Simulación

• Asignatura: Simulación
• Carrera : Ingeniería Civil Industrial
• Profesora: Lucy Bugueño Guajardo
Ing. Civil Industrial
Mg. Ingeniería Industrial
Correo: lucy.bugueno@ucentral.cl

Casa Central: Toesca 1783 | Mesa Central: 2 2582 6000

La Serena: Av. Francisco de Aguirre 0405 | Mesa Central: 51 247 9150
DISTRIBUCIONES DE PROBABILIDADES CONTINUAS

Distribución de Poisson: Los experimentos que dan valores numéricos de una

v.a. X, el número de resultados que ocurren durante un intervalo dado o región
específica, se llaman experimentos de Poisson.
Distribución exponencial: la distribución exponencial mide el paso del tiempo
entre entre eventos
Distribución Uniforme: Es una distribución en el intervalor (a,b) en la cual las
probabilidades son las mismas para todos los posibles resultados, desde el
mínimo de a hasta el máximo de b.
Distribución Beta: La distribución Beta puede tomar muchas formas, según los
valores de alfa1 y alfa2. A medida que aumenta n, se gana precisión en la
estimación de p (la distribución de p se comprime)
Ley de los Grandes Números (desigualdad de Tschebycheff)
Cuanto mayor sea el tamaño de la muestra, mayor será el ajuste entre la
distribución muestral y la distribución teórica sobre la que se basa la muestra.

La frecuencia relativa de los resultados de un cierto experimento aleatorio, tienden

a estabilizarse en cierto número, que es precisamente la probabilidad , cuando el
experimento se realiza muchas veces
Teorema Central del Límite (TCL)
La media muestral de un conjunto de n variables muestreadas en forma independiente
a partir de una misma distribución f(x) se ajusta a una distribución aprox. Normal con
los siguientes parámetros:
x = Normal ( µ, σ / 𝒏 )
Número Aleatorios

✓ Elemento Central en la Simulación digital.

✓ Definición formal controvertida.

✓ Elemento esencial en muchas áreas del conocimiento Ingeniería, Economía, Física,

Estadística, etc.

✓ Definición intuitiva: Una sucesión de números aleatorios puros, se caracteriza por

que no existe ninguna regla o plan que permita conocer sus valores.

✓ Los números aleatorios obtenidos a través de algoritmos recursivos se llaman

pseudoaleatorios.
 Unidad III: Generación de Variables Aleatorias

▪ Números aleatorios y pseudoaleatorios. Propiedades de

los generadores.
▪ Generación de variables aleatorias discretas y continuas..
 PRUEBAS DE UNIFORMIDAD
PRUEBA CHI-CUADRADA
KOLMOGOROV-SMIRNOV
Una de las propiedades más importantes que debe cumplir un conjunto de ri números pseudo
aleatorios es la uniformidad.

Para comprobar su acotamiento se han desarrollado pruebas estadísticas tales como las
pruebas Chi-cuadrada y de Kolmogorov-Smirnov .

En cualquiera de ambos casos, para probar la uniformidad de los números de un conjunto ri es

necesario formular las siguientes hipótesis:

Ho: ri~U(0,1)
H1: ri no son uniformes

Ejemplo: La prueba de Kolmogorov-Smirnov para una muestra se puede utilizar para

comprobar que una variable (por ejemplo ingresos) se distribuye normalmente.
Pruebas

Chi-cuadrada: La prueba Chi-cuadrada busca determinar si los números del

conjunto ri se distribuyen uniformemente en el intervalo (0,1). Para llevar a cabo
esta prueba es necesario dividir el intervalo (0,1), en m subintervalos.
Independencia: Se estudia las pruebas estadísticas que tratan de corroborar si
los números en el intervalo (0,1) son independientes o, en otras palabras, si
parecen pseudo aleatorios.
Para probar la independencia de los números de un conjunto ri primero es
preciso formular las siguientes hipótesis:
H0: los números del conjunto ri son independientes
H1: los números del conjunto ri no son independientes
Generación de variables aleatorias
METODOS PARA GENERAR VARIABLES ALEATORIAS.

Existen varios métodos para generar variables aleatorias:

• Método de la transformada inversa.

• Método de convolución.

• Método de aceptación rechazo.

• Método directo.
Método de la transformada inversa.

Distribución uniforme
Obtenida a partir del método de la transformada inversa.

x = a + (b − a) RNDi
donde:
a = limite inferior de la distribución uniforme.
b = limite superior de la distribución uniforme.
RNDi = número aleatorio con distribución uniforme entre 0 y 1.
Método de la transformada inversa.

Distribución exponencial
Obtenida a partir del método de la trasformada inversa.

1
x=− ln(1 − RNDi )

donde:
1 = media de la distribución exponencial

Método de la transformada inversa.

Distribución Normal
Obtenida a partir del método de la transformada inversa.

x =  + inv.dist.normal(RNDi )*
donde:
 = Media.
 = parámetro de forma.
Método de la transformada inversa.

Distribución Erlang

Obtenida a partir del método de convolución.

1  k 
x=− ln  RNDi 
k    i =1 
donde:
 = parámetro de escala.
k = parámetro de forma.
Método de la transformada inversa.

Distribución Weibull
Obtenida a partir del método de la transformada inversa.

x =  +    − ln(1 − RNDi )
donde:
 = parámetro de escala.
 = parámetro de forma.
 = parámetro de localización.
Método de la transformada inversa.

Distribución Gamma
Obtenida a partir del método de convolución.
1  k 
x=− ln  RNDi 
k    i =1 
donde:
 = parámetro de escala.
k = parámetro de forma.
¿Qué es la Simulación de Montecarlo?
Es una técnica cualitativa que hace uso de la estadística y de los ordenadores para imitar, mediante
modelos matemáticos, el comportamiento aleatorio de sistemas reales no dinámicos.

Pasos para hacer una Simulación Montecarlo

1. Identificar las variables inputs del modelo, tanto estáticas (parámetros) como aleatorias
(estocásticas)
2. Construir el modelo matemático del sistema, proceso o actividad que se quiere analizar. Este
modelo genera el outputs a estudiar.
3. Llevar a cabo experimentos generando muestras aleatorias para los inputs y generando
resultados que permitan estudiar el comportamiento del sistema.
4. Tras repetir n veces el experimento, tendremos n observaciones sobre el comportamiento
del sistema, lo que permite comprender mejor el funcionamiento del sistema.
5. El análisis es más preciso cuanto mayor sea el número n de experimentos llevados a cabo.