SIMULACION

CAPITULO 2 NUMEROS PSEUDOALEATORIO PAG 21-24

1.- A qu se le denomina nmeros pseudoaleatorios?

R= el conjunto de nmeros que se utiliza en una simulacin que se comporta de

manera muy similar a un conjunto de nmeros totalmente aleatorios, a esto se le
denomina nmeros aleatorios.

2.- Cmo se define una distribucin continua uniforme continua y como est
definida?

R= un conjunto de r debe seguir una distribucin uniforme continua, la cual esta

definida por:
1,
f ( r ) = 0 r 1
0, en cualquier otro valor

3.- Qu problemas implica evitar problemas de la uniformidad e independencia?

R=

Que los nmeros del conjunto ri no estn uniformemente distribuidos, es

decir, que haya demasiados ri en un subintervalo y en otro muy pocos o
ninguno.
Que los nmeros ri generados sean discretos en lugar de continuos.
Que la media del conjunto sea muy alta o muy baja, es decir, que este por
arriba o por debajo de .
Que la varianza del conjunto sea muy alta o muy baja, es decir, que se
localice por arriba o por debajo del .

4.- Quines propusieron el algoritmo de cuadrados medios explique brevemente?

R=este algoritmo no congruencial fue propuesto en la dcada de los cuarenta en

el siglo xx por Von Neumann y metrpolis.

5.- Qu requiere el algoritmo de cuadrados medio y el algoritmo no congruencial?

R=requieren un numero entero detonador (llamado semilla) con D dgitos, el cual

es elevado al cuadrado para seleccionar del resultado los D dgitos del centro.
SIMULACION

6.- Cul es la diferencia entre el algoritmo de cuadrados medios y el algoritmo no

congruencial?

R=en que el algoritmo de productos medios requiere dos semillas, ambas con D
dgitos; adems, en lugar de elevarlas al cuadrado, las semillas se multiplican y
del producto se seleccionan los dgitos D del centro, los cuales formaran el primer
nmero pseudoaleatorios ri=0.

7.- explique los pasos del mtodo para generar nmeros con el algoritmo de
productos medios? R=

1. Seleccionar una semilla (x0) con D dgitos (D>3)

2. Seleccionar una semilla (x1) con D dgitos (D>3)
3. Sea Y0= x0* x1; sea x2= los D dgitos del centro, y sea ri=0. D dgitos del
centro.
4. Sea Yi= xi* xi*1; sea xi+2= los D dgitos del centro, y sea ri+1=0. D dgitos del
centro para toda i= 1, 2, 3, n.
5. Repetir el paso 4 hasta obtener los n nmeros r i deseados.

8.- Explique los pasos necesarios para generar nmeros pseudoaleatorios con el
algoritmo multiplicador constante. R=

1. Seleccionar una semilla (x0) con D dgitos (D>3)

2. Seleccionar una semilla (a) con D dgitos (D>3)
3. Sea Y0= a*x0; sea x1= los D dgitos del centro, y sea ri=0. D dgitos del
centro.
4. Sea Yi=a* xi; sea xi+1= los D dgitos del centro, y sea ri+1=0. D dgitos del
centro para toda i= 1, 2, 3, n.
5. Repetir el paso 4 hasta obtener los n nmeros r i deseados.

9.- Quin propuso el algoritmo congruencial lineal?

R= fue propuesto por D. H. Lehmer en 1951. Segn Law y Kelton, no ha sido el

ms usado.

10.- Explique en que consiste el algoritmo congruencial lineal

R=el algoritmo congruencial lineal genera una secuencia de nmeros enteros por
medio de la siguiente ecuacin regresiva:

Xi + 1= (axi + c) mod (m) i= 0, 1, 2, 3, , n.

SIMULACION

11.- Cmo surge el algoritmo congruencial multiplicativo y cul es su ecuacin?

R=surge del algoritmo congruencial lineal cuando c=0. Entonces la ecuacin

recursiva es:

Xi + 1= (axi + c) mod (m) i= 0, 1, 2, 3 n.

12.- Cul es la ecuacin del algoritmo congruencial aditivo?

R=

Xi= (xi+1 + xi-n) mod (m) i=n+1, n+ 2, +3, , N.

13.- Mencione los algoritmos congruencial no lineal

R=el congruencial cuadrtico y el algoritmo presentado por Blum, Blum y Shub.

