UNIDAD II SIMULACIÓN DE VARIABLES

ALEOTORIAS

2.1 PRODUCCIÓN DE NÚMEROS CON COMPORTAMIENTO ESTADÍSTICO

ALEATORIO Y UNIFORME
 SIMULACION DE VARIABLES ALEATORIAS

• SIMULACIÓN DE VARIABLES ALEATORIAS

• VEREMOS MÉTODOS GENERALES PARA SIMULAR MUESTRAS DE
DISTRIBUCIONES UNIVARIADAS, GENERALES SE REFIERE A QUE SE PUEDEN
UTILIZAR INDEPENDIENTEMENTE DE LA FORMA DE LA FUNCIÓN DE DENSIDAD.
PARA UTILIZAR ESTOS MÉTODOS DEBEMOS TENER UN GENERADOR DE NÚMEROS
ALEATORIOS CONFIABLE, PUES LA MAYORÍA DE LOS MÉTODOS CONSISTEN EN
UNA TRANSFORMACIÓN DE NÚMEROS ALEATORIOS.
 ¿PARA QUE SIMULAR DE UN MODELO?

• Alternativa para presentar inferencias:

en lugar de presentar un estimador puntual y/o intervalo de confianza podemos analizar simulaciones del modelo.
• Inferencia predictiva:
es fácil usar simulación para calcular errores estándar, o intervalos de confianza, resulta particularmente útil cuando
estamos estimando cantidades que no son coeficientes de un modelo o transformaciones lineales de coeficientes.
• Simulación para revisar el ajuste de un modelo.
podemos simular datos del modelo ajustado y compararlos con los datos verdaderos.
• Simulación para calcular tamaños de muestra.
• LAS VARIABLES ALEATORIAS SON AQUELLAS QUE TIENE UN COMPORTAMIENTO
EN LA REALIDAD, POR EJEMPLO: EL NUMERO DE CLIENTES QUE LLEGAN CADA
HORA A UN BANCO DEPENDE DEL MOMENTO DEL DÍA, DE LA SEMANA Y DE OTROS
FACTORES
• LA GENERACIÓN DE VARIABLES ALEATORIAS O ESTOCÁSTICAS SIGNIFICA LA
OBTENCIÓN DE VARIABLES QUE SIGUEN UNA DISTRIBUCIÓN DE PROBABILIDAD
DETERMINADA. REQUIERE DE DOS ETAPAS: GENERAR NÚMEROS DISTRIBUIDOS
UNIFORMEMENTE ‘’R’’(NUMERO ALEATORIO GENERADO) GENERAR CON R Y CON
LAS DISTRIBUCIONES DE PROBABILIDAD LAS VARIABLES ALEATORIAS O
ESTOCÁSTICAS.
• LA GENERACIÓN DE ESTADÍSTICAS SIMULADA, DE LOS VALORES DE LAS
VARIABLES ALEATORIAS, TIENE UNA NATURALEZA ENTERAMENTE NUMÉRICA Y
DEBE SOPORTARSE POR NÚMEROS ALEATORIOS, GENERADOS POR ALGÚN
MÉTODO
 GENERACIÓN DE NÚMEROS
PSEUDOALEATORIOS
• LOS DISTINTOS MÉTODOS DE SIMULACIÓN REQUIEREN DISPONER DE SECUENCIAS
DE NÚMEROS PSEUDOALEATORIOS QUE IMITEN LAS PROPIEDADES DE
GENERACIONES INDEPENDIENTES DE UNA DISTRIBUCIÓN U(0,1).
• EN PRIMER LUGAR, NOS CENTRAREMOS EN EL CASO DE LOS GENERADORES
CONGRUENCIALES. A PESAR DE SU SIMPLICIDAD, PODRÍAN SER ADECUADOS EN
MUCHOS CASOS Y CONSTITUYEN LA BASE DE LOS GENERADORES AVANZADOS
HABITUALMENTE CONSIDERADOS. POSTERIORMENTE SE DARÁ UNA VISIÓN DE LAS
DIFERENTES HERRAMIENTAS PARA ESTUDIAR LA CALIDAD DE UN GENERADOR DE
NÚMEROS PSEUDOALEATORIOS.
 FUNCIÓN DE LOS NÚMEROS
PSEUDOALEATORIOS
• LA FUNCIÓN DE LOS NÚMEROS PSEUDOALEATORIOS ES QUE A PARTIR DE ELLOS
PODEMOS GENERAR VARIABLES ALEATORIAS LAS CUALES ESTÁN SUJETADAS EN
EL MAYOR DE LOS CASOS, A DISTRIBUCIONES ESTADÍSTICAS QUE SON LAS QUE SE
USAN PARA ESTABLECER EL COMPORTAMIENTO DE MATERIALES, SUCESOS,
PERSONAS ETC., EN TODO EL PROCESO DE SIMULACIÓN
SIMULACIÓN O MÉTODOS DE MONTE CARLO
• SE SIMULA UN PROCESO NATURAL EN FORMA COMPUTACIONAL. ESTAS
APLICACIONES SE REALIZAN EN MUY VARIADOS CAMPOS CON EL FIN DE EMULAR
DISTINTOS COMPORTAMIENTOS: FÍSICA (POR EJEMPLO, PARA SIMULAR
COLISIONES ENTRE PARTÍCULAS), INGENIERÍA (DISEÑO DE OBRAS HIDRÁULICAS,
PUENTES, ETC.), INVERSIONES DE CAPITAL, REDES, SERVICIOS A CLIENTES, CALL
CENTERS, ETC.
• LA SIMULACIÓN A TRAVÉS DE LA COMPUTADORA ES UNA HERRAMIENTA
PODEROSA PARA COMPRENDER LA NATURALEZA DE SISTEMAS COMPLEJOS.
• MUESTREO: CON EL FIN DE SELECCIONAR UNA SUB-MUESTRA DE UNA
POBLACIÓN.
• ANÁLISIS NUMÉRICO: ALGUNAS TÉCNICAS PARA RESOLVER PROBLEMAS DE
ANÁLISIS NUMÉRICO COMPLEJOS HAN SIDO DESARROLLADAS USANDO NÚMEROS
ALEATORIOS.
• PROGRAMACIÓN: LA GENERACIÓN DE VALORES ALEATORIOS PUEDE SER
ÚTIL PARA PONER A PRUEBA LA EFECTIVIDAD DE UN ALGORITMO
 METODOS CONGRUENCIALES

