MODELAJE y SIMULACIN

SIMULACION DE PROCESOS ESTOCASTICOS

ECUACIONES GENERADORAS DE VARIABLES ALEATORIAS, PARA LAS
FUNCIONES ESTADISTICAS DE PROBABILIDAD MAS CONOCIDAS
DISTRIBUCIONES CONTINUAS :
NOMBRE DE LA FUNCIN

VBLES. ALEATORIAS (X), MEDIAS y

VARIANZAS

DISTRIBUCIN UNIFORME
FUNCIN DE DENSIDAD

f x

1
;a x b
ba

F x

1
xa
a b a dt b a ;0 F x 1
x

f x e ; 0; x 0

x EX b a

ba

1
log R EX log R

1
x
EX x e dx
0

F x e
x

dt 1 e

VX x

DISTRIBUCIN NORMAL

Funcin Normal Estandarizada:

f x

12

OBSERVACINES

Existen situaciones en las

que no se conocen, de
forma explcita, a y b.
Luego tenemos:

a EX 3VX
b 2 EX a

2
x

1 12 X

; x
f x
e
2

SUBROUTINE UNIFOR (A,B,X)

CALL ALEATORIO (RUTINA, R)
X = A + 2(B-A)*R
RETURN

VX

DISTRIBUCIN EXPONENCIAL

SUBRUTINAS FORTRAN

X a b a R;0 R 1
b
1
ba
EX
xdx
a ba
2

FUNCION DE DISTRIBUCIN

1 Z
2

DISTRIBUCIN GAMMA y ERLANG

X
;Z
; Z

12

Xi

R 6
i 1

EX
VX

dx

SUBROUTINE EXPONE (EX,X)

CALL ALEATORIO (RUTINA, R)
X = - EX * ALOG (R)
RETURN

EX

1
EX

SUBROUTINE NORMAL (EX,VX,X)

SUM = 0.0
DO 5 I =1,12
CALL ALEATORIO (RUTINA, R)
5 SUM = SUM + R
X = (SUM 6.0) * VX + EX
RETURN
SUBROUTINE ERLA (K,A,X)
TR = 1.0

Obtenida a partir del

Mtodo de Convolucin

Existen situaciones en las

Si k es un entero, entonces la distribucin se

denomina ERLANG:

f t

k 1

k 1!

; , k , x 0

No existe en forma explcita.

Si se tiene que un determinado proceso consta de
k eventos, cada uno de los cuales aparece en
forma secuencial, con tiempo entre ocurrencias
con distribucin exponencial y un mismo
parmetro , entonces el tiempo total estar dado
por la distribucin GAMMA.

que no se conocen, de
forma explcita, y k.
Luego tenemos:

log

X i
R
i
i 1

EX
VX

DO 5 I =1,K
CALL ALEATORIO (RUTINA, R)
5 TR = TR * R
X = - ALOG (TR) / A
RETURN
2

EX
VX

EX
k
VX

DISTRIBUCIONES DISCRETAS :

NOMBRE DE LA FUNCIN

VBLES. ALEATORIAS (X), MEDIAS y

VARIANZAS

DISTRIBUCIN GEOMETRICA
FUNCIN DE DENSIDAD

FUNCION DE DISTRIBUCIN

log R
log q
q
EX
p
q
EX
VX 2
p
p
X

f x p q ; x 0,1,2,3,
x

F x P X x p q

i 0

SUBRUTINAS FORTRAN

SUBROUTINE POISSON (K,Q,X)

TR = 1.0
QR = LOG (Q)
DO 6 I = 1,K
CALL ALEATORIO (RUTINA, R)
TR = TR * R
NX = ALOG (TR) / QR
X = NX
RETURN

OBSERVACINES

Esta distribucin tiente solo

un parmetro p, el cual se
puede expresar en funcin de
la media EX:

1
1 EX

Si K = 1 => Geomtrica

DISTRIBUCIN BINOMIAL

n x xn
fx p q ;x 0,12,3
x
DISTRIBUCIN HIPERGEOMETRICA

n x n x

Fx qp
x0 x

x
x x
Xi
i

i 1

i 1

1; si Ri p

; si Ri p

EX np
VX npq

SUBROUTINE BINOM (N,P,X)

X = 0.0
DO 7 I = 1,N
CALL ALEATORIO (RUTINA, R)
IF (R P) 6, 6, 7
6 X = X + 1.0
7 CONTINUE
RETURN

Existen situaciones en las que

no se conocen, de forma
explcita, p y n. Luego
tenemos:

EX VX
EX

EX
n

EX VX

SUBROUTINE HIPER (N, n, P,X)

Considrese

una

poblacin

 Np q

N q nx
fx ;0x Np;0nxNq
N

n

N = Tamao de la Poblacin
n

= Tamao de la
Reemplazamiento.

Muestra

EX np

sin

N n

N 1

VX npq

Np = Nro. Elementos de la clase I.

Nq = Nro. Elementos de la clase II.

DISTRIBUCIN DE POISSON
x

t ; x 0,1,2,3,; 0
x

f x e

x!

Se utiliza para modelar sistemas en donde la

velocidad de aparicin de cierta cantidad
eventos independientes por unidad de tiempo
en comparacin con el tiempo total de la
muestra t, es muy pequea, ejemplo: llegada
de aviones a un aeropuerto.

1 Ln R
i 0

x 1

X = 0.0
DO 11 I = 1,n
CALL ALEATORIO (RUTINA, R)
IF (R P) 6, 6, 9
6 S = 1.0
X = X + 1.0
Go To 10
9 S = 0.0
P = (N * P S)/(N 1.0)
N = N 1.0
RETURN

SUBROUTINE POISSON (EX, T, X)

T1 = 0.0
IR = -1
i
1 CONTINUE

t 1 Ln R
i

i 0

EX VX t

IR = IR + 1
CALL ALEATORIO (RUTINA, R)
TI = TI T * ALOG (R) / EX
IF (TI T) 1, 2, 2
2 RETURN

con N elementos tales que

cada uno de ellos pertenece a
la clase I o a la clase II.
Denotemos por Np al nmero
de elementos que pertenecen
a la clase I y por Nq al nmero
de
elementos
que
son
miembros de la clase II. Si en
una poblacin de N elementos
se toma una muestra aleatoria
con n elementos (n < N) sin
reemplazamiento, entonces el
nmero de elementos x de la
clase I en la muestra de n
elementos tendr Distribucin
de Prob. Hipergeomtrica.

SUBROUTINE POISSON (, X)
X = 0.0
B = EXP (- )
TR = 1.0
1 CALL ALEATORIO (RUTINA,
R)
TR = TR * R
IF (TR B) 3, 2, 2
2 X = X + 1.0
GO TO 1
3 RETURN