MÉTODO DE LA TRANSFORMADA INVERSA_EXPO

1 DE AGOSTO DE 2
Métodos de Simulación
[Subtítulo del documento]
Maria Jose
JEFFERSON C
CAROLA FL
JEAN CARLOS OY
Universidad de guay
S6A – Simulación d
Introducción A La Simulación
La simulación consiste básicamente en construir modelos

informáticos que describen la parte esencial del comportamiento de
un sistema de interés, así como en diseñar y realizar experimentos
con el modelo y extraer conclusiones de sus resultados para apoyar la
toma de decisiones. Típicamente, se utiliza en el análisis de sistemas
tan complejos que no es posible su tratamiento analítico o mediante
métodos de análisis numéricos. Sus orígenes están en los trabajos de
Student para aproximar la distribución que lleva su nombre, y los
métodos que Von Neumann y Ulam introdujeron para resolver
ecuaciones integrales. Desde entonces, la Simulación ha crecido
como una metodología de experimentación fundamental en campos
tan diversos como la Economía, la estadística, la Informática o la
Física, y con enormes aplicaciones industriales y comerciales, como
los simuladores de vuelo, los juegos de simulación, o la predicción
bursátil o meteorológica. Existen diversas maneras para definir el
término simulación. Sin embargo debido a que se considera a la
simulación como una extensión lógica y natural de los modelos
analíticos y matemáticos, inherentes a la Investigación de
Operaciones, la siguiente definición es considerada como una de las
más completas.
Simulación:
“Es una técnica numérica para conducir experimentos en un

computador digital, la cual incluye ciertos tipos de relaciones lógicas
y matemáticas necesarias para describir la estructura y
comportamiento de un sistema complejo del mundo real sobre un
periodo de tiempo”.
También se considera a la simulación como un proceso para describir
la esencia de la realidad, el cual incluye la construcción,
experimentación y manipulación de un modelo complejo en un
computador.
El uso de la metodología de simulación ofrece ventajas y desventajas
, entre las cuales podemos mencionar las siguientes:
Ventajas:
1. La simulación hace posible estudiar y experimentar con las
interacciones complejas de un sistema dado (sin importar cuál).
2. A través de la simulación podemos estudiar el efecto de cambios
ambientales, organizacionales de cierta información, en la
operación del sistema.
3. La observación detallada del sistema simulado nos permite tener
una mejor comprensión del mismo.
4. La experiencia al diseñar un modelo de simulación para
computadora es más valiosa que la simulación en sí
Existen varios métodos que nos permiten generar variables

aleatorias. Lo normal es que existan varias opciones para generar una
misma variable aleatoria. La elección del método adecuado se puede
basar en una serie de factores como:
Exactitud. Se prefiere un método exacto frente a métodos

aproximados, como soluciones numéricas.
Velocidad. Uno de los datos que se toma en consideración es el °em
tiempo de generación de la variable.
Espacio. Necesidades de memoria del método utilizado. En general,
los métodos no consumen mucha memoria.
Simplicidad.
La mayoría de las técnicas utilizadas para la generación se pueden

agrupar en:
 Método de la transformada inversa
 Método de aceptación-rechazo
 Método de composición
 Método de convolución
GENERACIÓN DE VARIABLES ALEATORIAS
La variabilidad de eventos y actividades se presentan a través de

funciones de densidad para fenómenos continuos, y mediante
distribuciones de probabilidad para fenómenos de tipo discreto. La
simulación de estos eventos o actividades se realiza con la ayuda de
la generación de variables aleatorias.
MÉTODO DE LA 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 pdeudoaleatorios ri ~U (0,1) en la función acumulada
inversa.
El método de la transformada inversa también puede emplearse para
simular variables aleatorias de tipo discreto, como en las
distribuciones de Poisson, de Bernoulli, binomial, geométrica, discreta
general, etc. La generación se lleva a cabo a través de la probabilidad
acumulada P(x) y la generación de números pseudoaleatorios ri ~U
(0,1).
Metodología para generar variables aleatorias continúas.
Metodología para generar variables aleatorias discretas.
Distribución Uniforme
A partir de la función de la densidad de las variables aleatorias

uniformes entre a y b.
 Se obtiene la función acumulada
 Igualando la función acumulada F(x) con el número

pseudoaleatorio ~U (0,1), y despejando x se obtiene:
Xi=a + (b - a) F(x)i
Xi=a + (b - a) r
Ejemplo 1:
Los datos del tiempo de servicio en la caja de un banco se comportan

de forma exponencial con media de 3 minutos/cliente. Una lista de
números pseudoleatorios ri ~U (0,1) y la ecuación generadora
exponencial xi = -3In (1 - ri) nos permite simular el comportamiento
de la variable aleatoria
Distribución de Bernoulli
A partir de la distribución de probabilidad de las variables aleatorias

de Bernoulli con media
p(x) = px (1 – p)1 – x para x=0,1
Se calculan las probabilidades para x=0 y x=1, para obtener
Acumulando los valores de p(x) se obtiene:

