Introducción

Las variables aleatorias se representan por medio de distribuciones de

probabilidad. El procedimiento para generar variables aleatorias a partir

de distribuciones de probabilidad se conoce como generación de

variables aleatorias o muestreo de Monte Carlo. El principio del muestreo

se basa en la interpretación de frecuencia de la probabilidad y requiere un

flujo permanente de números aleatorios.

Cuestionario de revisión

1. ¿Qué es una variable aleatoria?

Una variable aleatoria es una función que asigna un valor, usualmente

numérico, al resultado de un experimento aleatorio. ... Un concepto

relacionado es el de proceso estocástico, un conjunto de variables

aleatorias ordenadas (habitualmente por orden o tiempo

2. ¿Qué es una variable aleatoria discreta?

Se dice que una variable aleatoria es discreta si toma un numero finito o

a lo más numerable de valores: En este caso la ley de la variable

aleatoria es la ley de probabilidad sobre el conjunto de los valores posibles

de que asocia la probabilidad al singleton

3. ¿Qué es una variable aleatoria continua?

 Una variable aleatoria X es continua si su función de distribución es una

funcióncontinua. En la práctica, se corresponden con variables asociadas

con experimentos en los cuales la variable medida puede tomar cualquier

valor en un intervalo: mediciones biométricas, intervalos de tiempo, áreas,

etc.

4. ¿Cuáles son los principales métodos para generar variables aleatorias?

La mayoría de las técnicas utilizadas para la generación se pueden agrupar en:

Ø Método de la transformada inversa

Ø Método de aceptación-rechazo

Ø Método de composición

Ø Método de convolución

5. ¿Qué objetivo tiene una prueba de bondad de ajuste?

La bondad de ajuste de un modelo estadístico describe lo bien que se

ajusta un conjunto de observaciones. Las medidas de bondad en general

resumen la discrepancia entre los valores observados y los que valores

esperados en el modelo de estudio.

3.8.Problemas

1. Mediante el método de la transformada inversa desarrolle el generador

de procesos aleatorios para la siguiente función de densidad:

2. Use el generador desarrollado en el problema 1 para determinar los

valores xi , i = 1, 2,L,10 si se han generado los siguientes números

pseudoaleatorios: 0.054, 0.909, 0.216, 0.930, 0.072, 0.558, 0.767, 0.513,

0.725 y 0.434.
3. Mediante el método de la transformada inversa desarrolle el generador

de procesos aleatorios para la siguiente función de densidad:

4. Use el generador desarrollado en el problema 3 para determinar los

valores xi , i = 1, 2,L,10 si se han generado los siguientes números

pseudoaleatorios: 0.800, 0.224, 0.198, 0.269, 0.065, 0.698, 0.042, 0.169,

0.691 y 0.952.
5. Mediante el método de la transformada inversa desarrolle el generador

de procesos aleatorios para la siguiente función de densidad:

6. Use el generador desarrollado en el problema 5 para determinar los

valores xi , i = 1, 2,L,10 si se han generado los siguientes números

pseudoaleatorios: 0.639, 0.709, 0.408, 0.144, 0.987, 0.211, 0.821, 0.585,

0.908 y 0.423.

7. Mediante el método de la transformada inversa desarrolle el generador

de procesos aleatorios para la siguiente función de densidad:

8. Use el generador desarrollado en el problema 7 para determinar los

valores xi , i = 1, 2,L,10 si se han generado los siguientes números

pseudoaleatorios: 0.917, 0.622, 0.999, 0.854, 0.054, 0.620, 0.374, 0.073,

0.622 y 0.888

cocnclucion

Analizando el estimador de la media muestral se concluye que para las

distribuciones continuas y discretas los dos métodos de estimación

trabajados proporcionan las mismas medidas descriptivas con una

precisión de tres dígitos como lo son: la media, la varianza, el error

promedio de estimación, coeficiente de kurtosis, coeficiente de asimetría,

mínimo y máximo valor observados de los estimadores, límite superior e

inferior de los intervalos de confianza al 95% para la media poblacional,

Referencias Bibliográficas

Winston, Wayne L. “Investigación de Operaciones”. Grupo Editorial

Iberoamérica. México, 2005.