INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA

3 Generacin de Variables Aleatorias

3.1 Introduccin
La Variable Aleatoria es una funcin real definida en el espacio muestral
asociado a un experimento aleatorio. En todo modelo de simulacin existen
variables aleatorias interactuando, generalmente, estas variables siguen
distribuciones de probabilidad diferentes a la distribucin uniforme. Por
consiguiente, para simular estas variables, es necesario contar con un
generador de nmeros uniformes y una funcin que a travs de un mtodo
especfico, transforme estos nmeros en valores de la distribucin de
probabilidad requerida. Como estos mtodos requieren del manejo de
conceptos bsicos de probabilidad, entonces, es conveniente describirlos.
Funciones de probabilidad. Sea una funcin de variable real continua o
discreta. Es una funcin de probabilidad, si satisface las condiciones
siguientes:
) x ( f
) x ( f
1) (positiva y acotada), y R x ; 0 ) x ( f e >
finito m ; R m ; m ) x ( f e s
2) , en caso continuo 1 dx ) x ( f =
)

1 ) x ( f
D x
= _
e
, en caso discreto;
D
es el dominio de f (x)
Funcin acumulada. Sea una funcin de probabilidad continua o discreta.
Se define la funcin acumulada de denotada por , como:
) x ( f
) x ( f ) x ( F
a) , en caso continuo
)
=

x
dt ) t ( f ) x ( F
b) , en caso discreto _ =
e
x
D t
) t ( f ) x ( F
3.2 Mtodos para generar Variables Aleatorias
Existen varios procedimientos para lograr generar las variables aleatorias, entre
los cuales podemos mencionar:
a) El mtodo de la transformada inversa: Este mtodo utiliza la funcin
acumulada F(x) de la distribucin que se est analizando. Puesto que la
1
INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA
2
l
cual F(x) es igual a R. Esto se puede expresar como, F(x) = R x = F (R).
ar que proviene de la distribucin de probabilidad
que se est analizando.
la de varias distribuciones de probabilidad
seleccionadas adecuadamente.
ribuciones en las que se dificulta la obtencin de la funcin
acumulada.
.2.1 Generacin de Variables Aleatorias Discretas
tilizando el
todo de la transformada inversa, se siguen los siguientes pasos:
. Definir los valores de la variable aleatoria, x
. Evaluar la funcin de probabilidad, f(x), para cada valor de x
. Calcular la funcin acumulada, F(x)
ulada del valor
analizado, esto queda expresado como, F(x-1) s R < F(x)
n acumulada F(x) y el rango de R, como a
continuacin se presenta.
x f (x) F (x) Rango
funcin acumulada est definida en el intervalo de 0 a 1, se puede generar
un nmero uniforme R y determinar el valor de la Variable Aleatoria para e
-1
b) El mtodo de rechazo. Este mtodo consiste en generar un valor de la
variable aleatoria y prob
c) El mtodo de composicin. En este mtodo la distribucin de probabilidad
f(x) se expresa como una mezc
d) Procedimientos especiales. Estos mtodos son aplicados utilizando algunas
de las propiedades de las distribuciones analizadas. Son de gran aplicacin
para las dist
3
Para generar la Variable Aleatoria de una distribucin discreta, u
m
1
2
3
4. Obtener el rango, considerando la probabilidad acumulada del valor
inmediato anterior al analizado y la probabilidad acum
5. Construir una tabla que incluya la variable aleatoria (x), la funcin de
probabilidad f(x), la funci

Ejemplo 1: Obtener la Variable Aleatoria de la distribucin Poisson con = 4.
relacionada con ; para obtener probabilidades considerables, con valores
1. Se sabe que el rango de valores de x para la distribucin Poisson vara de
cero a infinito, adems, que para valores muy grandes, su probabilidad
tiende a cero. El comportamiento de esta distribucin de probabilidad est
INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA
pequeos de , se requiere que x sea 3, 4 5 veces ; por el contrario,
para obtener probabilidades considerables, con valores grandes de , x
toma valores que estn cerca de 2. Por consiguiente, se definen los
valores de x, desde 0 a ms de 12; donde el valor de x, ms de 12,
corresponde al complemento de la probabilidad acumulada de 12.
2. Se construye la tabla, obteniendo la distribucin de probabilidad, la
probabilidad acumulada y el rango para cada valor de x (los valores se
truncaron a 10 decimales).
x f (x) F (x) Rango
0 0.0183156388 0.0183156388 0 s R < 0.0183156388
1 0.0732625555 0.0915781943 0.0183156388 s R < 0.0915781943
2 0.1465251111 0.2381033054 0.0915781943 s R < 0.2381033054
3 0.1953668148 0.4334701202 0.2381033054 s R < 0.4334701202
4 0.1953668148 0.6288369350 0.4334701202 s R < 0.628836935
5 0.1562934518 0.7851303868 0.628836935 s R < 0.7851303868
6 0.1041956345 0.8893260213 0.7851303868 s R < 0.8893260213
7 0.0595403626 0.9488663839 0.8893260213 s R < 0.9488663839
8 0.0297701813 0.9786365652 0.9488663839 s R < 0.9786365652
9 0.0132311916 0.9918677568 0.9786365652 s R < 0.9918677568
10 0.0052924766 0.9971602334 0.9918677568 s R < 0.9971602334
11 0.0019245369 0.9990847703 0.9971602334 s R < 0.9990847703
12 0.0006415123 0.9997262826 0.9990847703 s R < 0.9997262826
Ms de 12 0.0002737174 1 0.9997262826 s R < 1
La funcin de probabilidad para la distribucin Poisson es: ( )
! x
e
x f
x

