transformación inversa GENERACIÓN DE VARIABLES ALEATORIAS
Una de las aplicaciones de la simulación surge en
aquellas situaciones en las que se requiere un cierto método de muestreo estocástico Sin embargo se pueden poner, se pueden suponer ciertos comportamientos respecto a la población en la que se originan los datos, esto es la esencia de la simulación; es decir, realizar un análisis del tipo “que pasa si…” La generación de estadísticas simuladas tienen una naturaleza enteramente estocástica y debe soportarte por números aleatorios generados por algún método. GENERACIÓN DE VARIABLES ALEATORIAS Haga clic en el icono para agregar una imagen
MÉTODO DE LA MÉTODO DE LA TRANSFORMACÍON TRANSFORMACÍON INVERSA PARA VARIABLES INVERSA PARA VARIABLES ALEATORIAS DISCRETAS ALEATORIAS CONTINUAS MÉTODO DE LA TRANSFORMACÍON INVERSA PARA VARIABLES ALEATORIAS DISCRETAS MÉTODO DE LA TRANSFORMACIÓN INVERSA
Entonces el algoritmo es:
1. Generar un número uniforme en (0,1),
Sea X una variable aleatoria discreta empírica con una RND distribución de probabilidad entonces la variable aleatoria X puede generarse por medio de un número 2. Selecciónese el valor de para el que aleatorio uniforme en (0,1) RND, que cumpla la RND satisfaga la desigualdad anterior siguiente desigualdad:
5 EJEMPLO Sea la función de distribución de Poisson, dada por:
Con = 1.5;
Primero evaluamos las funciones de Posteriormente de distribución
distribución: acumulada: X f(x) X f(x) F(x) 0 0.223 0 0.223 0.223 1 0.335 1 0.335 0.558 2 0.251 2 0.251 0.804 3 0.125 3 0.125 0.934 4 0.047 4 0.047 0.981 5 0.014 5 0.014 0.995 6 0.005 6 0.005 1.000 Evaluación de las funciones de distribución
? 0.35
0.3
0.25
0.2
0.15
0.1
0.05
0 1 2 3 4 5 6 7
7 A continuación generamos un número aleatorio uniforme RND, y si:
0.000 ≤ RND ≤ 0.223 entonces x x=0
0.224 ≤ RND ≤ 0.558 entonces x x=1
0.559 ≤ RND ≤ 0.809 entonces x x=2
0.810 ≤ RND ≤ 0.934 entonces x x=3
0.935 ≤ RND ≤ 0.981 entonces x x=4
0.982 ≤ RND ≤ 0.995 entonces x x=5
0.996 ≤ RND ≤ 1.000 entonces x x=6
8 A continuación generamos un número aleatorio uniforme RND, y si:
Valor generado Intervalo RND de X
La que recibe el nombre de la función 0.000 0.223 0
tabulada de transformación inversa. 0.224 0.558 1
0.559 0.809 2 Si queremos generar o simular tres valores de la variable aleatoria X, dados los 0.810 0.934 3
9 MÉTODO DE LA TRANSFORMACÍON INVERSA PARA VARIABLES ALEATORIAS CONTINUAS MÉTODO DE LA TRANSFORMACIÓN INVERSA
Puesto que ) se define sobre el intervalo de
0 a 1, podemos generar números aleatorios
Si deseamos generar los valores de las variables distribuidos uniformemente y además aleatorias a partir de cierta estadística de hacer . población cuya función de densidad de
probabilidad (f.d.p.) esta dada por debemos obtener la función de distribución acumulada de probabilidad ).
1 1 MÉTODO DE LA TRANSFORMACIÓN INVERSA
Donde es la transformación inversa (mapeo) de
RND o sobre el intervalo unitario en el dominio de . Si generamos números aleatorios Resulta claro entonces como uniformes correspodientes a una dada, podemos resumir matemáticamente: queda X determinada unívocamente por RND= ). Por tanto, para cualquier valor particular de RND que generemos, por ejemplo debido a la función inversa de F, si es conocida.
1 2 MÉTODO DE LA TRANSFORMACIÓN INVERSA
Por lo que
es una variable que tiene como función de
densidad de probabilidad. Este criterio conduce Entonces: a resolver la ecuación (*) en en términos de (*) RND. A esta ecuación se le llama generador de variables aleatorias.
1 3 EJEMPLO Sea la función de densidad de probabilidad de variable exponencial
La grafica correspondiente es:
Integrado por:
Esta ecuación generalmente se educe a 1:
Ya que (1-RND) también será un valor aleatorio uniforme en (0,1).
Po ejemplo, si el parámetro ʎ=15:
Y si los parámetros aleatorios son RND= 0.953, 0.181, 0.409; los valores correspondientes de X son: 0.722, 25.638, 13.410.
