You are on page 1of 3

Generacin de Variables Aleatorias

Las variables aleatorias son aquellas que tienen un comportamiento probabilstico


en la realidad. Por ejemplo, el nmero de personas que reciben atencin de
urgencia en un hospital. Se va a hablar sobre la generacin de variables aleatorias
que es un proceso que enfrenta la simulacin debido a que cuenta con variables
con un comportamiento probabilstico. En donde dicha variabilidad se pudiera
clasificar dentro de alguna distribucin de probabilidad conocida.
Existen varios mtodos que nos permiten generar variables aleatorias. Lo normal
es que existan varias opciones para generar una misma variable aleatoria. La
eleccin del mtodo adecuado se puede basar en una serie de factores como:
Exactitud: se prefiere un mtodo exacto frente a mtodos aproximados,
como soluciones numricas.
Velocidad: uno de los datos que se toma en consideracin es el tiempo de
generacin de la variable.
Espacio: necesidades de memoria del mtodo utilizado. En general, los
mtodos no consumen mucha memoria.
Simplicidad

Hablaremos sobre 2 mtodos para generar variables aleatorias: el mtodo de


convolucin y el mtodo de composicin.
Mtodo de Convolucin

La distribucin de probabilidad de la suma de dos o ms variables aleatorias


independientes es llamada la convolucin de las distribuciones de las variables
originales. El mtodo de convolucin es entonces la suma de dos o ms variables
aleatorias para obtener una variable aleatoria con la distribucin de probabilidad
deseada. Puede ser usada para obtener variables con distribuciones Normal,
Binomial, Poisson, Gamma y Erlang.
Metodologa:
Se generan nmeros aleatorios (Y1, Y2, Y3.Yn)
Con uno (o ms dependiendo del mtodo a utilizar) de los nmeros
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.

La convolucin se puede ver tambin como una operacin matemtica en la cual


tomamos dos seales y producimos una tercera. De la misma manera que en
multiplicacin tomamos dos nmeros y producimos un tercero.
Cundo utilizar el mtodo?
Si la variable aleatoria es composicin de otras variables aleatorias se utiliza la
convolucin.
Ejemplo de mtodo de convolucin para la Distribucin Normal.
El volumen de lquido de un refresco sigue una distribucin normal con media de
12 onzas y desviacin estndar de 0.4 onzas. Generar 5 variables aleatorias con
esta distribucin para simular el proceso de llenado.
12

= [( ) 6] +
=1
12

= [( ) 6] (0.4) + 12
=1

BOTELLA 12 12 VOLUMEN
( ) ( ) 6 (onzas)
=1 =1
1 6.21 0.21 12.084
2 5.34 0.66 11.736
3 6.03 0.03 12.012
4 6.97 0.97 12.038
5 4.81 1.19 11.524

Mtodo de Composicin

Este mtodo se aplica cuando la funcin de distribucin, FX (o de densidad, fX) se


puede como combinacin lineal convexa de otras funciones de distribucin (o de
densidad).
F () = () o () = ()
La idea es que podemos generar valores de la variable X generando valores de las
variables X1,X2, cuyas funciones de distribucin son F1, F2, y cuyas
funciones de densidad son f1, f2, . Evidentemente, se espera que los valores de
estas distribuciones sean ms fciles de generar que los de la variable X.
Las probabilidades {pj} se pueden interpretar como la funcin puntual de
probabilidad de una variable aleatoria discreta Y, con pj = P(Y = j). La primera
parte del mtodo consistira en generar un valor de Y. Si el valor de Y es j, entonces
se genera un valor de la variable Xj.
Algunas de las distribuciones ms conocidas que pueden expresarse como una
combinacin convexa son: triangular, de Laplace y trapezoidal.
Ejemplo de mtodo de composicin para la Distribucin Triangular.
Generar una muestra de 5 variables aleatorias con distribucin triangular a partir
de los parmetros: valor mnimo 5, moda 10 y valor mximo 20.

+ ( )
={ }
[( )1 ]
()
* si
()

()
** si
()

Reemplazando a = 5, c = 10 y b = 20:

5 + (5)
={ }
20 [(10)1 ]

(5)
* si
(15)

(5)
** si
(15)

Generando secuencia de nmeros pseudoaleatorios se obtiene la secuencia de


variables triangulares que se lista a continuacin:
Variable rj rj 5 + (5) si 20 101
0.33 si 0.33
1 0.231 0.456 8.37 -
2 0.421 0.967 - 18.18
3 0.853 0.982 - 18.65
4 0.048 0.134 6.83 -
5 0.675 0.536 - 13.18