14.- En que consiste el algoritmo congruencial cuadrtico y mencione su ecuacin

R= Este algoritmo tiene la siguiente ecuacin recursiva:

Xi+1= (aXi + bXi + c) mod (m) i=0,1,2,3, , N.

En este caso, los nmeros r pueden ser generados por la ecuacin ri=xi/(m-1). De
acuerdo con LEcuyer, las condiciones que deben cumplir los parmetros m, a, b y
c para alcanzar un periodo mximo de N=m son:

M=2

a debe ser un nmero par

c debe ser un nmero impar

g debe ser entero

(b-1) mod 4 = 1

De esta manera se logra un periodo de vida mximo N=m.

15.- Quin propuso el algoritmo congruencial cuadrtico cuando no tienen un

comportamiento predecible?

R= BLUM BLUM Y SHUB

SIMULACION

16.- Cul es la ecuacin del algoritmo BLUM BLUM Y SHUB?

R= si el algoritmo congruencial cuadrtico a= 1, b= 0 y c= 0, entonces se

construye una nueva ecuacin recursiva:

Xi+1= (Xi ) mod (m) i=0,1,2,3, , n.

17.- Mencione las propiedades de los nmeros pseudoaleatorios entre 0 y 1.

R=

Media de los aleatorios entre 0 y 1.

Varianza de los nmeros aleatorios.
Independencia.

18.- Explique la propiedad de la media de los aleatorios entre 0 y 1.

R= en vista de que estos nmeros deben tener la misma probabilidad de

presentarse, es preciso que su comportamiento muestre una distribucin de
probabilidad uniforme continua, con lmite inferior cero y lmite superior uno.

19.- Explique la propiedad de la varianza de los nmeros aleatorios

R=si partimos de la misma distribucin uniforme continua obtenemos la varianza

de distribucin por la ecuacin:

V(x)= =E(x)-

20.- Explique la propiedad de la independencia

R=esta es una propiedad muy importante, e implica los nmeros aleatorios no

deben tener correlacin entre s; es decir, deben ser independientes, de manera
que puedan dispersarse de manera uniforme dentro de todo el espectro de valores
posibles.

21.- Mencione las pruebas estadsticas para los nmeros pseudoaleatorios

SIMULACION

R=

Prueba de medias
Prueba de varianza
Prueba de uniformidad
Prueba Chi-cuadrada
Prueba de Kolmogorov-Smirnov
Prueba de independencia
Pruebas de corridas arriba y abajo
Pruebas de corridas arriba y abajo de la media
Prueba pker
Prueba de series
Prueba de huecos

22.- Realice una tabla de las pruebas estadsticas y su procedimiento

SIMULACION

R= Una de las propiedades que deben cumplir los nmeros del conjunto ri, es que
el valor esperado sea igual a 0.5. la prueba que busca determinar lo anterior es la
llamada prueba de medias, en la cual se plantea las siguientes hiptesis:

H 0 : ri=0.5

H 1 : ri 0.5

La prueba de medias consiste en determinar el promedio de los n nmeros que

contiene conjunto ri, mediante la ecuacin siguiente:
n
1
r= ri
n i=1

Despus se calcula los limites de aceptacin inferior y superior con las ecuaciones
siguientes:

1
LI = z
2 2
( 121 n )

1 1
LS= z / 2
2 (
12 n )

Si el valor r se encuentra entre los limites de aceptacin concluidos que no se

puede rechazar que el conjunto ri tiene un valor esperado de 0.5 con un nivel de
aceptacin de 1- . en caso contrario se rechaza que el conjunto r1 tiene un
valor esperado de 0.5.

z / 2
Para el calculo de los loimites de aceptacin se utiliza el estadstico el cual

se determina por medio de la tabla de la distribucin normal estndar.

SIMULACION

CAPITULO 3 PAGINA 78-93

23.- Cules son los principales mtodos para generar las variables aleatorias?

Mtodo de la transformada inversa

Mtodo de convolucion
Mtodo de composicin
Mtodo de transformacin directa
Mtodo de aceptacin y rechazo

24.- En qu consiste el mtodo de la transformada inversa?

R= Puede utilizarse para utilizarse para simular variables aleatorias continuas, lo

cual se logra mediante la funcin acumulada F(x) y la generacin de nmeros
pseudoaleatorios ri~U(0,1).

