Simulación Gerencial

Generación de Variables Aleatorias

 Agenda
• Números Pseudoaleatorios
• Generación de números Pseudoaleatorios en Excel
• Pruebas de Uniformidad y Autocorrelación
• Generación de Variables Aleatorias
– Transformada Inversa
 Números Pseudoaleatorios
• Números Pseudoaleatorios: la idea es generar una secuencia de números
entre 0 y 1 que imite las propiedades de uniformidad e independencia.
Estas secuencias se construyen por medio de una función determinista.
Los generadores de números deben poseer las siguientes propiedades:
– Secuencias no correlacionadas
– Periodo largo: idealmente las secuencias no deberían repetirse, en la
práctica una repetición debe ocurrir después de un gran conjunto de
números generados.
– Uniformidad
– Eficiencia: rutinas portables y rápidas
f(x)

0 1 x
 Generación de números
Pseudoaleatorios en Excel
La función Aleatorio()
Pruebas para Números Aleatorios
Autocorrelación Frecuencia

Recuerde las pruebas de

Bondad de Ajuste:
Independencia Uniformidad Kolmogorov-Smirnov
Chi-cuadrado

Tests de Independencia Tests de Uniformidad

Nivel de significancia α = P{rechazar Ho|Ho es verdadera}

 Ejemplo 1
Generemos 1000 números pseudoaleatorios en Excel y comprobemos que pasan
las pruebas de Uniformidad e Independencia. Usemos un nivel de significancia
del 5%
 Ejemplo 1 Sol
Prueba de Uniformidad

Datos Generados
120

100

80
Frecuencia

60

40

20

0
0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Clases
 Ejemplo 1 Sol
Prueba de Uniformidad

Con un nivel de significancia del 5%, los datos generados si siguen una
distribución Uniforme[0,1]
 Ejemplo 1 Sol
Prueba de Autocorrelación
 Ejemplo 1 Sol
Prueba de Autocorrelación

0,08

0,06

0,04

0,02

Lags
0
1 2 3 4 5 6 7 8 9 10
-0,02

-0,04

-0,06

-0,08
Transformada Inversa
 Transformada Inversa
Algoritmo

– Calcule la función acumulada de probabilidad de la variable aleatoria X.

– F(X)=R, donde R es un número aleatorio entre 0 y 1.
– Resuelva la ecuación para X en términos de R.
– Teniendo X = F-1 (Ri), genere números, con la distribución que se quiere,
como se desee.
 Transformada Inversa
Distribución Uniforme
Sea X una variable aleatoria uniforme en el intervalo [a, b], para generar números
a partir de los pseudoaleatorios R, se utiliza la expresión:

𝑋 =𝑎+ 𝑏−𝑎 ∗𝑅
 Ejemplo 2
A partir de los 1000 números pseudoaleatorios generados en Excel, genere
1000 números que sigan una distribución Uniforme entre 5 y 10. Verifique
estadísticamente la distribución con un nivel de significancia del 5%
 Ejemplo 2 Sol
Distribución Uniforme [5,10]
120

100

80
Frecuencia

60

40

20

0
5,5 6,0 6,5 7,0 7,5 8,0 8,5 9,0 9,5 10,0
Clases
 Ejemplo 2 Sol

Con un nivel de significancia del 5%, los datos generados si siguen una
distribución Uniforme[5,10]
 Transformada Inversa
Distribución Exponencial
Sea X una variable aleatoria exponencial con media b, donde 𝜆 = 1/𝑏, para
generar números a partir de los pseudoaleatorios R, se utiliza la expresión:
X=INV.GAMMA(R; 1; b)
 Ejemplo 3
A partir de los 1000 números pseudoaleatorios generados en Excel, genere
1000 números que sigan una distribución Exponencial con media 10. Verifique
estadísticamente la distribución con un nivel de significancia del 5%
 Ejemplo 3 Sol
Distribución Expo[1/10]
600

500

400
Frecuencia

300

200

100

0
8,0 16,0 24,0 32,0 40,0 48,0 88,0
Clases
 Ejemplo 3 Sol

Con un nivel de significancia del 5%, los datos generados si siguen una
distribución Exponencial[1/10]
 Transformada Inversa
Distribución Erlang
Sea X una variable aleatoria Erlang con parámetro de forma k y parámetro de
escala b. Para generar números a partir de los pseudoaleatorios R, se utiliza la
expresión:
X=INV.GAMMA(R; k; b)
 Ejemplo 4
A partir de los 1000 números pseudoaleatorios generados en Excel, genere
1000 números que sigan una distribución Erlang con parámetros 3 y 10.
Verifique estadísticamente la distribución con un nivel de significancia del 5%
 Ejemplo 4 Sol
Distribución Erlang[3,10]
450
400
350
300
Frecuencia

