UNIVERSIDAD NACIONAL DE COLOMBIA

SIMULACIÓN DE SISTEMAS

3007331

EJERCICIOS RESUELTOS

Tema: Generación de variables aleatorias. Método de la transformada inversa, aceptación rechazo

y distribuciones empíricas.

1. Utilice el método de la transformada inversa para generar 10 datos que sigan una
distribución triangular con rango (1,10) y moda en x = 4

2. Una empresa productiva ha determinado que el tiempo hasta la falla (𝑋) de cierto tipo de
máquina se distribuye como una Weibull con parámetros ∝= 8 , 𝛽 = 0.75 y 𝜐 = 0 . La
empresa desea generar observaciones que correspondan a tiempos hasta la falla como
parte del desarrollo de un modelo de simulación para la producción.

a) ¿Qué método propondría para la generación de dichas observaciones?

b) Genere 5 observaciones que correspondan al tiempo hasta la falla de una máquina de
este tipo.

3. Suponga que el tiempo entre llegadas de clientes a la ventanilla de un banco se distribuye

como una variable aleatoria con función de densidad de probabilidad 𝑓(𝑋) = 5𝑋 2 −
12 ; 2 ≤ 𝑋 ≤ 5. El tiempo de servicio en la ventanilla se distribuye de la siguiente manera

Intervalo
Frecuencia
(Horas)
1≤𝑥 ≤3 15
3<𝑥 ≤5 25
5<𝑥 ≤7 30
7<𝑥 ≤9 20

a. Use el método de Aceptación rechazo para generar la llegada de cinco clientes al sistema.
b. Use el método de la transformada inversa para generar el tiempo de servicio de dichos
clientes.
c. Calcule el tiempo promedio de servicio.
4. Se ha determinado que los tiempos de inactividad para una máquina de alta producción de
dulces tiene una distribución gamma con media 2.2 minutos y varianzas 2.10 minutos.
Utilice el método de aceptación rechazo para generar 5 observaciones para esta variable
aleatoria.
Serie de números a ser utilizados para el cálculo de las variables Aleatorias

0,7220 0,0077 0,6258 0,1996 0,6072 0,9594 0,8973 0,6013 0,1166

0,0439 0,6759 0,7153 0,8431 0,6650 0,8337 0,6959 0,4194 0,1710
0,8646 0,3978 0,7926 0,6724 0,3115 0,8305 0,0939 0,6917 0,3863
0,0954 0,2946 0,5859 0,6302 0,4188 0,2011 0,1632 0,4074 0,1043
0,3514 0,2778 0,7082 0,4929 0,6461 0,8537 0,4801 0,4897 0,4014
0,8963 0,2022 0,0725 0,8821 0,6594 0,8005 0,1562 0,4093 0,5376
0,3907 0,0731 0,3240 0,5161 0,0623 0,7856 0,2106 0,9411 0,9226
0,8732 0,1467 0,7155 0,9628 0,9173 0,7634 0,4304 0,1708 0,5312
0,5299 0,5783 0,6133 0,0045 0,4522 0,8529 0,1848 0,5521 0,0579

Solución

1. Tal y como se demostró en el taller, la FDP y la FAP de una distribución triangular se

pueden escribir como:

0 𝑝𝑎𝑟𝑎 𝑥 < 𝑎
2(𝑥 − 𝑎)
𝑝𝑎𝑟𝑎 𝑎 ≤ 𝑥 ≤ 𝑐
(𝑏 − 𝑎)(𝑐 − 𝑎)
𝒇(𝒙) =
2(𝑏 − 𝑥)
𝑝𝑎𝑟𝑎 𝑐 ≤ 𝑥 ≤ 𝑏
(𝑏 − 𝑐)(𝑏 − 𝑎)
{ 0 𝑝𝑎𝑟𝑎 𝑏 < 𝑥 }

