Está en la página 1de 15

Integrantes:

Ayala López Valeria Stella


García Contreras Rafael Antonio

Método de la
Mejía Castillo Jaqueline

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

siguientes números aleatorios RND= 0.818, 0.935 0.981 4


0.510 y 0.300; tenemos x=3,1,1,
0.982 0.995 5
respectivamente.
0.996 1.000 6

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.

También podría gustarte