17/04/2021

SIMULACIÓN
Generación de variables aleatorias

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
La simulación de eventos y
actividades se hace a partir de
la generación de variables
aleatorias continuas o discretas.
Los métodos de generación de
variables aleatorias son:
•Método de la transformada
inversa.
•Método de convolución.
•Método de la transformación
directa.
•Método de aceptación-rechazo.

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

1
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua

1. Definir la funcion de densidad f(x) que represente la

variable a modelar.
2. Calcular la función acumulada F(x).
3. Despejar la variable aleatoria x y obtener la función
acumulada inversa F(x)-1.
4. Generar las variables aleatorias x, sustituyendo F(x) con
números pseudoaleatorios 𝒓𝒊 ~𝑼(𝟎, 𝟏) en la función
acumulada inversa F(x)-1 .

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua
La temperatura de una estufa se comporta uniformemente
dentro del rango de 95 a 100 °C. Modele el comportamiento de
la variable aleatoria que simule 5 mediciones de la temperatura
de la estufa.
1
FUNCION DE DENSIDAD: 𝑓(𝑥) = 𝑎 ≤ 𝑥 ≤ 𝑏
𝑏 −𝑎

FUNCION DE ACUMULADA:
𝑥
1 𝑥 − 𝑎
𝐹(𝑥) = 𝑑𝑥 → 𝐹(𝑥) = 𝑎 ≤ 𝑥 ≤ 𝑏
𝑎 𝑏 −𝑎 𝑏 − 𝑎

FUNCION INVERSA: 𝑥𝑖 = 𝑎 + 𝐹(𝑥)𝑖 (𝑏 − 𝑎)

Si:
𝐹(𝑥)𝑖 = 𝑟𝑖 ~𝑈(0,1)

VARIABLES ALEATORIAS: 𝑥𝑖 = 𝑎 + 𝑟𝑖 (𝑏 − 𝑎)

𝑥𝑖 = 95 + 𝑟𝑖 (100 − 95)

𝑥𝑖 = 95 + 5𝑟𝑖

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

2
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua
El tiempo de servicio en la caja de un banco se comporta de
forma exponencial con media de 3 minutos/cliente. Modele el
comportamiento de la variable aleatoria que simule la atención
de 5 clientes.
FUNCION DE DENSIDAD: 𝑓(𝑥) = 𝜆𝑒 −𝜆𝑥 𝑥 ≥ 0
FUNCION DE ACUMULADA:
𝑥
𝐹(𝑥) = 𝜆𝑒−𝜆𝑥 𝑑𝑥 → 𝐹(𝑥) = 1 − 𝑒−𝜆𝑥 𝑥 ≥ 0
0
𝑒 −𝜆𝑥 = 1 − 𝐹(𝑥)

1
FUNCION INVERSA: 𝑥𝑖 = − 𝑙𝑛(1 − 𝐹(𝑥)𝑖 )
𝜆
Si:
𝐹(𝑥)𝑖 = 𝑟𝑖 ~𝑈(0,1)

1
VARIABLES ALEATORIAS: 𝑥𝑖 = − 𝜆 𝑙𝑛(1 − 𝑟𝑖 )

𝑥𝑖 = −3 𝑙𝑛(1 − 𝑟𝑖 )

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

3
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-continua

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta

1. Calcular los valores de la distribucion de probabilidad

p(x) de la variable a modelar.
2. Calcular los valores de la distribución acumulada P(x).
3. Generar números pseudoaleatorios 𝒓𝒊 ~𝑼(𝟎, 𝟏).
4. Generar las variables aleatorias x, sustituyendo P(x) con
números pseudoaleatorios 𝒓𝒊 ~𝑼(𝟎, 𝟏).

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

4
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
Los datos históricos del funcionamiento diario de una maquina
muestran que existe una probabilidad del 20 % de que esta falle
(x=1), y del 80% de que no falle (x=0). Generar una secuencia
aleatoria que simule este comportamiento.
DISTRIBUCION DE PROBABILIDAD: BERNOULLI

𝑝(𝑥) = 𝑝 𝑥 (1 − 𝑝)1−𝑥 𝑥 = 0,1.