Generando números pseudoaleatorios ri ~U (0,1) se aplica la regla:
La tabla siguiente muestra la demanda diaria de cepillos dentales en

un supermercado.
Simular el comportamiento de la demanda mediante el método de la

transformada inversa.
A partir de la información histórica se calculan las probabilidades

puntuales y las acumuladas para x=0,1,2,3
La regla para generar esta variable aleatoria estaría dada por:
Con la lista de números pseudoaleatorios ri ~U (0,1) y la regla

anterior es posibles simular la demanda diaria de cepillos dentales,
tal como se muestra
METODO DE BOX- MULLER PARA LA GENERACIÓN DE
VARIABLES ALEATORIAS NORMALES.
Es un método exacto. Se basa en el hecho de que si U1 y U2 son dos
variables independientes con distribuci´on U(0, 1), entonces las
variables Z1 y Z2 definidas como.
Son independientes con distribución N (0, 1).

Por tanto, el algoritmo de generación consistiría simplemente en
obtener una secuencia de números aleatorios y aplicar las
transformaciones anteriores. Veamos el algoritmo para generar una
muestra de tamaño 2n de una v.a. con distribución N (µ, σ):
El método de BOX-MULLEr utiliza el siguiente algoritmo :
Las transformaciones dadas por las ecuaciones en el paso 3, se

conocen como transformaciones de Box - Muller. El uso de las
transformaciones de Box – Muller para generar un par de normales
unitarias independientes no es eficiente desde el punto de vista
computacional, y la razón está en la necesidad de calcular funciones
trigonométricas seno y coseno. Sin embargo, hay una manera casual
de evadir esta dificultad mediante un cálculo indirecto del seno y el
coseno de un ángulo (opuesto a un cálculo directo, el cual genera U y
luego el seno y el coseno de 2πU ).
Bibliografía
B. Efron, R.J. Tibshirani (1993). An introduction to the bootstrap.
Chapman & Hall.
G.S. Fishman (1996). Monte Carlo. Concepts, algorithms and
applications. Springer.
J.E. Gentle (1998). Random number generation and Monte Carlo
methods. Springer.

MÉTODO DE LA TRANSFORMADA INVERSA_EXPO

Cargado por

Copyright:

Formatos disponibles

MÉTODO DE LA TRANSFORMADA INVERSA_EXPO

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

MÉTODO DE LA TRANSFORMADA INVERSA_EXPO

Cargado por

Copyright:

Formatos disponibles

1 DE AGOSTO DE 2

La simulación consiste básicamente en construir modelos

“Es una técnica numérica para conducir experimentos en un

Existen varios métodos que nos permiten generar variables

Exactitud. Se prefiere un método exacto frente a métodos

La mayoría de las técnicas utilizadas para la generación se pueden

GENERACIÓN DE VARIABLES ALEATORIAS

La variabilidad de eventos y actividades se presentan a través de

MÉTODO DE LA TRANSFORMADA INVERSA

El método de la transformada inversa puede utilizarse para simular

El método consiste en:

 Definir la función de Densidad f(x) que representa la variable a

Metodología para generar variables aleatorias continúas.

Metodología para generar variables aleatorias discretas.

A partir de la función de la densidad de las variables aleatorias

 Igualando la función acumulada F(x) con el número

Los datos del tiempo de servicio en la caja de un banco se comportan

A partir de la distribución de probabilidad de las variables aleatorias

Acumulando los valores de p(x) se obtiene:

La tabla siguiente muestra la demanda diaria de cepillos dentales en

Simular el comportamiento de la demanda mediante el método de la

A partir de la información histórica se calculan las probabilidades

La regla para generar esta variable aleatoria estaría dada por:

Con la lista de números pseudoaleatorios ri ~U (0,1) y la regla

Son independientes con distribución N (0, 1).

El método de BOX-MULLEr utiliza el siguiente algoritmo :

Las transformaciones dadas por las ecuaciones en el paso 3, se

También podría gustarte