Generación de Variables

Aleatorias
Jemima Edelia Rios Chambi
¿Qué es una variable aleatoria?
Una variable aleatoria es la función matemática de un experimento
aleatorio. A priori, la definición de variable aleatoria no reviste
mucha complejidad. Se trata de un concepto que se puede definir
en una frase.

¿Qué es la generación de variables aleatorias?

Este método sugiere que es posible muestrear una v.a. continua X,
conociendo su función de Distribución F. Sea X v.a.c. uniforme con F
continua y no decreciente en (0,1) y sea U v.a.c uniforme en (0,1).
Entonces la v.a.c. X= F-1(U), tiene una distribución F.
Fuentes Generatorias de Variables Aleatorias

01 02 03
Método Método del Método de
Transformada Rechazo Composición
Inversa
 01
Método
Transformada
Inversa
 El método de la transformada inversa puede utilizarse para simular variables
aleatorias continuas, lo cual se logra mediante la función acumulada f(x) y la
generación de números pseudoaleatorios ri ~U (0,1).
El método consiste en:
● Definir la función de Densidad f(x) que representa la variable a modelar.
● Calcular la función acumulada f(x).
● Despejar la variable aleatoria x y obtener la función acumulada inversa f(x)-1.
● Generar las variables aleatorias x, sustituyendo valores con números
pseudoaleatorios ri ~U (0,1) en la función acumulada inversa.
 Algoritmo

○Paso 1.- Contar con la función f(x):

○Paso 2.- Definir la función acumulada F(x):
○Paso 3.- Igualar F(x) y R
F(x)=R
○Paso 4.- Aplicar función inversa F-1:
F−1(F(x))=F−1(R)
○Paso 5.- Implementar algoritmo
correspondiente:
x=F−1(R)
EJERCICIO 1

𝟐𝜸𝟐𝒙𝒆−𝟐𝜸 Sea: 𝑓(𝑥)={𝜆𝑒−𝜆𝑥 ;𝑥≥0 0 ; 𝑥<0

Formalizar la variable e implementar su algoritmo Solución:
Paso 1.- La 𝑓(𝑥) está especificada en el enunciado
𝑓(𝑥)= 𝜆𝑒−𝜆𝑥
Paso 2.- 𝐹(𝑥)=?
𝐹(𝑥)=∫𝑓(𝑥)𝑑𝑥𝑥𝜆=∫𝜆𝑒−𝜆𝑥𝑥𝜆𝑑𝑥
Aplicando cambio de variable
−𝜆𝑥 = 𝑢 ⟹ −𝜆𝑑𝑥 = 𝑑𝑢 ⟹ 𝑑𝑥=−𝑑𝑢/𝜆
Paso 3. 𝐹(𝑥) = 𝑅 1 − 𝑒−𝜆𝑥= 𝑅 ; 𝑥 ≥ 0
Paso 4. (2𝛾)^2 Xe^−2𝛾

Paso 5.-
 02

Método del
Rechazo
 Existe otro procedimiento para generar números al azar de distribuciones de probabilidad
no uniformes. A este tipo de procedimiento se le conoce con el nombre de método de
rechazo. Este método consiste en primeramente en generar un valor de la variable aleatoria
y enseguida probar que dicho valor simulado proviene de la distribución de probabilidad que
se está analizando. Para comprender la lógica de este método, suponga que f(x), fig.1 es una
distribución de probabilidad acotada y con rango finito, es decir, a ≤ x ≤ b.
El método consiste en:
1. Generar dos números uniformes R1 y R2.
2. Determinar el valor de la variable aleatoria x de acuerdo a la siguiente relación lineal de R1: x= a
+ (b - a) R1
3. Evaluar la función de probabilidad en x= a + (b - a) R1.

4. Determinar si la siguiente desigualdad se cumple: R2 ≤ f(a + (b - a) R1)/M

Se utiliza a x= a + (b - a) R1 si la respuesta es afirmativa como un valor simulado de la
variable aleatoria. De lo contrario, es necesario pasar nuevamente al paso 1 tantas
veces como sea necesario.
 Algoritmo
○Paso 1. Generar dos números aleatorios 𝑅1 y 𝑅2
○Paso 2. Determinar una variable aleatoria 𝑥
uniforme 𝑥←𝑎+(𝑏−𝑎)∗𝑅1
○Paso 3. Definir la función 𝑓(𝑥(𝑅1))
○Paso 4. Determinar la siguiente desigualdad:
𝑅2≤𝑓(𝑥(𝑅1))∗𝑐 ,𝑑𝑜𝑛𝑐𝑒 𝑐=1/𝑓𝑚𝑎𝑥(𝑥)
○Paso 5. Si la relación se cumple se acepta el valor de
𝑥.
Repetir los pasos anteriores, cuantas veces considere
necesario.
EJERCICIO 1

Solución
Paso 1. Generar dos números aleatorios 𝑅1 y 𝑅2
𝑅1←𝐺𝑒𝑛𝑒𝑟𝑎𝑑𝑜𝑟𝐶𝑜𝑛𝑔𝑟𝑢𝑒𝑛𝑐𝑖𝑎𝑙𝑀𝑖𝑥𝑡𝑜()
𝑅2←𝐺𝑒𝑛𝑒𝑟𝑎𝑑𝑜𝑟𝐶𝑜𝑛𝑔𝑟𝑢𝑒𝑛𝑐𝑖𝑎𝑙𝑀𝑖𝑥𝑡𝑜()
Paso 2. Definir la variable uniforme 𝑥, en el intervalo [a, b]:
𝑥 ← 𝑎 + ( 𝑏 − 𝑎 ) ∗ 𝑅1
𝑥 ← 0 + ( 1 − 0 ) ∗ 𝑅1
𝑥 ← 𝑅1
Paso 3. Evaluar la función de probabilidad en x uniforme.
𝑓(𝑥(𝑅1))=?
𝑓(𝑥=𝑅1)=2𝑅1 ,0≤𝑅1≤1
Paso 4. Establecer la siguiente desigualdad:
𝑅2 ≤ 𝑓 ( 𝑥 ( 𝑅1 ) ) ∗ 𝑐 , 𝑑𝑜𝑛d𝑒 𝑐 = 1 / 𝑓𝑚𝑎𝑥(𝑥) 𝑅2 ≤ 2𝑅1 ∗ 𝑐
Paso 5. Si la relación se cumple se acepta el valor de 𝑥.
Repetir los pasos anteriores, cuantas veces considere necesario.
 03

Método de
Composición
El método de composición consiste en lo siguiente:
•Se descompone f como , con fi función de densidad.
•Se elige la i-ésima función con probabilidad pi y se genera
un valor para la función de densidad fi.

Sea f(x) la función de densidad de una variable aleatoria X.

Ejemplo:
El método queda: