PRÁCTICA 4

MÉTODOS DE GENERACIÓN DE VARIABLES ALEATORIAS

La generación de variables aleatorias es esencial en la simulación de sistemas
y procesos en Ingeniería Industrial. Estos métodos permiten modelar la
incertidumbre y variabilidad inherente a muchas situaciones prácticas. Aquí se
describen algunos métodos comunes de generación de variables aleatorias
utilizados en este campo:

• Método de Transformación Inversa: Utiliza la función de distribución

acumulativa inversa para generar variables aleatorias. Adecuado para
variables continuas y discretas. Generar variables aleatorias que sigan
una distribución específica a partir de variables uniformes, facilitando la
simulación de procesos con variabilidad controlada.

• Método de Aceptación-Rechazo: Se basa en generar variables

aleatorias a partir de una distribución auxiliar y comparar con una función
cota superior. Efectivo para distribuciones complejas. Proporcionar un
enfoque flexible para generar variables aleatorias que se ajusten a
distribuciones complejas, permitiendo la simulación de escenarios
realistas en sistemas industriales.

• Método de Box-Muller para Normales: Genera variables aleatorias

normales estándar a partir de variables uniformes. Ampliamente usado en
simulaciones que requieren distribuciones normales. Generar
eficientemente variables aleatorias normales estándar, que son
comúnmente utilizadas en modelos de simulación para representar la
variabilidad inherente en muchos procesos industriales.

• Método de Congruencia Lineal: Utiliza una relación de recurrencia lineal

para generar secuencias de números pseudoaleatorios. Útil para
secuencias aleatorias. Producir secuencias de números aleatorios que
exhiban propiedades estadísticas adecuadas, esenciales para la
simulación y modelado de sistemas complejos en Ingeniería Industrial.

• Método de Monte Carlo: Descripción: Empleado en simulación, genera

números aleatorios para modelar la variabilidad en sistemas complejos.
Puede basarse en otros métodos. Utilizar variables aleatorias para
modelar la variabilidad y complejidad de sistemas industriales,
permitiendo la evaluación de rendimiento, riesgos y toma de decisiones
informadas.
 • Distribuciones Específicas: Para ciertas distribuciones (exponencial,
Poisson, binomial, etc.), existen métodos específicos. Se utilizan cuando
se necesita simular sistemas basados en distribuciones conocidas.
Proporcionar métodos específicos para la generación de variables
aleatorias que sigan distribuciones particulares (exponencial, Poisson,
binomial, etc.), facilitando la representación precisa de ciertos fenómenos
en la simulación.

Cada método tiene su utilidad específica en la simulación de sistemas en

Ingeniería Industrial, contribuyendo a modelar con precisión la variabilidad y la
incertidumbre presentes en diferentes contextos industriales. La elección del
método depende de la distribución deseada y de los requisitos específicos de la
simulación.