250
200
150
100
50
0
15,0 30,0 45,0 60,0 75,0 90,0 135,0
Clases
 Ejemplo 4 Sol

Con un nivel de significancia del 5%, los datos generados si siguen una
distribución Erlang[3,10]
 Transformada Inversa
Distribución Gama
Sea X una variable aleatoria Gama con parámetro de forma k y parámetro de
escala b. Para generar números a partir de los pseudoaleatorios R, se utiliza la
expresión:
X=INV.GAMMA(R; k; b)
 Ejemplo 5
A partir de los 1000 números pseudoaleatorios generados en Excel, genere
1000 números que sigan una distribución Gama con parámetros 1.5 y 10.
Verifique estadísticamente la distribución con un nivel de significancia del 5%
 Ejemplo 5 Sol
Distribución Gama[1.5,10]
500
450
400
350
Frecuencia

300
250
200
150
100
50
0
10,0 20,0 30,0 40,0 50,0 60,0 100,0
Clases
 Ejemplo 5 Sol

Con un nivel de significancia del 5%, los datos generados si siguen una
distribución Gama[1.5,10]
 Transformada Inversa
Distribución Normal
Sea X una variable aleatoria Normal con media 𝜇 y desviación estándar 𝜎. Para
generar números a partir de los pseudoaleatorios R, se utiliza la expresión:
X=INV.NORM(R; 𝜇; 𝜎)
 Ejemplo 6
A partir de los 1000 números pseudoaleatorios generados en Excel, genere
1000 números que sigan una distribución Normal con media 10 y desviación
estándar 2. Verifique estadísticamente la distribución con un nivel de
significancia del 5%
 Ejemplo 6 Sol
Distribución N[10,2]
400

350

300

250
Frecuencia

200

150

100

50

0
6,0 8,0 10,0 12,0 14,0 18,0
Clases
 Ejemplo 6 Sol

Con un nivel de significancia del 5%, los datos generados si siguen una
distribución Normal[10,2]
 Transformada Inversa
Distribución Logormal
Sea X una variable aleatoria Lognormal con media 𝜇 y desviación estándar 𝜎.
“Momentos de la variable Normal”. Para generar números a partir de los
pseudoaleatorios R, se utiliza la expresión:
X=INV.LOGNORM (R; 𝐥𝐧(𝝁𝟐 / 𝝁𝟐 + 𝝈𝟐 ); ln((𝝁𝟐 + 𝝈𝟐 )/𝝁𝟐 ))
 Ejemplo 6
A partir de los 1000 números pseudoaleatorios generados en Excel, genere
1000 números que sigan una distribución Lognormal con media 10 y
desviación estándar 2. Verifique estadísticamente la distribución con un nivel
de significancia del 5%
 Ejemplo 6 Sol
Distribución LogN[10,2]
450
400
350
300
Frecuencia

250
200
150
100
50
0
7,0 9,0 11,0 13,0 15,0 20,0
Clases
 Ejemplo 6 Sol

Con un nivel de significancia del 5%, los datos generados si siguen una
distribución LogNormal[10,2]
 Transformada Inversa
Distribuciones continuas empíricas
• Cuando distribuciones teóricas no son aplicables.
• Para recolectar datos empíricos:
– Interpolar entre los datos observados y llenar las brechas o espacios.
• Para tamaños de muestra pequeños (tamaño n):
– Ordene los datos de menor a mayor
x (1)  x (2)    x (n)
– Asigne una probabilidad de (1/n) a cada intervalo x (i -1)  x  x (i)

 (i  1) 
X  Fˆ 1 ( R)  x(i 1)  ai  R   cuando (i  1) / n  R  i / n
 n 
donde x(i )  x(i 1) x(i )  x(i 1)
ai  
1 / n  (i  1) / n 1/ n
 Ejemplo
Suponga que se toman los tiempos de reparación de 100 componentes
electrónicos:

Intervalo Frecuencia Frecuencia Pendiente

(horas) Frecuencia Relativa Acumulada ai
0.25≤X≤0.5 31
0.5≤X≤1.0 10
1.0≤X≤1.5 25
1.5≤X≤2.0 34
 Ejemplo Sol
Intervalo Frecuencia Frecuencia Pendiente
(horas) Frecuencia Relativa Acumulada ai
0.25≤X≤0.5 31 0.31 0.31 0.81
0.5≤X≤1.0 10 0.10 0.41 5.00
1.0≤X≤1.5 25 0.25 0.66 2.00
1.5≤X≤2.0 34 0.34 1.00 1.47

Suponga que R1 = 0.83, ¿Cuál es el número generado?

 Ejemplo Sol

Si R1 = 0.83, entonces:

c3 = 0. 66 < R1 < c4 = 1.00

X1 = x(4-1) + a4(R1 – c(4-1))

= 1.5 + 1.47(0.83-0.66)
 Transformada Inversa
Distribuciones Discretas
• Todas las distribuciones discretas pueden ser generadas por medio de la
técnica de transformada inversa.

F(x)
x p(x)
p1 + p2 + p3
a p1
b p2 p1 + p2
R1
c p3
p1

a b c
Forma General:
X  min{x : F ( x)  r}
 Ejemplo
Distribución de probabilidad de los datos

x p(x) F(x)
Considere R1 = 0.73:
0 0,50 0,50 F(x0) < 0.73 <= F(x1)
1 0,30 0,80
2 0,20 1 ,00 Por lo tanto, x1 = 1

Dado R, la generación:

0, R  0.5

x  1, 0.5  R  0.8
2, 0.8  R  1.0