=

,
entonces:
( ) 0183156388 . 0
! 0
4 e
0 x f
0 4
= = =

( ) 0732625555 . 0
! 1
4 e
1 x f
1 4
= = =

( ) 1465251111 . 0
! 2
4 e
2 x f
2 4
= = =

( ) 1953668148 . 0
! 3
4 e
3 x f
3 4
= = =

Como ya se mencion en la seccin anterior, la funcin acumulada se obtiene

sumando la probabilidad del valor analizado ms las probabilidades anteriores.
F(x=0) = f(x=0) = 0.0183156388 {al ser el primer valor no se suma con
otro}
3
INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA
F(x=1) = f(x=1) + F(x=0) = 0.0732625555 + 0.0183156388 = 0.0915781943
F(x=2) = f(x=2) + F(x=1) = 0.1465251111 + 0.0915781943 = 0.2381033054
F(x=3) = f(x=3) + F(x=2) = 0.1953668148 + 0.2381033054 = 0.4334701202
Como se observa en la tabla, para determinar el rango se considera la
probabilidad acumulada del valor anterior al analizado y la del valor analizado.
Se utiliza el mismo procedimiento para calcular todos los valores de x. Para
determinar la probabilidad del valor de x igual a ms de 12, se calcula el
complemento de los valores calculados, es decir, f (x = ms de 12) = 1 F(x =
12).
Ejemplo 2: Obtener la Variable Aleatoria de la distribucin Binomial, con n = 10
y p = 0.20.
1. Para la distribucin Binomial, el rango de valores de x varan de cero a n.
Por consiguiente, se definen los valores de x, desde 0 a 10.
2. Se construye la tabla, obteniendo la distribucin de probabilidad, la
probabilidad acumulada y el rango para cada valor de x (los valores se
truncaron a 10 decimales).
x f (x) F (x) Rango
0 0.1073741824 0.1073741824 0 s R < 0.1073741824
1 0.2684354560 0.3758096384 0.1073741824 s R < 0.3758096384
2 0.3019898880 0.6777995264 0.3758096384 s R < 0.6777995264
3 0.2013265920 0.8791261184 0.6777995264 s R < 0.8791261184
4 0.0880803840 0.9672065024 0.8791261184 s R < 0.9672065024
5 0.0264241152 0.9936306176 0.9672065024 s R < 0.9936306176
6 0.0055050240 0.9991356416 0.9936306176 s R < 0.9991356416
7 0.0007864320 0.9999220736 0.9991356416 s R < 0.9999220736
8 0.0000737280 0.9999958016 0.9999220736 s R < 0.9999958016
9 0.0000040960 0.9999998976 0.9999958016 s R < 0.9999998976
10 0.0000001024 1 0.9999998976 s R < 1
La funcin de probabilidad para la distribucin Binomial es:
( ) ( )
x n x
p 1 p
x
n
x f

|
.
|

\
|
= , donde,
|
.
|

\
|
x
n
representa la combinacin de n en x,
entonces:
( ) ( ) 1073741824 . 0 2 . 0 1 2 . 0
0
10
0 x f
0 10 0
= |
.
|

\
|
= =

( ) ( ) 2684354560 . 0 2 . 0 1 2 . 0
1
10
1 x f
1 10 1
= |
.
|

\
|
= =

4
INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA
( ) ( ) 3019898880 . 0 2 . 0 1 2 . 0
2
10
2 x f
2 10 2
= |
.
|

