UNIVERSIDAD ANDINA DEL CUSCO

FACULTAD DE INGENIERIA




PROGRAMA ACADEMICO PROFESIONAL DE INGENIERIA DE
SISTEMAS



PROFESOR: ING FREDY CRUGGER
ALUMNO: LUIS ANTONIO CORNEJO OLIVERA
CODIGO: 032390-J


CUSCO, MAYO DEL 2010

METODO PARA GENERAR VARIABLES ALEATORIAS: Mtodo de la
transformada Inversa, Mtodo de Consolidacin, Mtodo de Composicin y Mtodo de
aceptacin y rechazo


GENERACION DE VARIABLE ALEATORIAS: INTRODUCCION

De forma general, el proceso de simulacin necesita la generacin de datos semejantes a los que se
producen en la realidad, lo que precisa la posibilidad de generar variables aleatorias de varias
distribuciones, por ejemplo la exponencial que es muy usada en casos de estudio de colas.
El algoritmo concreto a utilizar depender de la distribucin a generar, pero de forma general tendr
las siguientes etapas:




Caractersticas deseables:
- Exacto si es posible (existen mtodos aproximados).
- Eficiente: poco almacenamiento, rpido y robusto.
- sencillo, fcil de comprender y de implementar.
- Que precise solo nmeros U(0,1) y, si es posible un numero genere una variable

METODOS PARA GENERAR VARIABLES ALEATORIAS

- Mtodo de la Transformada Inversa
- Mtodo de Convolucin
- Mtodo de Composicin
- Mtodo de Aceptacin / Rechazo

METODO DE LA TRANSFORMADA INVERSA

-Puede ser usada para muestrear distribuciones exponencial, uniforme, Weibull y triangular.
-Es usada como base para muestrear una gran variedad de distribuciones discretas.
-Es la tcnica ms fcil, pero no siempre es la ms eficiente en trminos computacionales.

Sea X la variable aleatoria cuya funcin de distribucin es
{ } ( ) F x P X x = s
Se genera un nmero aleatorio uniforme entre 0 y 1, u , y luego se determina x tal que ( ) F x u =
Supongamos que la variable tiene distribucin exponencial con ( ) 1
x
F x e
o
= para 0 x > siendo
1/ o la media de la distribucin. Dado un numero aleatorio u tal que ( ) F x u = ,
luego
ln(1 ) ln( )
d
u u
x
o o

= = .
Generar uno a
ms nmeros
aleatorios U (0,1
Transformacin
dependiente de la
distribucin
Obtener X de la
distribucin
deseada
Otra aplicacin directa de este procedimiento es para la distribucin uniforme en un intervalo
cualquiera (a, b). La funcin de distribucin en este caso es ( )
x a
F x
b a

si ( , ) x a b e (0 para
valores menores y 1 para valores mayores) y dado un numero aleatorio u tal que ( ) F x u = , se
tiene que ( ) x a b a u = + .
La distribucin Weibull ( , ) o | es otra distribucin para la que se puede aplicar este procedimiento
directamente. La funcin de densidad de una distribucin Weibull ( , ) o | de media
1
(1/ ) o
o|
I ,
es
1 ( )
( ) , 0
x
f x x e x
o
o o |
o|

= > , con lo que la funcin de distribucin se obtiene de forma
inmediata
( )
( ) 1
x
F x e
o
|
= , 0 x > .As , dado un valor aleatorio uniforme en (0,1), u , el valor
generado sera | | | |
1/ 1/ 1 1
ln(1 ) ln( )
d
x u u
o o
| |
= = .
Aunque ste es el procedimiento ms extendido, sin embargo, muestra una dificultad fundamental
para su aplicacin, la necesidad de conocer explcitamente la funcin de distribucin. La forma
habitual de caracterizar una distribucin absolutamente continua es mediante su funcin de
densidad, de ah que se hayan diseado otros procedimientos basados en esta funcin.