para poder generar entradas estocásticas (probabilisticas) para un modelo de simulación, se debe contar con
un generador de números pseudoaleatorios. con estos y métodos de generación de variables aleatorias, se
pueden simular las entradas incontrolables para un modelo de simulación.

se han desarrollado básicamente tres métodos de congruenciales para generar números pseudoaleatorios, el
objetivo de cada uno de los métodos es la generación en un tiempo mínimo, de sucesiones de números
aleatorios con periodos máximos. los métodos congruenciales son: el aditivo, el multiplicativo y el mixto.
 METODO CONGRUENCIAL ADITIVO

calcula una sucesión de números pseudoaleatorios.

mediante la relación Xn+1= Xn +Xn-k (mod M). Para usar este método se necesitan k
valores iniciales, siendo k entero. Las propiedades estadísticas de la secuencia tienden a
mejorarse a medida que k se incrementa. Este es el único método que produce periodos
mayores que M.
 METODO CONGRUENCIAL MULTIPLICATIVO

calcula una sucesión xn de enteros no negativos, cada uno de los cuales es menor que m mediante la relación
xn+1= a.xn (mod m).
es un caso especial de la relación de congruencia en que c=0, este método se comporta de manera
satisfactoria estadísticamente, es decir, los números generados por medio de este método están unifórmente
distribuidos, y no están correlacionados.
este método tiene un periodo máximo menor que m, pero se pueden imponer condiciones en a y de tal forma
que se obtenga el periodo máximo.
desde el punto de vista computacional es el más rápido de todos.
 METODO CONGRUENCIAL MIXTO O LINEAL

los generadores congruenciales lineales generan una secuencia de números pseudoaleatorios en la cual el próximo número
pseudoaleatorio es determinado a partir del último número generado, es decir, el número pseudoaleatorio Xn+1 es
derivado a partir del número pseudoaleatorio Xn , la relación de recurrencia para el generador congruencial mixto es
Xn+1 =(a Xn+c) mod m,
en donde
• X0 = es la semilla
• a =el multiplicador
• c = constante aditiva
• m = el módulo (m > X0, a,c)
• X0, a, c >0 Significa que los valores posibles de Xn+1 son 0,1,2,3 ....m-1, es decir, m representa el
número posible de valores diferentes que pueden ser generados.