0 𝑝𝑎𝑟𝑎 𝑥 < 𝑎
(𝑥 − 𝑎)2
𝑝𝑎𝑟𝑎 𝑎 ≤ 𝑥 ≤ 𝑐
(𝑏 − 𝑎)(𝑐 − 𝑎)
𝑭(𝒙) =
(𝑏 − 𝑥)2
1− 𝑝𝑎𝑟𝑎 𝑐 ≤ 𝑥 ≤ 𝑏
(𝑏 − 𝑐)(𝑏 − 𝑎)
{ 1 𝑝𝑎𝑟𝑎 𝑏 < 𝑥 }

Donde 𝑎 y 𝑏 corresponden al valor mínimo y máximo de la distribución, respectivamente. Y 𝑐

corresponde al valor que más se repite (la moda).

Reemplazando los valores para la fórmula general se obtiene:

(𝑥 − 1)2
𝑝𝑎𝑟𝑎 1 ≤ 𝑥 ≤ 4
𝑭(𝒙) = 27
(10 − 𝑥)2
{1 − 𝑝𝑎𝑟𝑎 4 ≤ 𝑥 ≤ 10}
54

Haciendo 𝑅 = 𝐹(𝑥) y despejando 𝑥 obtenemos:

  Primer Tramo

(𝑥 − 1)2
𝑅= → 𝑥 = √27𝑅 + 1
27

Para hallar el límite superior e inferior de R en la inversa reemplazamos x por los valores
extremos en este intervalo, es decir 1 y 4.

(1 − 1)2
𝑅𝑖 = =0
27

(4 − 1)2 1
𝑅𝑠 = =
27 3

 Segundo Tramo

(10 − 𝑥)2
𝑅 =1− → 𝑥 = 10 − √54(1 − 𝑅)
54

Para hallar el límite superior e inferior de R en la inversa reemplazamos x por los valores
extremos en este intervalo, es decir 4 y 10.

(10 − 4)2 1
𝑅𝑖 = 1 − =
54 3

(10 − 10)2
𝑅𝑠 = 1 − =1
54

Por lo tanto 𝐹 −1 (𝑅) está dada por

1
√27𝑅 + 1 𝑝𝑎𝑟𝑎 0 ≤ 𝑅 ≤
𝐹 −1 (𝑅) = { } 3
1
10 − √54(1 − 𝑅) 𝑝𝑎𝑟𝑎 ≤ 𝑅 ≤ 1
3

Para generar 10 observaciones que sigan esta distribución genero un número aleatorio 𝑅 (o lo
escojo aleatoriamente de la tabla) y lo ingreso al intervalo respectivo teniendo en cuenta los
límites hallados.

2. La función de densidad de probabilidad de la distribución weibull se puede escribir como:

𝛽 𝛽−1 −(𝑥 )𝛽
𝑓(𝑥) = 𝑥 𝑒 𝛼 , 𝑥≥0
𝛼𝛽

𝛽 𝑥 𝛽−1 −(𝑥 )𝛽
𝑓(𝑥) = ∗ 𝑒 𝛼 , 𝑥≥0
𝛼 𝛼 𝛽−1

Por lo tanto la FAP se calcula como

 𝑥
𝛽 𝑥 𝛽−1 −(𝑥 )𝛽
𝐹(𝑥) = ∫ ∗ 𝑒 𝛼 𝑑𝑥
0 𝛼 𝛼 𝛽−1
𝑥 𝑥 1
Aplicando la sustitución 𝑢 = (𝛼)𝛽 → 𝑑𝑢 = 𝛽(𝛼)𝛽−1 ∗ 𝛼. La integral queda como

𝑢2 𝑥 𝛽 𝑥 𝛽
𝑢
𝐹(𝑥) = ∫ 𝑒 −𝑢 𝑑𝑢 = −𝑒 −𝑢 |𝑢21 = −𝑒 −(𝛼) |0𝑥 = 1 − 𝑒 −(𝛼)
𝑢1

𝑥 𝛽
𝐹(𝑥) = 1 − 𝑒 −(𝛼) , 𝑥 ≥ 0

Haciendo 𝑅 = 𝐹(𝑥) y despejando 𝑥 obtenemos:

𝐹 −1 (𝑅) = 𝛼[−ln(1 − 𝑅)]1/𝛽

Se puede demostrar tal y como se hizo en el primer punto que los límites para la función inversa
son 0 ≤ 𝑅 ≤ 1.

Reemplazando los valores dados en el ejercicio se sabe que 𝐹 −1 (𝑅) es de la forma.

𝐹 −1 (𝑅) = 8[−ln(1 − 𝑅)]1/0,75

Por lo tanto para generar observaciones que sigan esta distribución simplemente se hace uso de
los números aleatorios de la tabla y se reemplazan en la ecuación anterior.

3. Método de Rechazo – Distribución empírica continua (asumiendo X uniforme en el

intervalo)

a.
Pasos para aplicar el método del rechazo

𝑓(𝑥)
i. Hallar la función 𝑔(𝑥) = 𝑀
, Donde 𝑀 es el máximo valor que puede tomar 𝑓(𝑥)
ii. Generar dos números aleatorios 𝑟1 y 𝑟2
𝑓(𝑥)
iii. Hallar la función 𝑔(𝑥) = 𝑀
, Donde 𝑀 es el máximo valor que puede tomar 𝑓(𝑥)
iv. Calcular 𝑥 ∗ = 𝑎 + (𝑏 − 𝑎) ∗ 𝑟 (Basandonos en que 𝑥 es independiente entre 𝑎 y 𝑏)
v. Encontrar 𝑔(𝑥 ∗ )
vi. (Comparar) Si 𝑟2 ≤ 𝑔(𝑥 ∗ ) entonces 𝑥 ∗ es observación. En caso contrario ir al primer
paso.

𝑓(𝑋) = 5𝑋 2 − 12 ; 2 ≤ 𝑋 ≤ 5

𝑀 = 5(5)2 − 12 = 113

5𝑋 2 − 12
𝑔(𝑋) = ;2 ≤ 𝑋 ≤ 5
113
 La siguiente tabla muestra los cálculos necesarios para generar cinco llegadas de clientes (los
valores de 𝑟1 y 𝑟2 se tomaron aleatoriamente de la tabla dada)

𝒓𝟏 𝒓𝟐 𝑿 𝒈(𝑿) 𝒓𝟐 ≤ 𝒈(𝑿)
0,4093 0,0045 3,2279 0,3548 SI
0,3978 0,6133 3,1934 0,3450 NO
0,7082 0,6302 4,1246 0,6466 SI
0,1043 0,4074 2,3129 0,1305 NO
0,7856 0,1562 4,3568 0,7337 SI
0,6959 0,1848 4,0877 0,6332 SI
0,0731 0,2946 2,2193 0,1117 NO
0,9226 0,8646 4,7678 0,8996 SI

Por lo que se obtuvieron cinco valores para los tiempos entre llegadas que corresponden a:

𝑋1 = 3,2279 ; 𝑋2 = 4,1246 ; 𝑋3 = 4,3568 ; 𝑋4 = 4,0877 ; 𝑋5 = 4,7678

b.

Aunque se puede utilizar el mismo método utilizado en el punto 2 (Interpolación) este se

realizará utilizando otra alternativa.

Pasos (Libro de Gloria Peña)

Primero definimos el intervalo en el cual se encuentra 𝑋𝑖∗ generando un número aleatorio 𝑟 y

comparándolo con la frecuencia acumulada (cómo se hizo anteriormente).

Para ubicar la observación 𝑋𝑖∗ hacemos uso de la distribución uniforme de la siguiente manera

𝑋𝑖∗ = 𝑋𝑖 + (𝑋𝑖+1 − 𝑋𝑖 ) ∗ 𝑟𝑖

Donde 𝑟𝑖 es otro número aleatorio y 𝑋𝑖 y 𝑋𝑖+1 son los intervalos inferior y superior del intervalo
determinado, respectivamente.