Ejemplo: Generar datos con distribucin exponencial con 1, 5 o = , para u =0,5520
Sol:
Se obtiene
1
1
(0, 5520) ln(0, 5520) 0, 3961
1, 5
a F

= = =

u a
0.552 0.3961
0.4881 0.4782
0.7512 0.1907
0.3124 0.7756
0.5696 0.3752
0.7238 0.2155
0.9438 0.0386

METODO DE LA TRANSFORMADA DIRECTA

-Tcnica intuitiva de transformacin directa que produce un par de variables normales estndar
independientes una de otra con media cero y varianza uno.
-No es tan eficiente pero es fcil de implementar en distintos tipos de lenguajes de programacin




METODO DE CONVOLUCION

-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
nueva variable aleatoria con la distribucin de probabilidad deseada.
-Puede ser usada para obtener variables con distribuciones Erlang y binomiales.
-Muchas v.a. se pueden expresar de forma exacta o aproximada mediante la suma lineal de otras
v.a.
-Este mtodo se puede usar cuando la v.a. x se puede expresar como una combinacin lineal de k
v.a.,

1 1 2 2
...
k k
x b x b x b x = + + +
-Se necesita generar k nmeros aleatorios
1 2
( , ,..., )
k
u u u para generar
1 2
( , ,..., )
k
x x x v.a. y as
obtener el valor final.

METODO DE COMPOSICION

El tercer mtodo existente para la generacin de variables aleatorias utilizando computadoras es el
llamado mtodo de composicin o mtodo de mezclas.
Mediante este mtodo la distribucin de probabilidad fX (x) se expresa como una mezcla de varias
distribuciones de probabilidad fi (x) seleccionadas adecuadamente.

- Cada fragmento se expresa como producto de una funcin de densidad y un peso, y la
funcin global queda como

1
( ) ( )
n
i i
i
f x w f x
=
=

Con
1
( ) 1
n
i
i
w x
=
=

La gua para la seleccin de los fi (x) esta dada sobre las consideraciones relativas a la bondad
de ajuste y el objetivo de minimizar
1
n
i i
i
wt
=

donde
i
t es el tiempo esperado de computacin para
generar valores de variables aleatorias a partir de fi (x).
Los pasos requeridos para la aplicacin de este mtodo en la simulacin de variables aleatorias son
los siguientes:
Algoritmo 4.1 Mtodo de composicin

1. Dividir la distribucin de probabilidad original en sub reas.
2. Definir una distribucin de probabilidad para cada sub rea.
3. Expresar la distribucin de probabilidad original en la forma siguiente:

2 2
1
( ) ( ) ( ) ... ( ) ( )
n
i i n n i i
i
f x w f x w f x w f x w f x
=
= + + + =

4. Obtener la funcin de distribucin de las reas.
5. Generar dos nmeros aleatorios R1 y R2.
6. Seleccionar la distribucin de probabilidad fi (x) con la cual se va a simular el valor de X. La
seleccin de esta distribucin se obtiene al aplicar el mtodo de la transformacin inversa, en la
cual el eje de las ordenadas esta representado por la distribucin acumulada de las reas, y el eje
de las abscisas por las distribuciones fi (x). Para esta seleccin se utiliza el numero aleatorio R1.
7. Utilizar el numero aleatorio R2 para simular por el mtodo de la transformada inversa o algn
otro procedimiento especial, nmeros al azar que sigan la distribucin de probabilidad fi (x)
seleccionada en el paso anterior.

Ejemplo: Se desea generar variables aleatorias de la siguiente distribucin de probabilidad:

( ) fX x = 1 , 1 0 x si x + s s
1 , 0 1 x si x s s
Siguiendo los pasos descritos previamente, la generacin de variables aleatorias, puede ser
resumida en los siguientes pasos.
1. La distribucin de probabilidad original, se va ha dividir en dos reas, definidas por los
limites de la misma, entonces estas reas son:
1
1/ 2 w = que es el rea definida en el
intervalo 1 0, x s s y
2
1/ 2 w = que corresponde al rea definida en el intervalo
0 1 x s s
2. En seguida se determinan las distribuciones de probabilidad y distribucin acumulada de
las reas definidas en el paso anterior

1
( ) 2(1 ) fX x x = + y
2
1
( ) ( 1)
X
F x x = +

2
( ) 2(1 ) fX x x = y
2
2
( ) 2
X
F x x x =
3. La distribucin de probabilidad original, se puede expresar como:

1 1 2 2
( ) ( ) ( ) fX x w fX x w fX x = +

1 1
(2(1 )) (2(1 ))
2 2
x x = + +
4. Con las reas y distribuciones fi(x) definidas en los pasos anteriores, la distribucin
acumulada de las reas sera
, si x esta definido en
1
( ) fX x

A
F = 1, si x esta definido en
2
( ) fX x

5. Generar dos nmeros aleatorios R1 y R2
6. Si R1<1/2, entonces se simulan valores de la distribucin fX(x)1:

2
( 1) 2 x R + =
2 1 x R =
En caso contrario, se simulan valores de la distribucin fX(x)2:

2
2 2 x x R =
1 1 2 x R =
7. Repetir los pasos anteriores tantas veces como se desee.

