Termino II - 2011

METODOS DE GENERACION DE VARIABLES

ALEATORIAS NO UNIFORMES
Transformada Inversa
Procedimientos especiales
Generacin de Variables Aleatorias Normales
Generacin de Variables Aleatorias Binomiales
Generacin de Variables Aleatorias Poisson
METODO DE LA TRANSFORMADA INVERSA
Utiliza la distribucin acumulada F(x) de la distribucin que se va a
simular. Puesto que F(x) est definida en el intervalo (0,1), se
puede generar un nmero aleatorio uniforme R y tratar de
determinar el valor de la variable aleatoria para la cual su
distribucin acumulada es igual a R, lo cual lleva a resolver la
siguiente ecuacin:
R x F = ) ( ) (
1
R F x

=
Distribucin Exponencial

=

0
) (
x
e
x f

0 > x
0 < x
}

= =
x
x t
e dt e x F
0
1 ) (

R e
x
=

1
R e
x
=

R e
x
=

LnR x

1
=
Distribucin Uniforme

=
0
1
) (
a b
x f
b x a s s
b x a > >
}

=
x
a
a b
a x
dt
a b
x F
1
) (
R
a b
a x
=

R a b a x ) ( + =
Ejercicio 4
Aplicar el mtodo de la transformada inversa para simular 100 nmeros
que sigan la siguiente distribucin de probabilidad.

=
2
1
) (
x
x f
1 0 s s x
2 1 s < x
Si
Si
Ejercicio 5
Dada la siguiente distribucin de probabilidad emprica, aplicar el mtodo
de la transformada inversa para simular 100 nmeros que sigan esta
distribucin de probabilidad:

x f(x) x f(x)
0 0.0067 8 0.0653
1 0.0337 9 0.0363
2 0.0842 10 0.0181
3 0.1404 11 0.0082
4 0.1755 12 0.0034
5 0.1755 13 0.0013
6 0.1462 14 0.0005
7 0.1044 15 0.0003
Ejercicio 6
Aplicar el mtodo de la transformada inversa para identificar una frmula
para generar nmeros que sigan la distribucin triangular:

=
) (
) )( (
2
) (
) )( (
2
) (
c x
b c a c
a x
a b a c
x f
b x a s s
c x b s s
PROCEDIMIENTOS ESPECIALES
Variables que siguen una distribucin Normal.
Variables que siguen una distribucin
Binomial
Variables que siguen una distribucin Poisson
Variables que siguen una Distribucin Normal
2
2
1
2
1
) (
|
.
|

\
|

=
o

o t
x
e x f < < x
Puesto que necesitamos una variable aleatoria X que siga una distribucin
normal con media y varianza
2
. Y si tomamos



Entonces Z se distribuye Normal con media 0 y varianza 1. O de forma
equivalente:




Por lo tanto lo nico que necesitamos para simular una normal con media
y varianza
2
, es simular una normal con media 0 y varianza 1.

o

=
x
z
Z x o + =
Por teorema del lmite central, sabemos que si Ri sigue una distribucin
uniforme(0,1) donde su media=1/2 y su desviacin ,
entonces
sigue una distribucin normal con media
y
desviacin
Si tomamos



Entonces Z se distribuye Normal con media 0 y varianza 1.


Se ha demostrado que n=30 produce
nmeros bastante confiables.
n
R R R R + + + + ...
3 2 1
12 1
2
n
12
n
12
2
1
n
n R
z
n
i
i

=

=
(
(
(
(

+ =

=
12
2
1
n
n R
x
n
i
i
o
Z x o + =
Ejercicio 7
Un pequeo comerciante de azcar, compra una cantidad K de azcar
(en libras) a inicio del mes. Se conoce por datos histricos que la
demanda diaria de azcar sigue una distribucin normal con media
15 y desviacin 4.


Simule 30 das de operacin del comerciante, si la cantidad K = 400
libras. fue suficiente la cantidad de compra establecida? Hubo
exceso de inventario o faltante en inventario?

Variables que siguen una Distribucin Binomial
x n x
x
n
x f

|
|
.
|

\
|
= ) 1 ( ) ( u u
n x ,......., 1 , 0 =
para
Puesto que la distribucin binomial es justamente la suma de n
variables aleatorias Bernoulli, entonces la generacin de nmeros
al azar que sigan una distribucin binomial, implica sumar los
valores simulados de n variables aleatorias Bernoulli, el
procedimiento es el siguiente:

1. Generar n nmeros uniformes R.
2. Contar cuntos de estos nmeros generados son menores que
3. La cantidad encontrada en el paso 2, es el valor simulado de la
variable aleatoria x.
4. Repetir los pasos anteriores tantas veces como lo desee.
u
Ejercicio 8
Si el nmero de productos que un cliente selecciona de una percha
especfica en un pequeo supermercado sigue una distribucin
Binomial con n=15 y =0.4, simule las compras de 10 clientes y
determine:

Cul es el nmero total de productos que compraron los 10 clientes?
Cul es el promedio de productos que fueron seleccionados?
Cul fue el mnimo y mximo nmero de productos que fueron
seleccionados por un cliente especfico?

Variables que siguen una distribucin Poisson
Se lo puede hacer aplicando el mtodo de la transformada inversa o
usando la exponencial, por su naturaleza:

Usando la exponencial los pasos a seguir son:

1. Definir un tiempo T.

2. Simular mediante el mtodo de la transformada inversa, nmeros al azar
que sigan una distribucin exponencial con media

3. Sumar los tiempos entre eventos simulados en el paso anterior de modo
que esta suma no sea mayor que T.

4. Contar de acuerdo al paso anterior, el nmero de eventos que ocurrieron
durante el tiempo T.

5. Repetir los pasos anteriores tantas veces como se desee.

1
Ejercicio 9
Se conoce que el nmero de clientes que llegan cada minuto a una
institucin bancaria se puede modelar con una distribucin Poisson
con media=7 personas/minuto. Se conoce que el 40% de los clientes
que llegan a la institucin se dirigen a cancelar impuestos, el 20% a
realizar depsitos y el resto se dirigen a las oficinas de crdito.

Simule 1 hora de operacin del Banco y determine el nmero total de
clientes que visitaron cada seccin del mismo.
Ejercicio 10: TIBASA
TIBASA es una empresa fabricante de tinas de bao, tiene asignado un
camin para la transportacin de las tinas fabricadas, dicho camin
transporta 5 tinas. El peso de cada tina sigue la siguiente distribucin de
probabilidad:


f(x)
Kilogramos
190 210 230
1/20
Si la capacidad del camin
es de una tonelada, simular
la probabilidad de que las
tinas de bao excedan la
capacidad del camin.
Ejercicio 11
Calcule el VAN dado el siguiente flujo de caja esperado:

$1,000

$1,000

$1,000

$1,000

$1,000

Ao 1

Ao 2

Ao 3

Ao 4

Ao 5

Considere una Tasa de descuento = 10%

Si consideramos la incertidumbre existente en los flujos futuros:

En base a 50 iteraciones, Cul es el valor promedio del VAN de proyecto?

Ao Mnimo Mximo
1 950 1050
2 900 1100
3 850 1150
4 800 1200
5 750 1250