SIMULACIÓN DE SISTEMAS

 INTEGRANTES:
- Amaranto Tandaypan, Jonathan
- Medina Febre, Héctor
- Arana Rodríguez, Fredy
- Vega Anaya, Crhistian
- Banda Ávila, Daniel

 DOCENTE:
Suarez Rebaza, Camilo

 TEMA:
Generación de Variables Aleatorias

 ESCUELA:
Ingeniería de Sistemas

 CICLO:
VIII

2017
 Generación de Variables Aleatorias
Las variables aleatorias son aquellas que tienen un comportamiento probabilístico
en la realidad. Por ejemplo, el número de personas que reciben atención de
urgencia en un hospital. Se va a hablar sobre la generación de variables aleatorias
que es un proceso que enfrenta la simulación debido a que cuenta con variables
con un comportamiento probabilístico. En donde dicha variabilidad se pudiera
clasificar dentro de alguna distribución de probabilidad conocida.
Existen varios métodos que nos permiten generar variables aleatorias. Lo normal
es que existan varias opciones para generar una misma variable aleatoria. La
elección del método adecuado se puede basar en una serie de factores como:
 Exactitud: se prefiere un método exacto frente a métodos aproximados,
como soluciones numéricas.
 Velocidad: uno de los datos que se toma en consideración es el tiempo de
generación de la variable.
 Espacio: necesidades de memoria del método utilizado. En general, los
métodos no consumen mucha memoria.
 Simplicidad

Hablaremos sobre 2 métodos para generar variables aleatorias: el método de

convolución y el método de composición.
 Método de Convolución

La distribución de probabilidad de la suma de dos o más variables aleatorias

independientes es llamada la convolución de las distribuciones de las variables
originales. El método de convolución es entonces la suma de dos o más variables
aleatorias para obtener una variable aleatoria con la distribución de probabilidad
deseada. Puede ser usada para obtener variables con distribuciones Normal,
Binomial, Poisson, Gamma y Erlang.
Metodología:
 Se generan números aleatorios (Y1, Y2, Y3…….Yn)
 Con uno (o más dependiendo del método a utilizar) de los números
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 convolución se puede ver también como una operación matemática en la cual

tomamos dos señales y producimos una tercera. De la misma manera que en
multiplicación tomamos dos números y producimos un tercero.
¿Cuándo utilizar el método?
Si la variable aleatoria es composición de otras variables aleatorias se utiliza la
convolución.
Ejemplo de método de convolución para la Distribución Normal.
El volumen de líquido de un refresco sigue una distribución normal con media de
12 onzas y desviación estándar de 0.4 onzas. Generar 5 variables aleatorias con
esta distribución para simular el proceso de llenado.
12

𝑁𝑖 = [∑(𝑟𝑖 ) − 6] 𝜎 + 𝜇
𝑖=1
12

𝑁𝑖 = [∑(𝑟𝑖 ) − 6] (0.4) + 12
𝑖=1

BOTELLA 12 12 VOLUMEN
∑(𝑟𝑖 ) ∑(𝑟𝑖 ) − 6 (onzas)
𝑖=1 𝑖=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

 Método de Composición

Este método se aplica cuando la función de distribución, FX (o de densidad, fX) se

puede como combinación lineal convexa de otras funciones de distribución (o de
densidad).
F𝑋 (𝑥) = ∑𝑗∈𝐽 𝑝𝑗 𝐹𝑗 (𝑥) o 𝑓𝑋 (𝑥) = ∑𝑗∈𝐽 𝑝𝑗 𝑓𝑗 (𝑥)
La idea es que podemos generar valores de la variable X generando valores de las
variables X1,X2, … cuyas funciones de distribución son F1, F2, … y cuyas
funciones de densidad son f1, f2, … . Evidentemente, se espera que los valores de
estas distribuciones sean más fáciles de generar que los de la variable X.
Las probabilidades {pj} se pueden interpretar como la función puntual de
probabilidad de una variable aleatoria discreta Y, con pj = P(Y = j). La primera
parte del método consistiría 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 más conocidas que pueden expresarse como una
combinación convexa son: triangular, de Laplace y trapezoidal.
Ejemplo de método de composición para la Distribución Triangular.
Generar una muestra de 5 variables aleatorias con distribución triangular a partir
de los parámetros: valor mínimo 5, moda 10 y valor máximo 20.

∗ 𝑎 + (𝑐 − 𝑎)√𝑟𝑗
𝑋={ }
∗∗ 𝑏 − [(𝑏 − 𝑐)√1 − 𝑛]
(𝑐−𝑎)
* si 𝑟𝑗 ≤
(𝑏−𝑎)

(𝑐−𝑎)
** si 𝑟𝑗 ≥
(𝑏−𝑎)

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

∗ 5 + (5)√𝑟𝑗
𝑋={ }
∗∗ 20 − [(10)√1 − 𝑟𝑗 ]

(5)
* si 𝑟𝑗 ≤
(15)

(5)
** si 𝑟𝑗 ≥
(15)

Generando secuencia de números pseudoaleatorios se obtiene la secuencia de

variables triangulares que se lista a continuación:
Variable rj rj 5 + (5)√𝑟𝑗 si 20 − 10√1 − 𝑟𝑗
𝑟𝑗 ≤ 0.33 si 𝑟𝑗 ≥ 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