Para generar valores de variables aleatorias no-uniformes es usado también el método de

composición, en la cual la distribución de probabilidad f(x) se expresa cómo una mezcla de

varias distribuciones de probabilidad f(x) seleccionadas adecuadamente. Este
procedimiento se basa en el objetivo de minimizar el tiempo de computación requerido para
la generación de valores de la variable aleatoria analizada.

El método de composición-conocido también como método mixto-permite generar

variables aleatorias x cuando estas provienen de una función de densidad fx qué puede
expresarse cómo la combinación convexa de distribuciones de probabilidad fi(x). Entonces,
la combinación convexa se puede expresar como:

Donde:

Algunas de las distribuciones mas conocida que pueden expresarse como una combinación
convexa son: triangular, de Laplace y trapezoidal. El procedimiento general de generación
es el siguiente:

1. Calcular la probabilidad de cada una las distribuciones

2. Asegurar que cada función sea función de densidad.
3. Obtener, mediante el método de la transformada inversa, las expresiones para
generar variables aleatorias de cada una de las distribuciones .
4. Generar un número pseudoaleatorio que permita definir el valor de
5. Seleccionar la función generadora correspondiente a la función .
6. Generar un segundo número pseudoaleatorio y sustituirlo en la función
generadora anterior para obtener .

Un ejemplo de una combinación convexa es la Distribución triangular que se desarrollara

paso a paso:

A partir de la función de densidad triangular

Calcular la probabilidad de cada uno de los segmentos de la función

Ya que los segmentos por separado no son funciones de densidad, se ajustan dividiendo por
su correspondiente .

Expresando la función como una combinación convexa se obtiene:

Donde:

Primero integramos para aplicar el método de la transformada inversa a cada segmento de

la función:

Luego, despejando x y sustituyendo en obtenemos:

Por último, al expresar la ecuación anterior incluyendo la función indicadora que tenemos
que:

Ejemplo: Generar una muestra de 5 variables aleatorias con distribución triangular a partir
de los parámetros: valor mínimo 5, moda 10 y valor máximo 20.

Sustituyendo obtenemos:

Al generar una secuencia de números pseudoaleatorios se obtiene la secuencia de variables

triangulares que se lista en la siguiente tabla:

Bibliografía
simulacion y analisis de sistemas con promodel.Garcia Dunna Eduardo, Garcia Reyes
Heriberto y Cardenas Barron E. Leopoldo Edit.Pearson Educacion Primera Edicion. pag.
82-85
Bueno con todo lo anterior nos sirve para resolver el problema del examen 3er parcial del
ingeniero. De la siguiente manera.

1. Una empresa dedicada a la venta de quinua tiene una demanda que sigue una distribución
triangular con parámetros en (kg/día): mínimo 80, moda 100 y máximo 130. El dueño de la
tienda revisa el inventario cada 7 días y hace un pedido igual a la capacidad de su almacén
menos la cantidad de quinua que tiene disponible en ese momento: la entrega es de inmediata.
La capacidad del almacén es de 500 kg. Por la falta de producto, se tiene costos por perdidas ,
El costo de ordenar es de 1000 Bs por pedido, El costo de faltante es de Bs. 5 por Kg. El costo de
llevar inventario es de Bs. 1 por Kg. Simule 15 días, empezando el día 0 y halle el costo
promedio por día. Utilice el algoritmo lineal para la generación de números aleatorios, con
x0=63, a=83, c=76, m=123

SOLUCION

Primero lo más fácil generar los aleatorios:

𝑎 = 83 , 𝑐 = 76, 𝑚 = 123

(𝑥𝑖 ∗ 𝑎 + 𝑐)𝑚𝑜𝑑 𝑚 = 𝑥𝑖+1

Nro. x0 (𝑥𝑖 ∗ 83 + 76)𝑚𝑜𝑑123 = 𝑥𝑖+1 ri

0 63 16 0,1311
1 16 51 0,4180
2 51 4 0,0327
3 4 39 0,3197
4 39 115 0,9426
5 115 27 0,2213
6 27 103 0,8443
7 103 15 0,1229
8 15 91 0,7459
9 91 3 0,0246
10 3 79 0,6475
11 79 114 0,9344
12 114 67 0,5491
13 67 102 0,8306
14 102 55 0,4508
15 55 90 0,7377

Seguidamente utilizamos la función de distribución triangular que es la siguiente:

De esto se obtendrá las siguientes funciones para la generación de variables aleatorias en este
caso la simulación, los pasos están explicados paso a paso en la sección anterior.
Por último, al expresar la ecuación anterior incluyendo la función indicadora que tenemos
que:

Donde: 𝑎 = 𝑚𝑖𝑛 = 80, 𝑏 = 𝑚𝑎𝑥 = 130 𝑦 𝑐 = 𝑚𝑜𝑑𝑎 = 100

Reemplazando obtenemos:

(100 − 80)
80 + (100 − 80)√𝑟𝑖 𝑠𝑖 𝑟𝑗 ≤
(130 − 80)
𝑥=
(100 − 80)
130 − [(130 − 100)√1 − 𝑟𝑖 ] 𝑠𝑖 𝑟𝑗 >
{ (130 − 80)

Simplificando:

80 + 20√𝑟𝑖 𝑠𝑖 𝑟𝑗 ≤ 0,4
𝑥={
130 − [30√1 − 𝑟𝑖 ] 𝑠𝑖 𝑟𝑗 > 0,4

En este ejercicio supongamos que se evaluara el ri=rj

Nro. ri 𝑥𝑖 = 80 + 20√𝑟𝑖 𝑠𝑖 𝑟𝑗 ≤ 0,4 𝑥𝑖 = 130 − [30√1 − 𝑟𝑖 ] 𝑠𝑖 𝑟𝑗 > 0,4

0 0,1311 87,24=87 -
1 0,4180 - 107,11=107
2 0,0327 83,62=84 -
3 0,3197 91,31=91 -
4 0,9426 - 122,81=123
5 0,2213 89,41=89 -
6 0,8443 - 118,16=118
7 0,1229 87,01=87 -
8 0,7459 - 114,88=115
9 0,0246 83,14=83 -
10 0,6475 - 112,44=112
11 0,9344 - 122,31=122
12 0,5491 - 109,85=110
13 0,8306 - 117,65=118
14 0,4508 - 107,76=108
15 0,7377 - 114,63=115

Nro. Simulación=𝑥𝑖 Almacen=500 Unid. Unid.

inventario faltantes
0 87 500 413 -
1 107 413 306 -
2 84 306 222 -
3 91 222 131 -
 4 123 131 8 -
5 89 8 - 81
6 118 0 - 199
7 87 500 214 -
8 115 214 99 -
9 83 99 16 -
10 112 16 - 96
11 122 0 - 218
12 110 0 - 328
13 118 0 - 446
14 108 500 - 54
15 115 0 - 169
El pedido y la revisión es cada 7 días por esta razón es que el almacén se vuelve a llenar con 500
Kg, pero estos se van rápidamente por compensar a las unidades faltantes.

Nro. Costos de Costo de Costo de Total costos

Días pedidos inventario faltantes por día
0 1000 413 - 1413
1 306 - 306
2 222 - 222
3 131 - 131
4 8 - 8
5 - 405 405
6 - 995 995
7 1000 214 - 1214
8 99 - 99
9 16 - 16
10 - 480 480
11 - 1090 1090
12 - 1640 1640
13 - 2230 2230
14 1000 - 270 1270
15 0 - 845 845
Total 12364
Promedio 772,75

La respuesta seria que el costo promedio por día es igual a 772,75 Bs/día