Universidad Autónoma del Estado de Hidalgo.

Instituto de Ciencias Básicas e Ingeniería.

Simulación de Sistemas.

Maestría en Ciencias en Ingeniería Industrial.

Dr. Héctor Rivera Gómez.

Juan Baltazar Chávez Orozco.

Ejercicios de Números Aleatorios.

22/Octubre/2020
Contenido

Ejercicio 2.7........................................................................................................................................3
Ejercicio 2.8........................................................................................................................................3
Ejercicio 2.13......................................................................................................................................4
Ejercicio 2.14......................................................................................................................................4
Ejercicio 2.22......................................................................................................................................5
Ejercicio 2.23......................................................................................................................................5
Ejercicio 2.27......................................................................................................................................6
Bibliografía.........................................................................................................................................6
Ejercicio 2.7

Analice el siguiente generador de LCG: X i =( 4 X i−1+ 3 ) ( mod ( 16 ) ) , X 0=11 usando el teorema 2.1.

a=4
c=3
m=16
X 0=11

a) ¿Cuál es la duración máxima posible del período para este generador? ¿Este generador
alcanza la máxima duración posible del período? Justifica tu respuesta.

1) 𝑚 (16) y c (3) no tienen factores comunes, por lo cual pasan el primer criterio.

2) 1, 2, 3, 5, 7, 11 y 13 son los números primos menores a 𝑚 (16), en el caso de 16 los

únicos números primos que lo dividen son el 1 y 2.
a−1=4−1=3 en este caso solo el 1 y el 3 son divisores de 3, por lo cual la
condición no se cumple y ya no sería de periodo completo.

3) En este criterio 4 es divisor de 𝑚 (16), mientras que a−1=4−1=3 no es divisible

entre 4, por lo cual nuevamente no se vuelve a cumplir la condición impidiendo
que sea de periodo completo nuevamente.

b) Genere dos números uniformes pseudoaleatorios para este generador.

X 1 =( 4∗11+3 ) mod 16=47−(16∗2)=15

U 1=15 /16=0.9375

X 2 =( 4∗15+3 ) mod 16=63−(16∗3)=15

U 2=15 /16=0.9375
Ejercicio 2.8

Analice el siguiente generador de LCG: X i =( 8 X i−1 +1 ) ( mod ( 10 ) ), X 0=3 usando el teorema 2.1.

a=8
c=1
m=10
X 0=3

a) ¿Cuál es la duración máxima posible del período para este generador? ¿Este generador
alcanza la máxima duración posible del período? Justifica tu respuesta.

1) 𝑚 (10) y c (1) no tienen factores comunes, por lo cual pasan el primer criterio.

2) 1, 2, 3, 5 y 7 son los números primos menores a 𝑚 (10), en el caso de 10 los únicos

números primos que lo dividen son el 1, 2 y 5.
a−1=8−1=7 en este caso solo el 1 y el 7 son divisores de 7, por lo cual la
condición no se cumple y ya no sería de periodo completo.

3) En este criterio 4 no es divisor de 𝑚 (10), mientras que a−1=8−1=7 tampoco es

divisible entre 4, por lo cual nuevamente no se vuelve a cumplir la condición
impidiendo que sea de periodo completo nuevamente.

b) Genere dos números uniformes pseudoaleatorios para este generador.

X 1 =( 8∗3+ 1 ) mod 10=25−(10∗2)=5

U 1=5 /10=0.5

X 1 =( 8∗5+ 1 ) mod 10=41−(10∗4 )=1

U 1=1 /10=0.1
Ejercicio 2.13
Considere los siguientes números aleatorios distribuidos uniformemente:

U1 U2 U3 U4 U5 U6 U7 U8
0.9396 0.1694 0.7487 0.3830 0.5137 0.0083 0.6028 0.8727

a) Genere un número aleatorio distribuido exponencialmente con una media de 10

utilizando el primer número aleatorio.

F−1 ( u )=−λ ln ⁡(1−u)

x 1=−10 ln ( 1−0.9 3 9 6 )=28.067661

b) Genere una variable aleatoria a partir de una distribución uniforme discreta (12, 22)
utilizando el segundo número aleatorio.

x=a+ R(b−a)

x=12+0.169 4 ( 22−12 )=1 3 . 69 4

Ejercicio 2.14
Considere los siguientes números aleatorios distribuidos uniformemente:

U1 U2 U3 U4 U5 U6 U7 U8
0.9559 0.5814 0.6534 0.5548 0.5330 0.5219 0.2839 0.3734

a) Genere un número aleatorio distribuido uniformemente con un mínimo de 12 y un

máximo de 22 utilizando U 8 .
x=a+ R(b−a)

x=12+0.3734 ( 22−12 )=15.734

b) Genere una variante aleatoria a partir de una distribución de Erlang ( r =2 , β=3 ¿

utilizando U 1 y U 2.

