49 0.00 0.32 0.00 0.15 0.00 0.01 0.00 0.45 0.00 0
2 0.11 0.00 0.85 0.00 0.93 0.00 0.99 1.00 0.61 0.00 1
3 0.57 0.00 0.92 0.00 0.84 0.00 0.74 0.00 0.82 0.00 0
4 0.62 0.00 0.01 0.00 0.68 0.00 0.98 1.00 0.99 1.00 2
5 0.34 0.00 0.98 1.00 0.99 1.00 0.02 0.00 0.98 1.00 3


Mtodo de Composicin
Ejercicio:
Generar una muestra de 5 variables aleatorias con distribucin triangular a partir de los
parmetros: valor mnimo 5, moda 10 y valor mximo 20.

Datos:
valor mnimo 5
moda 10
valor mximo 20

Desarrollo:
Para el ejercicio se tendr la siguiente tabla
Variable rj ri
si rj<= si rj>
X=5+5ri x=20-10ri
1
2
3
4
5

En donde rj y ri sern nmeros pseudo-aleatorios a los cuales se les aplicara la siguiente
comparacin.
En el 1er caso si rj es menor o igual que 0,333

En el 2do caso si rj es mayor que 0,333

Al final la tabla quedara de la siguiente manera:
Variable rj ri
si rj<= si rj>
X=5+5ri x=20-10ri
1 0.231 0.456 8.38 ---
2 0.421 0.967 --- 18.18
3 0.853 0.982 --- 18.66
4 0.048 0.134 6.83 ---
5 0.675 0.536 --- 13.19


Ejercicios de Aplicacin 3.39
Genere, mediante el mtodo de la transformada inversa, 100 nmeros aleatorios para la
siguiente distribucin de probabilidad.
Datos:
Constante 1 1/5 0.2
Constante 2 4/5 0.8

Como tabla principal se tendr la siguiente:
orden aleatorios
aleatorios
(ordenado)
Resultado xi
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

En donde se en la 2da columna se la llenara de nmeros pseudo-aleatorios y en la 3ra columna
esos nmeros sern ordenados de mayor a menor:
orden aleatorios
aleatorios
(ordenado)
Resultado xi
1 0.3920 0.0028
2 0.4949 0.0217
3 0.8495 0.0239
4 0.0801 0.0283
5 0.3885 0.0419
6 0.8758 0.0421
7 0.0077 0.0430
8 0.9197 0.0433
9 0.7108 0.0532
10 0.6146 0.0596
11 0.8391 0.0725
En la columna de resultados se aplicara la formula previa dada en el ejercicio:

Realizado este calculo con cada una de las filas la tabla llena seria asi:
orden aleatorios
aleatorios
(ordenado)
Resultado xi
1 0.1249 0.0028 0.2498
2 0.4581 0.0217 0.2488
3 0.3890 0.0239 0.2487
4 0.8879 0.0283 0.2484
5 0.8665 0.0419 0.2477
6 0.0920 0.0421 0.2477
7 0.2481 0.0430 0.2476
8 0.1501 0.0433 0.2476
9 0.9352 0.0532 0.2471
10 0.2907 0.0596 0.2467
11 0.9185 0.0725 0.2460
12 0.3439 0.0743 0.2459
13 0.6593 0.0943 0.2448
14 0.6723 0.1112 0.2439
15 0.3761 0.1199 0.2434
Y el grafico quedara aplicado de esta manera


0.2000
0.2100
0.2200
0.2300
0.2400
0.2500
0.2600
18
1
5
2
2
2
9
3
6
4
3
5
0
5
7
6
4
7
1
7
8
8
5
9
2
9
9
Series1
Expon. (Series1)
Ejercicio 3.40
Obtenga, con el mtodo de la transformada inversa, la expresin matemtica para generar
variables aleatorias que sigan las funciones de densidad indicadas.
a.
b.
c.
Desarrollo.
Para el inicio del ejercicio se tendr la siguiente tabla llena con nmeros pseudo-aleatorios:
orden aleatorios ri x0 x0 x0
1 0.8491
2 0.8083
3 0.7907
4 0.7721
5 0.7273
6 0.6964
7 0.5936
8 0.5271
9 0.5209
10 0.4935

Para el 1er literal se aplicara la siguiente formula en Excel

Para el 1er literal se aplicara la siguiente formula en Excel

Para el 1er literal se aplicara la siguiente formula en Excel


La tabla llenara quedara al final de esta manera:
orden aleatorios ri x0 x0 x0
1 0.8491 0.18252 0.0167 4.11847
2 0.8083 0.17258 0.0416 3.23745
3 0.7907 0.16834 0.0597 2.92331
4 0.7721 0.16391 0.0856 2.62720
5 0.7273 0.15336 0.1883 2.03571
6 0.6964 0.14620 0.3034 1.70906
7 0.5936 0.12297 1.0314 0.94700
8 0.5271 0.10840 1.7251 0.63292
9 0.5209 0.10704 1.7921 0.60837
10 0.4935 0.10114 2.0726 0.51016
Los graficos de cada uno de los literales quedaran ilustrados:



0.00000
0.05000
0.10000
0.15000
0.20000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Literal A
Literal A
0.0000
0.5000
1.0000
1.5000
2.0000
2.5000
3.0000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Literal B
Literal B
0.00000
1.00000
2.00000
3.00000
4.00000
5.00000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Literal C
Literal C