\
|
= =

Como se present en el ejemplo anterior, la funcin acumulada se obtiene

sumando la probabilidad del valor analizado ms las probabilidades anteriores.
F(x=0) = f(x=0) = 0.1073741824 {al ser el primer valor no se suma con
otro}
F(x=1) = f(x=1) + F(x=0) = 0.2684354560 + 0.1073741824 = 0.3758096384
F(x=2) = f(x=2) + F(x=1) = 0.3019898880 + 0.3758096384 = 0.6777995264
Se utiliza el mismo procedimiento para calcular todos los valores de x.
3.2.2 Generacin de Variables Aleatorias Continuas
Para generar la Variable Aleatoria de una distribucin continua, utilizando el
mtodo de la transformada inversa, se siguen los siguientes pasos:
1. Obtener la funcin de densidad, f(x)
2. Calcular la funcin acumulada, F(x)
3. Igualar la funcin acumulada a un nmero uniformemente distribuido en el
rango de 0 a 1, F(x) = R
4. Despejar la variable x, en funcin en R, x = F-1(R).
Ejemplo 1: Obtener la Variable Aleatoria de la distribucin Uniforme, U (A, B).
1. La funcin de densidad de la distribucin Uniforme es,
B x A ,
A B
1
) x ( f s s

=
2. La funcin acumulada se obtiene,
)
=
x
A
dx ) x ( f ) x ( F
| | | |
A B
A x
A x
A B
1
x
A B
1
dx
A B
1
dx
A B
1
) x ( F
x
A
x
A
x
A

=
) )

=
3. Igualando la funcin acumulada a R se obtiene, F(x) = R
R
A B
A x
) x ( F =

=
5
INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA
4. Despejando x, en funcin de R,
R
A B
A x
=

( ) A B R A x =
Siendo esta la variable aleatoria para la distribucin
Uniforme.
( ) A B R A x + =
Ejemplo 2: Obtener la Variable Aleatoria de la distribucin Exponencial, E
(1/).
1. La funcin de densidad de la distribucin Exponencial es,
0 x , e ) x ( f
x
> =

2. La funcin acumulada se obtiene,
)
=
x
A
dx ) x ( f ) x ( F
( ) | |
( ) ( )
( ) | | 1 e e e e dx e dx e ) x ( F
x 0 x
x
0
x x
0
x x
0
x
+ = = =
)

)
= =

3. Igualando la funcin acumulada a R se obtiene, F(x) = R
R 1 e ) x ( F
x
= + =

4. Despejando x, en funcin de R,
R 1 e
x
= +

R 1 e
x
=

, sacando logaritmo natural a ambos lados de la igualdad
( ) R 1 ln x =
( )

=
R 1 ln
x
Como R es un nmero distribuido uniformemente en el rango de 0 a 1,
entonces, 1-R tambin es un nmero distribuido uniformemente en el rango de
0 a 1, por consiguiente, 1 R = R, por lo tanto,
( )

=
R ln
x
6
INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA
Siendo esta la variable aleatoria para la distribucin Exponencial.
Ejemplo 3: Obtener la Variable Aleatoria de la distribucin triangular, TR (a, b,
c).
1. La funcin de densidad de la distribucin Triangular es,
( )
( ) ( )
( )
( ) ( )

s s

s s

s s
s s
=
c x b
b c a c
x c 2
b x a ;
a b a c
a x 2
c x b ); x ( f
b x a ); x ( f
) x ( f
2
1
2. La funcin acumulada se obtiene por partes, es decir, y
)
=
x
a
1 1
dx ) x ( f ) x ( F
)
+
)
=
x
b
2
b
a
1 2
dx ) x ( f dx ) x ( f ) x ( F
( )
( ) ( )
( )
( ) ( )

s s

s s

s s
s s
=
c x b
b c a c
x c
1
b x a ;
a b a c
a x
c x b ); x ( F
b x a ); x ( F
) x ( F
2
2
2
1
3. Igualando la funcin acumulada a R, F(x) = R, se obtiene el rango de R
para cada parte de la variable aleatoria
( )
( ) ( )
R
a b a c
a x
) x ( F
2
1
=

=
0 R a x : Si = =
a c
a b
R b x : Si

= =
( )
( ) ( )
R
b c a c
x c
1 ) x ( F
2
2
=

=
a c
a b
R b x : Si

= =
1 R c x : Si = =
4. Despejando x, en funcin de R,
7
INSTITUTO TECNOLGICO TUXTLAGUTIRREZ - EDUCACIN ADISTANCIA
( )
( ) ( )
( ) ( ) R a b a c a x R
a b a c
a x
) x ( F
1
2
1
+ = =

=
( )
( ) ( )
( ) ( ) ( ) R 1 b c a c c x R
b c a c
x c
1 ) x ( F
2
2
2
= =

=
( ) ( )
( ) ( ) ( )

s s

s s +
=

s s

s s
=
1 R
a c
a b
; R 1 b c a c c
a c
a b
R 0 ; R a b a c a
1 R
a c
a b
: x
a c
a b
R 0 ; x
x
2
1
Siendo esta la variable aleatoria para la distribucin Triangular.
8