5.

TEOREMA FUNDAMENTAL:
Formulación y Demostración

Jorge Eduardo Ortiz Triviño

jeortizt@unal.edu.co
http:/www.docentes.unal.edu.co/jeortizt/

1
 CONTENIDO
1. INTRODUCCIÓN
2. VARIABLES ALEATORIAS
3. TEOREMA FUNDAMENTAL.
4. GENERADORES DE V.A.
5. GENERALIZACIÓN DELTEOREMA
FUNDAMENTAL.
6. GENERADORES DE VECTORES
ALEATORIOS. 2
 GENERADORES DE
VARIABLES ALEATORIAS

x  a   b  a  u  3
 3. TEOREMA FUNDAMENTAL

Si Entonces
A. U U  0,1 y 1. FX  X  U   0,1 y

FX  x  X   FX  x 
 1 
B. X 2. X  F U

4
 3. TEOREMA FUNDAMENTAL
Verdadera aleatoriedad Aleatoriedad ficticia

Si Entonces
A. U U  0,1 y 1. FX  X  U   0,1 y

FX  x  X   FX  x 
 1 
B. X 2. X  F U

Mundo Real Mundo Artificial

5
 Demostración :
1. Sea F una distribucíon contínua en R con
inversa F-1 definida por
F (u)  inf x : F ( x)  u,0  u  1
1

2. Se debe mostrar que la estructura

probabilística de X  es la misma que la de X

FX   x   P  X  x   P  F

u   x 
1
X

 P U  FX  x    FU  FX  x    FX  x 
6
 Observaciones al teorema :
1. La aleatoriedad ficticia se puede producir
mediante generadores de números
pseudoaleatorios.
2. La expresión X   FX1 U   se denomina
Función percentil.

3. La variable de estado sintética X será la
misma variable de estado real X cuando la
aleatoriedad ficticia sea verdadera.
7
 Observaciones al teorema :
1. En la práctica se emplea : x  FX1  u 
2. Se dice que la realización x de X  “imita”
o “simula” una realización x de X .
3. El teorema es general puesto que al
trabajar con la Distribución no restringe a
ninguna variable ni a su naturaleza.

8
 Relaciones entre funciones
• Las funciones de densidad, distribución y
percentil tienen la misma información.
Siempre es posible, en teoría, encontrar una
a partir de la otra.
f X   x  FX   x  

GeneradorDeX   xF 1
X
u  9
 Interpretación gráfica:
Caso continuo
FX   x 
Distribución uniforme

u

x  FX1  u   x

u f(x)

x  FX1  u   x 10
 4. GENERADOR VARIABLE
ARTIFICIAL CONTINUA
La fisonomía del algoritmos generador para X
es:
Funcion Generador _ X    m

INICIO
u  Aleatorio   ;
x  FX1  u  ;
RETORNAR  x  ;
FIN 11
Ejemplo 1.- Variable exponencial

La densidad exponencial viene dada por

1  x
f ( x)  exp   x0
  
y por tanto su distribución es

x  x
F ( x)   f (t )dt  1  exp   x0

 
12
Ejemplo 1.- Variable exponencial

Así pues si U~U(0,1) entonces

X  F (U )   ln(1  U )
1
X

Esto permite generar números que siguen una

distribución exponencial, si se dispone de
un número que siguen una distribución
uniforme en (0,1), es decir un número
aletorio.
13
Ejemplo 1.- Variable exponencial

Funcion GeneradorExponencial    

INICIO
u *  Aleatorio   ;
x   ln 1  u *  ;
RETORNAR  x  ;
FIN

14
Ejercicio: Distribución triangular
• Considere la variable aleatoria X Tri  a, b, c 
que se presenta en la gráfica:
f(x)

• Determine:
1. Su densidad.
2. Su Distribución.
3. Su media.
4. Su función percentil a b c x

5. Diseñe el generador de esa variable.

15
 Ejercicio: Distribución triangular
 2( x  a)
 (b  a)(c  a) a xb

 2(c  x)
• Densidad : f X ( x)   bxc
 (c  b)(c  a)
 0, otro


 0, xa

 ( x  a ) 2
a xb
• Distribución :  (b  a)(c  a )
FX ( x)  
1  ( c  x ) 2
bxc
 (c  b)(c  a )