𝑥 1−𝑥
𝑝(𝑥) = (0.2) (0.8) 𝑥 = 0,1.

x 0 1
p(x) 1-p p
p(x) 0.8 0.2

DISTRIBUCION ACUMULADA:

x 0 1
P(x) 1-p 1
P(x) 0.8 1

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta

NUMEROS PSEUDOALEATORIOS: 𝒓𝒊 ~𝑼(𝟎, 𝟏)

VARIABLE x CORRESPONDIENTE A P(x):

0 𝑠𝑖 𝑟𝑖 ∈ (0,1 − 𝑝)  
𝑥𝑖 =
1 𝑠𝑖 𝑟𝑖 ∈ (1 − 𝑝, 1)
0 𝑠𝑖 𝑟𝑖 ∈ (0 − 0.8) 
𝑥𝑖 =
1 𝑠𝑖 𝑟𝑖 ∈ (0.8 − 1)

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

5
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
El número de piezas que llegan a una maquina sigue una
distribución de poisson con media de 2 piezas/hora. Simular el
comportamiento de la llegada de 10 piezas a la maquina.
DISTRIBUCIÓN DE PROBABILIDAD DE POISSON
Y DISTRIBUCIÓN ACUMULADA

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformada inversa-discreta
NUMEROS PSEUDOALEATORIOS: 𝒓𝒊 ~𝑼(𝟎, 𝟏)

VARIABLE x CORRESPONDIENTE A P(x):

0 𝑠𝑖 𝑟𝑖 ∈ (0 − 0.1353)
⎧
1 𝑠𝑖 𝑟𝑖 ∈ (0.1353 − 0.4060)
⎪
⎪ 2 𝑠𝑖 𝑟𝑖 ∈ (0.4060 − 0.6766)
⎪3 𝑠𝑖 𝑟𝑖 ∈ (0.6766 − 0.8572)
⎪
4 𝑠𝑖 𝑟𝑖 ∈ (0.8572 − 0.9473) 
𝑥𝑖 =
⎨5 𝑠𝑖 𝑟𝑖 ∈ (0.9473 − 0.9834)
⎪6 𝑠𝑖 𝑟𝑖 ∈ (0.9834 − 0.9954)
⎪7 𝑠𝑖 𝑟𝑖 ∈ (0.9954 − 0.9989)
⎪
⎪8 𝑠𝑖 𝑟𝑖 ∈ (0.9989 − 0.9997)
⎩9 𝑠𝑖 𝑟𝑖 ∈ (0.9997 − 0.9999)

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

6
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de convolución

En algunas distribuciones de probabilidad como

Erlang, normal y binomial, la variable aleatoria a
simular (Y) puede generarse mediante la suma de
otras variables aleatorias (X).

𝑌 = 𝑋1 + 𝑋2 +𝑋3 + ⋯ + 𝑋𝑘

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de convolución

DISTRIBUCION DE ERLANG. La variable aleatoria

k-Erlang con media 1/λ , puede obtenerse a partir de la
generación de k variables exponenciales con media 1/kλ.

𝑌 = 𝑋1 + 𝑋2 + … + 𝑋𝑘
1 1 1
𝑌 = − 𝑙𝑛(1 − 𝑟1 ) − 𝑙𝑛(1 − 𝑟2 ) − ⋯ − 𝑙𝑛(1 − 𝑟𝑘 )
𝑘𝜆 𝑘𝜆 𝑘𝜆

1
𝑌 = − [𝑙𝑛(1 − 𝑟1 ) + 𝑙𝑛(1 − 𝑟2 ) + ⋯ + 𝑙𝑛(1 − 𝑟𝑘 )]
𝑘𝜆

1
𝑌 = − ln (1 − 𝑟1 ) (1 − 𝑟2 ) … (1 − 𝑟𝑘 )
𝑘𝜆

k
1
𝑌 = 𝐸𝑅𝑖 = − ln (1 − 𝑟𝑖 )
𝑘𝜆
i=1

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

7
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de convolución
El tiempo de proceso de una pieza sigue una distribución
3-Erlang con media 1/λ de 8 minutos/pieza. Simule el
comportamiento del tiempo de proceso.
3
8
𝑌 = 𝐸𝑅𝑖 = − ln (1 − 𝑟𝑖 )
3
i =1

