La variable aleatoria

Se denomina variable aleatoria, a una variable X que puede tomar un conjunto de valores {x0, x1, x2, ... xn-1}, con probabilidades {p0, p1, p2, ... pn-1}. Por ejemplo, en la experiencia de lanzar monedas, los posibles resultados son {cara, cruz}, y sus probabilidades son {1/2, 1/2}. En la experiencia de lanzar dados, los resultados posibles son {1, 2, 3, 4, 5, 6} y sus probabilidades respectivas son {1/6, 1/6, 1/6, 1/6, 1/6, 1/6}. Realicemos ahora la experiencia de hacer girar una ruleta y apuntar el nmero del sector que coincide con la flecha. En la ruleta de la izquierda de la figura los resultados posibles son {0, 1, 2, 3, 4, 5, 6, 7}, y la probabilidad de cada resultado es 1/8. En la ruleta de la derecha de la figura los posibles resultados son {0, 1, 2, 3}, y las probabilidades respectivas {1/4, 1/2, 1/8, 1/8}, proporcionales al ngulo del sector.

En los tres primeros ejemplos, la variable aleatoria X se dice que est uniformemente distribuida, ya que todos los resultados tienen la misma probabilidad. Sin embargo, en el ltimo ejemplo, la variable aleatoria X, no est uniformemente distribuida. El problema crucial de la aplicacin de los mtodos de Montecarlo es hallar los valores de una variable aleatoria (discreta o continua) con una distribucin de probabilidad dada por la funcin p(x) a partir de los valores de una variable aleatoria uniformemente distribuida en el intervalo [0, 1), proporcionada por el ordenador o por una rutina incorporada al programa. Para simular un proceso fsico, o hallar la solucin de un problema matemtico es necesario usar gran cantidad de nmeros aleatorios. El mtodo mecnico de la ruleta sera muy lento, adems cualquier aparato fsico real genera variables aleatorias cuyas distribuciones difieren, al menos ligeramente de la distribucin uniforme ideal. Tambin, se puede hacer uso de tablas de

cifras aleatorias uniformemente distribuidas, comprobadas minuciosamente en base a pruebas estadsticas especiales. Se emplean solamente cuando los clculos correspondientes a la aplicacin del mtodo de Montecarlo se realiza a mano, lo que en estos tiempos resulta inimaginable. En la prctica, resulta ms conveniente emplear los denominados nmeros pseudoaleatorios, se trata de nmeros que se obtienen a partir de un nmero denominado semilla, y la aplicacin reiterada de una frmula, obtenindose una secuencia {x0, x1, x2, ... xn} de nmeros que imitan los valores de una variable uniformemente distribuida en el intervalo [0, 1).

Variable aleatoria discreta

Para simular la ruleta situada a la derecha de la figura, se procede del siguiente modo: se hallan las probabilidades de cada resultado, proporcionales al ngulo de cada sector y se apuntan en la segunda columna, la suma total debe de dar la unidad. En la tercera columna, se escriben las probabilidades acumuladas. Resultado 0 1 2 3 Probabilidad 0.25 0.5 0.125 0.125 P. acumulada 0.25 0.75 0.875 1

Se sortea un nmero aleatorio uniformemente distribuido en el intervalo [0, 1), el resultado del sorteo se muestra en la figura. En el eje X se sitan los distintos resultados que hemos nombrado x0, x1, x2, x3 . En el eje vertical las probabilidades en forma de segmentos verticales de longitud igual a la probabilidad pi de cada uno de los resultados, dichos segmentos se ponen unos a continuacin de los otros, encima su respectivo resultado xi. Se obtiene as una funcin escalonada. Cuando se sortea una variable aleatoria , se traza una recta horizontal cuya ordenada sea . Se busca el resultado cuya abscisa sea la interseccin de dicha recta horizontal y del segmento vertical, tal como se seala con flechas en la figura. Si el nmero aleatorio est comprendido entre 0.25 y 0.75 se obtiene el resultado denominadox1.

La tabla describe el sorteo de una variable discreta, siendo una variable aleatoria uniformenente distribuda en el intervalo [0,1). Condicin 0<=<0.25 0.25<=<0.75 0.75<=<0.875 0.875<=<1 0 1 2 3 Resultado

Una vez visto un caso particular, el problema general puede formularse del siguiente modo: Si X es una variable aleatoria discreta cuyos posible resultados son {x0, x1, x2 , ... xn-1} y sean {p0, p1, p2, ... pn} sus respectivas probabilidades. Al sortear un nmero aleatorio , uniformemente distribuido en el intervalo [0, 1), se obtiene el resultado xi, si se verifica la siguiente condicin j=0 i1 p j < j=0 i p j (1)

Variable aleatoria continua

Comprendido el concepto de transformacin de una variable discreta, y el procedimiento para obtener un resultado cuando se efecta el sorteo de una variable aleatoria uniformemente distribuida, no reviste dificultad el estudio de la variable continua. Si X es una variable aleatoria continua, y p(x) es la probabilidad de cada resultado x, construimos la funcin que se representa en la figura. y= a x p(x)dx (2) El resultado del sorteo de una variable uniformemente distribuida en el intervalo [0 ,1) se obtiene a partir de la ecuacin.

= a x p(x)dx

(3)

Grficamente, se obtiene trazando una recta horizontal de ordenada . La abscisa x del punto de corte con la funcin es el resultado obtenido. En la figura se seala mediante flechas.

Un ejemplo sencillo es la transformacin de una variable aleatoria que est uniformemente distribuida en el intervalo [a, b) si p(x)= 1 ba y= xa ba que es una lnea recta, que vale cero cuando x=a, y uno cuando x=b, tal como puede verse en la figura inferior. Utilizando la frmula (3) de la transformacin de la variable aleatoria continua y despejando x, se obtiene x=a+(ba) ax<b Integrando (2) obtenemos la funcin

Generador de nmeros aleatorios

Existen varias frmulas para obtener una secuencia de nmeros aleatorios, una de las ms sencillas es la denominada frmula de congruencia: se trata de una frmula iterativa, en la que el resultado de una iteracin se utiliza en la siguiente.

x=(a*x+c)%m;

donde a, c, m, son constantes cuyos valores elige el creador de la rutina, as por ejemplo tenemos a=24298 c=99491 m=199017 a=899 c=0 m=32768 Basta introducir el valor inicial de x, para obtener una secuencia de nmeros pseudoaleatorios. Alternativamente, podemos usar la clase Random que dispone el lenguaje Java.