Intervalo Frecuencia Frecuencia

Frecuencia
(Horas) Relativa Acumulada
1≤𝑥≤3 15 0,17 0,17
3<𝑥≤5 25 0,28 0,44
5<𝑥≤7 30 0,33 0,78
7<𝑥≤9 20 0,22 1
Total 90,00 1,00

 𝑟 = 0,9628 (Fila 8, columna 4) → Intervalo {7 < 𝑋𝑖∗ ≤ 9}

 𝑟𝑖 = 0,5312 (Fila 8, columna 9)

𝑋1∗ = 7 + (9 − 7) ∗ 0,5312

𝑋1∗ = 8,0624

 𝑟 = 0,9411 (Fila 7, columna 8) → Intervalo {7 < 𝑋𝑖∗ ≤ 9}

𝑟𝑖 = 0,4304 (Fila 8, columna 7)

𝑋2∗ = 7 + (9 − 7) ∗ 0,4304

𝑋2∗ = 7,8608

 𝑟 = 0,3863 (Fila 3, columna 9) → Intervalo {3 < 𝑋𝑖∗ ≤ 5}

𝑟𝑖 = 0,8732 (Fila 8, columna 1)

𝑋3∗ = 3 + (5 − 3) ∗ 0,8732

𝑋3∗ = 4,7464

 𝑟 = 0,6656 (Fila 2, columna 5) → Intervalo {5 < 𝑋𝑖∗ ≤ 7}

𝑟𝑖 = 0,4304 (Fila 8, columna 7)

𝑋4∗ = 5 + (7 − 5) ∗ 0,4304

𝑋4∗ = 5,8608

 𝑟 = 0,4929 (Fila 5, columna 4) → Intervalo {5 < 𝑋𝑖∗ ≤ 7}

𝑟𝑖 = 0,9173 (Fila 8, columna 5)

𝑋5∗ = 5 + (7 − 5) ∗ 0,9173

𝑋5∗ = 6,8346

c. Tiempo promedio de Servicio (TPS)

∑ 𝑇𝑖𝑒𝑚𝑝𝑜𝑠 𝑑𝑒 𝑆𝑒𝑟𝑣𝑖𝑐𝑖𝑜
𝑇𝑃𝑆 =
# 𝑑𝑒 𝐶𝑙𝑖𝑒𝑛𝑡𝑒𝑠 𝑎𝑡𝑒𝑛𝑑𝑖𝑑𝑜𝑠
 8,0624 + 7,8608 + 4,7464 + 5,8608 + 6,8346
𝑇𝑃𝑆 =
5

𝑇𝑃𝑆 = 6,673

4. Para generar observaciones que cumplan con una función de distribución gamma por el
método de aceptación rechazo se siguen los siguientes pasos ( Libro de Banks).

Paso 1: Calcular 𝑎 = (2𝛽 − 1)1/2 , 𝑏 = 2𝛽 − 𝑙𝑛4 + 1/𝑎

Paso 2: Generar 𝑅1 𝑦 𝑅2

Paso 3: Calcular 𝑋 = 𝛽[𝑅1 /(1 − 𝑅1 )]𝛼

Paso 4a: Si 𝑋 > 𝑏 − ln(𝑅1 2 𝑅2 ) rechazar X y volver al paso 2.

Paso 4b: Si 𝑋 ≤ 𝑏 − ln(𝑅1 2 𝑅2 ) X se distribuye como una gamma con media y varianza igual
a 𝛽.

Paso 5: Reemplace 𝑋 por 𝑋/𝛽𝜃

Para el ejercicio

1 1
𝑀𝑒𝑑𝑖𝑎 = = 2.2 → 𝜃= = 0.4545
𝜃 2.2
1 1
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 = = 2.10 → 𝛽= = 2.30
𝛽𝜃 2 2.10 ∗ 0.45452

𝑎 = (2 ∗ 2.30 − 1)1/2 = 1.90

1
𝑏 = 2 ∗ 2.30 − 𝑙𝑛4 + = 3.74
1.90

Luego, teniendo estos valores y siguiendo los respectivos pasos se pueden generar observaciones
para la distribución gamma deseada.