8
𝑌 = − ln (1 − 𝑟1 )(1 − 𝑟2 )(1 − 𝑟3 )
3

PIEZA r1 1-r1 r2 1-r2 r3 1-r3

1 0,72 0,28 0,48 0,52 0,36 0,64 6,328
2 0,04 0,96 0,63 0,37 0,17 0,83 3,257
3 0,96 0,04 0,88 0,12 0,97 0,03 23,589
4 0,65 0,35 0,56 0,44 0,5 0,5 6,837
5 0,23 0,77 0,91 0,09 0,79 0,21 11,280
TIEMPO DE PROCESO
Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de convolución
DISTRIBUCION NORMAL. La variable aleatoria normal
con media µ y desviación estándar σ, puede generarse a
partir del teorema del limite central.
2
𝑌 = 𝑋1 + 𝑋2 + … + 𝑋𝑘 ~𝑁(𝑘𝜇𝑥 , 𝑘𝜎𝑥 )

SUSTITUIR 𝑿𝒊 POR 𝒓𝒊 :

1 1
𝑌 = 𝑟1 + 𝑟2 + … + 𝑟𝑘 ~𝑁(𝑘 ,𝑘 )
2 12
12 12
𝑌 = 𝑟1 + 𝑟2 + … + 𝑟12 ~𝑁 , ~𝑁(6,1)
2 12

𝑌 = 𝑍 = (𝑟1 + 𝑟2 + … + 𝑟12 ) − 6 ~𝑁(0,1)

12
𝑋 − 𝜇
𝑍 = (𝑟𝑖 ) − 6 = ~𝑁(0,1)
𝜎
𝑖 =1

DESPEJANDO 𝑿:
12

𝑋 = 𝑁𝑖 = (𝑟𝑖 ) − 6 𝜎 + 𝜇
𝑖 =1

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

8
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de convolución

El volumen de liquido de una gaseosa sigue una

distribución normal con media de 350 cc y desviación
estándar de 1 cc. Simule el embotellado de 10 gaseosas.

12

𝑁𝑖 = (𝑟𝑖 ) − 6 1 + 350
𝑖=1

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de convolución

BOTELLA ri
1 0,72 0,53 0,79 0,29 0,05 0,47 0,72 0,87 0,73 0,61 0,33 0,88 0,98 350,982
2 0,92 0,16 0,40 0,33 0,25 0,86 0,66 0,87 0,82 0,91 0,55 0,32 1,04 351,041
3 0,40 0,28 0,72 0,07 0,53 0,69 0,82 0,20 0,83 0,53 0,05 0,22 -0,66 349,342
4 0,19 0,06 0,12 0,64 0,06 0,10 0,09 0,69 0,57 0,74 0,56 0,74 -1,43 348,567
5 0,25 0,76 0,03 0,44 0,69 0,05 0,46 0,54 0,04 0,83 0,61 0,54 -0,76 349,235

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

9
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de convolución

DISTRIBUCION BINOMIAL. La variable aleatoria binomial

con parámetros N y p, puede generarse a partir de la suma
de N variables aleatorias con distribución de Bernoulli con
parámetro p.

𝑌 = 𝐵𝐼𝑖 = 𝐵𝐸1 + 𝐵𝐸2 + … + 𝐵𝐸𝑁 ~𝐵𝐼(𝑁, 𝑝)

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de convolución

Al inspeccionar lotes de tamaño N=5, la probabilidad de

que un articulo sea defectuoso es del 3%. Simule el
proceso de inspección para determinar el número de piezas
no conformes por lote.
𝑌 = 𝐵𝐼𝑖 = 𝐵𝐸1 + 𝐵𝐸2 + … + 𝐵𝐸𝑁 ~𝐵𝐼(𝑁, 𝑝)

Este proceso sigue una distribución binomial con N=5 y p=0.03

y puede ser simulado con la generación de variables aleatorias
de Bernoulli con p=0.03.

𝐴𝑟𝑡𝑖𝑐𝑢𝑙𝑜 𝑐𝑜𝑛𝑓𝑜𝑟𝑚𝑒 = 𝐵𝐸𝑖 = 0

𝐴𝑟𝑡𝑖𝑐𝑢𝑙𝑜 𝑛𝑜 𝑐𝑜𝑛𝑓𝑜𝑟𝑚𝑒 = 𝐵𝐸𝑖 = 1

0 𝑠𝑖 𝑟𝑖 ∈ (0 − 0.97) 
𝐵𝐸𝑖 =
1 𝑠𝑖 𝑟𝑖 ∈ (0.97 − 1)

𝐵𝐼𝑖 = 𝐵𝐸1 + 𝐵𝐸2 + … + 𝐵𝐸5

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

10
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de convolución

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa

Se basa en el teorema de Pitágoras y genera

variables aleatorias normales.

𝑧2
𝑠𝑒𝑛𝜃 =
ℎ

𝑧2 = 𝑧1 + 𝑧2 𝑠𝑒𝑛𝜃

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

11
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa
La suma de 𝑣 variables aleatorias normales estándar
sigue una distribución Chi-cuadrada con 𝑣 grados de
libertad.
2
𝑧2 = 𝑥𝑣=2 𝑠𝑒𝑛𝜃

La función de densidad de una variable aleatoria Chi-

cuadrada con 𝑣 grados de libertad es la misma de una
distribución exponencial con media igual a 2. Usando
la ecuación obtenida con el método de la transformada
inversa, se tiene:

2
𝑥𝑣=2 = −2ln(1 − 𝑟𝑖 )

𝑧2 = −2ln(1 − 𝑟𝑖 )𝑠𝑒𝑛𝜃
Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa

Generando valores aleatorios uniformes del ángulo 𝜃

entre 0 y 2𝜋 con el método de la transformada inversa.

= 𝑎 + 𝑟𝑗 𝑏 − 𝑎 = 0 + 𝑟𝑗 (2 − 0)

= 2 𝑟𝑗
Entonces:
2 𝑖 2 𝑟𝑗 )

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

12
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa

Para cualquier variable aleatoria normal N

𝑁−𝜇
𝑧=
𝜎
Reemplazando z:

𝑁𝑖 = −2 ln(1 − 𝑟𝑖 ) 𝑠𝑒𝑛(2𝜋 𝑟𝑗 ) 𝜎 + 𝜇

Siguiendo el mismo procedimiento para 𝑧1 :

𝑁𝑖 = −2 ln(1 − 𝑟𝑖 ) 𝑐𝑜𝑠(2𝜋𝑟𝑗 ) 𝜎 + 𝜇

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa

El volumen de liquido de una gaseosa sigue una

distribución normal con media de 350 cc y desviación
estándar de 1 cc. Simule el embotellado de 5 gaseosas.

𝑁𝑖 = −2 ln(1 − 𝑟𝑖 ) 𝑠𝑒𝑛(2𝜋𝑟𝑗 ) 1 + 350

𝑁𝑖 = −2 ln(1 − 𝑟𝑖 ) 𝑐𝑜𝑠(2𝜋𝑟𝑗 ) 1 + 350

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

13
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de la transformación directa

VOLUMEN LIQUIDO (cc) VOLUMEN LIQUIDO (cc)

ri rj
SENO COSENO
0,754 0,953 349,51 351,60
0,459 0,507 349,95 348,89
0,144 0,287 350,54 349,87
0,679 0,598 349,13 348,77
0,807 0,053 350,59 351,71
0,946 0,023 350,35 352,39
0,396 0,827 349,11 350,47
0,574 0,929 349,44 351,18
0,877 0,498 350,03 347,95
0,153 0,472 350,10 349,43

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo

Esta técnica se puede usar si existe otra función de

densidad g(x) tal que cg(x) supera la función de
densidad f(x), es decir, cg(x) > f(x) para todos los
valores de x.

RECHAZAR
ACEPTAR

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

14
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo

1. Seleccionar M = valor mas grande de f(x), en el intervalo

[a,b].
2. Generar dos números aleatorios r1 y r2, 𝒓𝒊 ~𝑼(𝟎, 𝟏).
3. Calcular 𝒙∗ = 𝒂 + 𝒓𝟏 (𝒃 − 𝒂).
4. Calcular f(x*).
𝒇(𝒙∗ )
5. Si 𝒓𝟐 ≤ , se acepta x* como una variable aleatoria
𝑴
continua.
𝒇(𝒙∗ )
6. Si 𝒓𝟐 > , se rechaza x* y se repite desde el paso 2.
𝑴

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo

Generar 10 valores para la variable aleatoria

distribuida con la función rampa.

F(X)

𝟐𝒙, 𝟎 ≤ 𝒙 ≤ 𝟏 2
𝒇(𝒙) =
𝟎 ,𝒆𝒏 𝒄𝒂𝒔𝒐 𝒄𝒐𝒏𝒕𝒓𝒂𝒓𝒊𝒐 RECHAZAR

ACEPTAR
𝑴 = 𝒇(𝟏) = 𝟐 0 0,2 0,4 0,6 0,8 1 1,2
X

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

15
 17/04/2021

SIMULACIÓN
Generación de variables aleatorias
Método de Aceptación-Rechazo

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

GRACIAS

Ing. MSc. LUIS EDUARDO LEGUIZAMON CASTELLANOS

16