U.N.M.S.M.

ESTADÍSTICA COMPUTACIONAL

MÉTODOS ESPECÍFICOS PARA GENERAR VARIABLES ALEATORIAS CONTINUAS

1. DISTRIBUCIÓN NORMAL:
Se considera distintos métodos para generar una v.a. que tiene distribución normal
estándar, es decir X  N (0, 1). En el caso que se requiera generar una v.a. Normal con
media µ y varianza σ2, es suficiente hacer la transformación Y = µ + σ X.

• Método de la transformada Inversa:

Existen numerosas aproximaciones a la función de distribución de normal y a su

inversa, una de ellas es la siguiente:
U 0.135 − (1 − U ) 0.135
X=
0.1975
ALGORITMO:
Generar U  U (0, 1)
U 0.135 − (1 − U ) 0.135
Hacer X =
0.1975
Terminar.

Si lo que queremos es generar una v.a. Normal con media µ y varianza σ 2, es

suficiente hacer la transformación Y = µ + σ X.

• Método de la suma de 12 variables uniformes:

Se basa en el teorema del Límite Central y puede considerarse como un ejemplo

de transformación.
Por el T.L.C. las variables Ui, i = 1,2,…,n son i. i. d. U(0,1) por lo que:
E(Ui) = 0.5 y V(Ui) = 1/12
n

U i −n/2
X = i =1
→ N (0, 1) cuando n → 
n
12
Una buena aproximación se tiene para n = 12

12
X = U i − 6
i =1

1
 ALGORITMO:
Generar U1, U2, … ,U12,  U (0, 1)
 12


Hacer X =  U i  − 6
 i =1 
Terminar.

Si lo que queremos es generar una v.a. Normal con media µ y varianza σ2, es
suficiente hacer la transformación Y = µ + σ X.

2. DISTRIBUCIÓN DE CAUCHY:
Utilizaremos el método de transformada inversa para la generación de una v.a. con
distribución de “X →Cauchy(α, β)”.
La función de distribución de X es:
1 1  X − 
F(X ) = + arctan  −   X   ,   0,   0
2    

Luego X = F −1 (U ) =  +  tan  (U − 12 )

ALGORITMO:

Generar U  U (0, 1)

Hacer X = F −1 (U ) =  +  tan  (U − 12 )

Terminar.

3. DISTRIBUCIONES GAMMA Y ERLANG:

Sea la distribución gamma G(α, β), primero consideramos el caso de β = 1.
Cuando α es entero, tendremos la distribución de Erlang α, que es la suma de α variables
independientes Exp(1), entonces podemos utilizar el siguiente algoritmo:

ALGORITMO:

Hacer X = 0
Desde i = 1 hasta α,
Generar Y ~ Exp(1)
Hacer X = X + Y
Salir X

Para generar Y ~ G(α, β), generamos la X ~ G (α, 1), y hacemos Y = X / β.