β=3

−1
F ( u )=−β ln ⁡(1−u)

x 1=−3 ln ( 1−0.9559 )=9.363886

 x 2=−3 ln ( 1−0.5814 )=2.612518

x=x 1 + x2 =9.363886+2.612518=11.976404

c) La demanda de revistas en un día determinado sigue la siguiente distribución de

probabilidad

x 40 50 60 70 80
P( X =x) 0.44 0.22 0.16 0.12 0.06

Utilizando los números aleatorios proporcionados para este problema, a partir de U 1

genere cuatro variantes aleatorias a partir de esta distribución.

F(x) 0.44 0.66 0.82 0.94 1

U 1=0.9559 x 1=80
U 1=0.5814 x2 =50
U 1=0.6534 x 3=50
U 1=0.55 48 x 4=50

Ejercicio 2.22
Considere la distribución triangular

a) Derive un algoritmo de transformación inversa para esta distribución.

c−a
a+ √ ( b−a ) ( c−a ) p 0< p<
F ( p ) =∫
−1 b−a
c−a
b− √ ( b−a )( b−c ) ( 1− p ) ≤ p≤1
b−a
 b) Usando la primera fila de números aleatorios del ejercicio 2.10, genere cinco números
aleatorios a partir de la distribución triangular con a = 2, c = 5 y b = 10.
2+ √( 10−2 ) (5−2 ) p 0< p <0.375
F ( p ) =∫
−1

10−√ ( 10−2 )( 10−5 )( 1−p ) 0.375 ≤ p ≤ 1

U 1=0.943
U 2=0.398
U 3=0.372
U 4 =0. 943
U 5=0.204

x 1=10− √( 10−2 )( 10−5 ) ( 1−0.943 ) =8.490033

x 2=10−√ ( 10−2 ) (10−5 ) ( 1−0. 398 )=5.092862

x 3=2+ √ ( 10−2 ) ( 5−2 ) 0.372=4.987975

x 4 =10−√ ( 10−2 )( 10−5 )( 1−0.943 )=8.490033

x 5=2+ √ ( 10−2 ) ( 5−2 ) 0. 204=4.212690

Ejercicio 2.23
Considere la siguiente PDF:

a) Derive un algoritmo de transformación inversa para esta distribución.

x
3 x2
F ( x )=∫
−1 2

| |
x x x
3 x3 x3 x3 −13 1 3
F ( x ) =∫ ∗ = = − = ( x +1 )
−1 2 3 −1 2 −1 2 2 2
Transformada inversa
1 3
R= ( x +1 )
2
3
x +1
R=
2
 3
x +1
R=
2
2 R=x 3 +1
x 3=2 R−1
x=√3 2 R−1

b) Usando la primera fila de números aleatorios del ejercicio 2.10, genere dos números
aleatorios usando su algoritmo.

U 1=0.943
U 2=0.398

x 1=√ ( 2∗0.943 )−1=0.960456

3

x 2=√ ( 2∗0. 398 )−1=−0.588676

3

Ejercicio 2.27
Se ha descubierto que los tiempos de falla para un proceso de producción automatizado se
distribuyen aleatoriamente de acuerdo con una distribución de Rayleigh:

a) Derive un algoritmo de transformación inversa para generar variables aleatorias a partir

de esta distribución.
( xβ )
2
x
−
F ( x )=∫ 2 β xe
−2
dx
0

( βx ) , entonces du= 2βx

2
Seau= 2

x
F ( x )=∫ ue du
−u

0
x
F ( x )=−∫ −ue−u du
0

F ( x )=−e−u evaluando de 0 a x
( βx ) ( ( 0β ) )
2 2
− −
F ( x )=−e − −e
( βx ) ( 0β )
2 2
− −
F ( x )=−e +e
 ( βx )
2
−
F ( x )=−e +1
Transformada inversa
( xβ )
2
−
R=−e +1
()
2
x
−
β
e =1−R

( ( ))
2
x
−
β
ln e =ln ( 1−R )

( βx ) =ln ( 1−R )
2
−

x 2=−β 2 ln (1−R )
x=± √−β 2 ln ( 1−R )

b) Usando la primera fila de números aleatorios del ejercicio 2.10, genere cinco números
aleatorios a partir de su algoritmo con β=2.

U 1=0.943
U 2=0.398
U 3=0.372
U 4 =0. 943
U 5=0.204

x 1=√ −22 ln (1−0. 943 )=3.385087

x 2=√ −22 ln (1−0. 398 )=1.424777

x 3=√ −22 ln (1−0. 372 )=1.364133

x 4 =√−22 ln ( 1−0.943 )=3.385087

x 5=√ −22 ln (1−0. 204 )=0.955313

Bibliografía
Rossetti, M. (2016). Simulation Modeling and Arena. Hoboken, New Jersey: John Wiley & Sons, Inc.