 1 xc
• Media : abc
E( X )  16
3
 Ejercicio: Distribución triangular
Función percentil, Aplicando el teorema fundamental
se obtiene :
  b  a
 a   b  a  c  a  u 0u
 c  a
X (u )  
c  c  b c  a 1  u b  a   u  1
    
 c  a

17
 Ejercicio: Distribución triangular
 a, b  GeneradorTriangular  a  b  c  
INICIO
Generador de u  Aleatorio   ;
una variable 
SI  u 
 b  a 
 ENTONCES
aleatoria :  c  a 
INICIO
X Tri  a, b, c  xa  b  a  c  a  u ;
FIN
SINO
INICIO
xc  c  b  c  a 1  u  ;
FIN
RETORNAR  x  ;
18
FIN
 Interpretación gráfica:
FX   x 
Caso discreto
1 FX   x 

u

X
xi  FX1  u   19
Ejemplo 2.- Variable Uniforme
discreta
Distribución uniforme discreta en [1,k]. Se
desea generar números enteros entre 1 y k
de tal modo que todos tengan la misma
probabilidad. Para ello:
– Genere U ~ U(0,1).
– Haga X = kU + 1.
Entonces X tiene la distribución deseada. Este
método es más rápido que inversión.
20
4. GENERADOR Funcion Generador _ X    m

VARIABLE INICIO
ARTIFICIAL u  Aleatorio   ;
DISCRETA i  1;
F  f X  x1*   ;
MIENTRAS  F  u  HACER
INICIO
i  i  1;
F  F  f X  xi*   ;
FIN
RETORNAR  xi*  ;
21
FIN
Ejemplo: Distribución Binomial
• Considere la variable aleatoria X Bin  n, p 
diseñe su generador.
• Solución: La densidad binomial está dada por:

n x
f X ( x n, p)     p 1  p 
n x

 x

22
GENERADOR VARIABLE ARTIFICIAL
BINOMIAL
0,1, 2, , n Funcion GeneradorBinomial  n  , p  0,1
INICIO
u  Aleatorio   ;
x  0;
F  1  p  ;
n

MIENTRAS  F  u  HACER
INICIO
x  x  1;
n
F  F     p x 1  p  ;
n x

 x
FIN
RETORNAR  x  ;
23
FIN
Ejercicio: Distribución Geométrica
• Considere la variable aleatoria X Geom  p 
diseñe su generador.
• Solución:

24
 VARIABLES SINTÉTICAS
TRUNCADAS
• Sea X f X  x  a partir de la cual se desea
simular la variable truncada:
f X  y   I  a ,b   x 
Y gY  y  
FX  b   FX  a 
• Claramente,
FX  y   FX  a 
GY  y  
FX  b   FX  a 
25
 FUNCIÓN PERCENTIL
TRUNCADA
• Aplicando el teorema fundamental de la
simulación es fácil ver que:

yF 1
X F
X *  a    FX b   FX  a   u 
* *

• ¿Cómo queda el simulador para una

variable aleatoria truncada?
26
 GENERADOR VARIABLE
SINTÉTICA TRUNCADA
 a, b  Funcion GeneradorTruncada _ Y    m
,a  b  
INICIO
u  Aleatorio   ;
  FX  a    FX  b   FX  a   u;
* * *

y  FX1   ;
RETORNAR  y  ;
FIN
27
 EJEMPLO: GENERADOR
EXPONENCIAL TRUNCADA
 a, b  Funcion ExponencialTruncada _ Y    ,  a  b  
INICIO
u  Aleatorio   ;
    
a a
 
b
   1  e     e   e   u;
   
y   ln 1    ;
RETORNAR  y  ;
FIN 28
 Dificultades:
1. En ocasiones es difícil (sino imposible)
encontrar analíticamente FX  x 


2. En ocasiones es difícil (sino imposible)


“despejar” la variable x
3. Una solución frecuente, aunque no es la
única posible, esta en emplear técnicas de
métodos numéricos para encontrar esa
información.
4. O (mejor) aplicar otros métodos que
produzcan los resultados esperados. 29