GENERACIN DE VARIABLES ALEATORIAS

La generacin de cualquier variable aleatoria se va a basar en la generacin previa de una

distribucin uniforme (0,1). Y las transformaciones de dichos nmeros generados en
valores de otras distribuciones.

La mayora de las tcnicas utilizadas para la generacin se pueden agrupar en:

Mtodo de la transformada inversa
Mtodo de aceptacin-rechazo
Mtodo de composicin
Mtodo de convolucin

MTODO DE LA TRANSFORMADA INVERSA

Es el mtodo ms directo para generar una variable aleatoria. Sea

una funcin de distribucin cuya funcin de distribucin inversa es:

Sea U una variable aleatoria de

se verifica que

tiene la funcin de distribucin F. La prueba se sigue de la observacin de que

Esto sugiere inmediatamente el siguiente esquema de generacin:

Algoritmo del mtodo de la transformada inversa
Propsito: Generar Z aleatoriamente de

Entrada: Capacidad para evaluar

Salida: Z
Mtodo: Generar aleatoriamente U de

Devolver Z.
Ejemplo. La distribucin exponencial
Supongamos que tiene una distribucin exponencial de media beta. La funcin densidad de
probabilidad es:

La funcin de distribucin (acumulativa) es:

MTODO DE ACEPTACIN RECHAZO

Este mtodo es ms probabilstico que el anterior. Los mtodos de inversin, composicin y
convolucin son mtodos de generacin directos, en el sentido en que tratan directamente
con la funcin de distribucin. El mtodo de aceptacin-rechazo es menos directo en su
aproximacin.
Se va aplicar este mtodo en el caso de que la variable aleatoria sea continua, el caso
discreto es anlogo y est tratado en Prob. 8.9
En este caso tenemos la funcin de densidad f(x) de la variable y necesitamos una
funcin t(x) que la acote, es decir t(x)f(x) "x. Hay que notar que t(x) no es, en general, una
funcin de densidad

pero la funcin r(x)=t(x)/c, si es claramente una funcin de densidad. (Suponemos que t es

tal que c<). Debemos de poder generar (esperamos que de forma fcil y rpida) un valor
de la variable aleatoria que sigue la funcin r(x). El algoritmo general queda como sigue:
Generar x que siga la distribucin r(x)
Generar u~U(0,1), independiente de x

entonces devolver x si no volver a repetir el algoritmo

El algoritmo contina repitindose hasta que se genera un valor que es aceptado.
Para hacer que se rechacen el menor nmero de puntos posibles la funcin t(x) debe ser la
mnima funcin que acote a f(x).
MTODO DE COMPOSICIN
Este mtodo va a poder ser aplicado cuando la funcin de densidad es fcil de

siendo n el nmero de trozos en los que se ha dividido la funcin.

Cada uno de los fragmentos se puede expresara como producto de un funcin de
distribucin y un peso

y la funcin de distribucin global la podemos obtener como

El mtodo consiste en generar dos nmeros aleatorios, uno sirve para seleccionar un trozo y
el otro se utiliza para generar un valor de una variable que sigue la distribucin de dicho
trozo. El valor de la variable obtenida es el valor buscado.
El algoritmo general queda como sigue:
Generar u1,u2~U(0,1)
Si u1=w1 entonces generar x~f1(x)
Si no
Si u1=w1+w2 entonces generar x~f2(x)

MTODO DE CONVOLUCIN

Muchas variables aleatorias incluyendo la normal, binomial, poisson, gamma, erlang, etc,
se pueden expresar de forma exacta o aproximada mediante la suma lineal de otras
variables aleatorias.
El mtodo de convolucin se puede usar siempre y cuando la variable aleatoria x se pueda
expresar como una combinacin lineal de k variables aleatorias:

En este mtodo se necesita generar k nmeros aleatorios (u1,u2,...,uk) para generar

(x1,x2,...xk) variables aleatorias usando alguno de los mtodos anteriores y as poder
obtener un valor de la variable que se desea obtener por convolucin.
Distribucin de probabilidad

La distribucin Normal suele conocerse como la "campana de Gauss".

En teora de la probabilidad y estadstica, la distribucin de probabilidad de una variable

aleatoria es una funcin que asigna a cada suceso definido sobre la variable aleatoria
la probabilidad de que dicho suceso ocurra. La distribucin de probabilidad est definida
sobre el conjunto de todos los sucesos y cada uno de los sucesos es el rango de valores de la
variable aleatoria. Tambin se dice que tiene una relacin estrecha con las distribuciones de
frecuencia. De hecho, se puede entender que una distribucin de probabilidades sera una
frecuencia terica, ya que sta ltima es aquella que describe cmo se espera que varen los
resultados.

La distribucin de probabilidad est completamente especificada por la funcin de

distribucin, cuyo valor en cada x real es la probabilidad de que la variable aleatoria sea
menor o igual que x.

Mtodo de la transformada inversa

El mtodo de la transformada (o transformacin) inversa, tambin conocido

como mtodo de la inversa de la transformada, es un mtodo para
la generacin de nmeros aleatorios de cualquier distribucin de probabilidad
continua cuando se conoce la inversa de su funcin de distribucin (cdf). Este mtodo es en
general aplicable, pero puede resultar muy complicado obtener una expresin analtica de la
inversa para algunas distribuciones de probabilidad. El mtodo de Box-Muller es un
ejemplo de algoritmo que aunque menos general, es ms eficiente desde el punto de vista
computacional.

El mtodo se utiliza para simular valores de las

distribuciones exponencial, Cauchy, triangular, de Pareto y Weibull.
CONCLUSION:

En simulacin las variables aleatorias con distribucin uniforme en el intervalo [0,1]

son empleadas de muchas maneras:

En forma directa.
Para generar distribuciones discretas o continuas.
Para generar conjuntos de variables aleatorias dependientes (procesos estocsticos
y/o distribuciones multivariadas).

Debe quedar bien en claro que en la mayora de las veces, la performance de una
simulacin estar fuertemente correlacionada con el generador de uniformes usado. De ah
la importancia del mismo.
Un generador "razonable" que entrega una secuencia de variables aleatorias con
distibucin uniforme, esta debe de satisfacer las dos siguientes propiedades:
1) "repetibilidad" y "portabilidad"
2) "velocidad computacional"

Es decir que todo esto nos ayudara para poder ver mas a fondo los alcances y
objetivos deseados dentro de una empresa y no solo intentar realizar o poner en
funcionamientos planes y/o estrategias sin prever antes cualquier situacin pesentada.