Con estos pasos, generamos una muestra aleatoria de tamao n=10000, y obteniendo el
histograma con el respectivo ajuste de datos



METODO DE ACEPTACION/RECHAZO

-Se generan variables aleatorias con alguna distribucin y son aceptadas si cumplen con una
condicin determinada, sino son rechazadas.
-La eficiencia de esta tcnica depende grandemente en ser capaz de minimizar el nmero de
rechazos.
-La nmero medio de dgitos aleatorios requerido para generar una variable X es uno ms que el
nmero de rechazos
Se utiliza cuando es imposible o extremadamente difcil expresar x en funcin de la transformada
inversa
1
( ) F U

.
Sea f la funcin densidad de probabilidad. Este mtodo precisa una funcin que sea mayor que f, tal
que g(x) f(x) para todo x.
g(x) no ser una funcin densidad puesto que:
( ) ( ) 1 c g x dx f x dx


= > =
} }

Para c , entonces h(x)=g(x)/c es una funcin densidad.

Algoritmo
1. Generar Y teniendo una densidad h.
2. Generar U de U(0,1), independiente de Y.
3. Si U f(Y)/g(Y), entonces hacer XY, sino volver al paso 1.
El algoritmo contina haciendo este bucle sobre el paso 1 hasta que se genera un (Y,U) para el que
U f(Y)/g(Y) (hasta que aceptamos el valor de Y para Z). La variable aleatoria Z generada por el
algoritmo anterior tiene una funcin densidad f.
Cmo elegir g?
Hay que intentar elegir g de modo que la variable aleatoria Y se pueda generar rpidamente,
La probabilidad de aceptar Y debiera ser grande (c prxima a 1), lo que significa que g debe estar
prxima a f.
Ejemplo:
La distribucin Beta (4,3) tiene una funcin densidad f(x) = 60 x3 (1 x)2 0 x 1
El valor mximo de f se alcanza para x=0,6 y f(0,6) = 2,0736.
Si definimos g(x)=2,0736 para 0 x 1, entonces g es mayor que f.
Algoritmo:
1. Generar Y y U de U(0,1).
2. Si
3 2
60 (1 )
2, 0736
Y y
U

s
Entonces hacer X=Y; sino rechazar el valor de Y y volver al paso 1.


ELECCION DEL METODO ADECUADO

Si la funcin de distribucin se puede invertir utilizar inversin.
Si la funcin de distribucin es la suma de otras funciones de distribucin utilizar composicin.
Si la variable aleatoria es composicin de otras variables aleatorias utilizar convolucin
Si existe una funcin que maximice a funcin densidad utilizar aceptacin rechazo.
Si existe algn tipo de relacin utilizar mtodos especficos.

METODOS PARA GENERAR VARIABLES ALEATORIAS CONTINUAS
Uniforme: Transformada inversa
Exponencial: Transformada inversa
Erlang: Convolucin
Gamma: Aceptacin-rechazo
Weibull: Transformada inversa
Normal: Transformacin directa
Triangular: Transformada inversa
Emprica: Transformada inversa
Bernoulli: Transformada inversa
Uniforme: Transformada inversa
Discreta arbitraria: Transformada inversa
Binomial: Convolucin
Geomtrica: Transformada inversa
Poisson: Aceptacin-rechazo

CONCLUSION
Dado que existen varios mtodos para generar variables aleatorias continuas, y tambin discretas, se
debera profundizar en el tema de estudio para poder reconocer bien con que mtodo se puede
trabajar, en lo que respecta a mi proyecto, se trabajara con el mtodo exponencial y la transformada
inversa ya que se trabajara con colas y tiempos de espera.
El mtodo de aceptacin- rechazo no me parece que es muy acertado en las respuestas ya que tiene
que cumplir con ciertas condiciones, sino se rechaza, asi que se tiene que procurar obtener la
mnima cantidad de rechazos.