25.- Para qu tipo de distribuciones se puede emplear el mtodo de

transformada inversa?

R= tambin puede emplearse para simular variables aleatorias de tipo discreto,

como la distribucin de Poisson, de Bernoulli, binomial, geomtrica, discreta
general, etctera.

26.- En qu consiste el mtodo de transformada inversa?

R= la respuesta est en la 24.

27.- Mencione la ecuacin a que obedece la distribucin uniforme

R= a partir dela funcin de densidad de la variables aleatorias uniformes entre a y

b.

1
f ( x ) = a xb
ba

Se obtiene la funcin acumulada

x
1 x a
f ( x ) dx= a x b
a ba ba
SIMULACION

Al igual la funcin acumulada F(x) con el nmero pseudoaleatorio r i~U(0,1), y

despejar x se obtiene:

xi=a+ ( ba ) F ( x ) i

xi=a+(ba)=ri

28.- Mencione la ecuacin a que obedece la distribucin exponencial

R=a partir de la funcin de densidad de las variables aleatorias exponenciales con

media 1/ .

f x= e x para x 0

Se obtiene la funcin acumulada

x
f ( x ) e x =1e x para x 0
a

Si igualamos la funcin acumulada F(x) con el nmero pseudoaleatorio r i~U(0,1), y

despejar x se obtiene:

1
xi= (1F ( x ) i)

1
xi= (1ri)

29.- Mencione la ecuacin a que obedece la distribucin de Bernoulli

R=a partir de la distribucin de probabilidad de las variables aleatorias de Bernoulli

con media

x 1x
p ( x )= p ( 1 p ) Para x=0,1.

Se calcula las probabilidades para x=0 y x=1, para obtener

x 0 1
p(x) 1-p p
SIMULACION

Si acumulamos los valores de p(x) obtenemos:

x 0 1
p(x) 1-p 1
Al generar los nmeros pseudoaleatorio ri~U(0,1) se aplica la reglar:

xi= 0 si ri(0,1p)
1 si ri(1p ,1)

30.- Cmo se expresa el mtodo de convolucion?

R=el mtodo de distribucin se puede expresar como: Y= X 1+X2++Xk

31.- Cules son las distribuciones ms conocidas de las variables aleatorias?

R=de Erlang, normal, binomial y de Poisson.

32.- Cmo se le conoce al mtodo de composicin?

R=mtodo mixto

33.- En qu consiste el mtodo de composicin?

R= permite generar variables aleatorias x cuando estas provienen de una funcin

de densidad f(x) que puede expresarse como la combinacin convexa de m
distribuciones de probabilidad fi(x).

34.- Cules son las distribuciones ms conocidas que pueden expresarse como
una combinacin convexa?

R=la triangular, la de Laplace, la trapezoidal.

35.- Cul es el procedimiento general de generacin para las distribuciones con

combinacin convexa?

1. Calcule la probabilidad de cada una de las distribuciones f f i(x).

2. Asegrese de que cada funcin fi(x) sea funcin de densidad.
3. Obtenga, mediante el mtodo de la transformada inversa, las expresiones
para generar variables aleatorias de cada una de las distribuciones f i(x).
4. Genere un nmero pseudoaleatorio ri que permita definir el valor IA(x)
5. Seleccione la funcin generadora correspondiente a la funcin f i(x).
SIMULACION

6. Genere un segundo nmero pseudoaleatorio r i y sustityalo en la funcin

generadora anterior para obtener Y. n

CAPITULO 2 Y 3 DEL LIBRO DE SIMULACION CON PROMODEL DE EDUARDO

GARCIA DUNNA

36.- Explique el mtodo de trasformacin directa

Este mtodo se basa en el teorema de pitagoras, y se usa para generar variables

aleatorias normales.

Geomtricamente,

z 2=hsen

z 2= z2 + z 22 sen

La suma de las variables aleatorias normales estndar sigue una distribucin Chi-
cuadrada con v grados de libertad.
2
z 2= z v=2 sen

37.- Realizar con PROMODEL el ejercicio 13 de la pgina 99 del libro en uso.

SIMULACION

38.- Determine el ejercicio 14 de la pgina 99 del libro en uso.

SIMULACION

39.- Realizar el ejercicio 31 de la pgina 105 del libro en uso.

SIMULACION

40.- Realizar el ejercicio 36 de la pgina 106 del libro en uso.