Metodos de Composicion

ESCUELA PROFESIONAL DE
INGENIERÍA DE SISTEMAS
METODO DE COMPOSICIÓN
Generador de Variables Pseudoaleatorias
SIMULACION DE SISTEMAS
Definición
Distribución Triangular
Método de
Composición
Distribución Trapezoidal
Ejemplos
2
DEFINICIÓN METODO DE COMPOSICIÓN
▰ También es conocido como método

mixto.
▰ Genera variables aleatorias X cuando
estas provienen de una función de
densidad f(x) que se expresa como la
combinación convexa de m
distribuciones de probabilidad fi(x).
3
¿Qué es una Función de Densidad?
▰ La función de densidad,
permite determinar la
probabilidad de que una
variable aleatoria Xi
continua, tome un valor en
un intervalo (a,b) ▰ Entonces algebraicamente
calculamos:
▰ Es decir: P(a<= Xi <= b)
4
Propiedades básicas de una Función de Densidad
▰ Condición positiva, es decir:
▰ La integral = 1
▰ La probabilidad de que la variable

aleatoria tome algún valor en el
intervalo (a,b) = Integral,
evaluada entre el limite superior e
inferior
5
¿Qué es una Combinación Convexa?
▰ Dados tres puntos x1,x2,x3 en el plano, el punto

P es combinación convexa de los tres puntos.
▰ Una combinación convexa es una combinación
lineal de puntos los cuales pueden ser puntos en
un espacio afín.
▰ Donde todos los coeficientes son no-negativos y
suman 1.
▰ Todas las posibles combinaciones convexas
están dentro de los puntos dados.
6
¿Qué es el Método de Composición?
▰ También es conocido como método mixto.

▰ Genera variables aleatorias X cuando estas provienen de una función de
densidad f(x) que se expresa como la combinación convexa de m
distribuciones de probabilidad fi(x).
7
8
Procedimiento para calcular es:
▰ Dividir la distribución de probabilidad
original en sub-áreas.
▰ Definir la distribución de probabilidad para
cada sub-área.
▰ Expresar la distribución de probabilidad
original en la forma siguiente:
9
▰ Obtener la distribución acumulada de las áreas:
10
▰ Generar dos números uniformes R1, R2
▰ Seleccionar la distribución de probabilidad F(x) con la cual se va simular el valor
de x.
La selección de esta distribución se obtiene al aplicar el método de la
transformada inversa, en la cual el eje Y está representado por la
distribución acumulada de las áreas, y el eje X por las distribuciones F(x). Para esta
selección se utiliza el número uniforme R1.
▰ Utilizar el número uniforme R2 para simular por el método de la transformada

inversa o algún otro procedimiento especial, números al azar que sigan la
distribución de probabilidad F(x) seleccionada en el paso anterior.
11
Distribuciones de Combinación Convexa
Algunas de las distribuciones más conocidas que pueden

expresarse como una combinación convexa son:
▰ Distribución Triangular,
▰ Distribución de Laplace
▰ Distribución Trapezoidal
12
▰ A partir de la función de densidad:
▰ Calcular la probabilidad de cada uno de los segmentos de la

función.
13
Se integra cada segmento de la función.
El resultado de la integración es el siguiente:
14
Ya que los segmentos por separado no son funciones de densidad , se
ajustan dividiendo por su correspondiente p(x)
Expresando la función como una combinación convexa se obtiene:
15
Primero integramos para aplicar el método de la transformada inversa a cada
segmento de la función.
Luego, despejando x y sustituyendo ri en F(x) obtenemos:
16
Por último, al expresar la ecuación anterior incluyendo la función indicadora
IA(x) tenemos que:
17
Distribución Laplace
Una variable sigue una distribución de Laplace
Para x Si su función densidad es
18
19
20
21
Distribución Trapezoidal
▰ El modelo trapezoidal surge en el ámbito de las distribuciones aplicadas en el PERT: Beta,

Triangular y Uniforme, como un híbrido entre la distribución Triangular y la Rectangular. En
esta distribución se facilita la labor del supuesto experto, ya que puede situar la moda entre un
intervalo m1 y m2.
Su función de densidad corresponde a la expresión:
22
GRÁFICA
Donde:
a = pesimista
b = optimista
(m1,m2) = intervalo modal
23
▰ Para el modelo general de función de la media (E[TP]) y la varianza (V[TP]) son:
▰ Puede observarse que si 𝑚1 = 𝑎 𝑦, 𝑚2 = 𝑏 dicha distribución coincide con la distribución

uniforme o rectangular, mientras que si 𝑚1 = 𝑚2 = 𝑚 dicha distribución se convierte en
triangular. En cada caso, las expresiones para la media y la varianza también pueden
coincidir con las respectivas distribuciones.
24
(𝑎 + 𝑏)
Cuando la densidad es simétrica respecto a la recta 𝑥=𝑐= entonces se
verifica las siguientes igualdades: 2
𝑚1 − 𝑎 = 𝑏 − 𝑚2 ; 𝑏 − 𝑚1 = 𝑚2 − 𝑎 ; 𝑎 + 𝑏 = 𝑚1 + 𝑚2
Al verificar las igualdades, aparece una simplificación apreciable de la expresión de

la función de densidad y, por ende, en las características estocásticas de la
distribución se tiene:
25
Donde:
Siendo entonces sus características estocásticas las siguientes:
26
Gracias
27
Ejemplo Aplicativo
28

Metodos de Composicion

Cargado por

Copyright:

Formatos disponibles

Metodos de Composicion

Cargado por

Información del documento

Descripción original:

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

Metodos de Composicion

Cargado por

Copyright:

Formatos disponibles

ESCUELA PROFESIONAL DE

▰ También es conocido como método

▰ Condición positiva, es decir:

▰ La probabilidad de que la variable

▰ Dados tres puntos x1,x2,x3 en el plano, el punto

▰ También es conocido como método mixto.

▰ Utilizar el número uniforme R2 para simular por el método de la transformada

Algunas de las distribuciones más conocidas que pueden

▰ A partir de la función de densidad:

▰ Calcular la probabilidad de cada uno de los segmentos de la

El resultado de la integración es el siguiente:

Expresando la función como una combinación convexa se obtiene:

Luego, despejando x y sustituyendo ri en F(x) obtenemos:

Una variable sigue una distribución de Laplace

Para x Si su función densidad es

▰ El modelo trapezoidal surge en el ámbito de las distribuciones aplicadas en el PERT: Beta,

▰ Puede observarse que si 𝑚1 = 𝑎 𝑦, 𝑚2 = 𝑏 dicha distribución coincide con la distribución

Al verificar las igualdades, aparece una simplificación apreciable de la expresión de

Siendo entonces sus características estocásticas las siguientes:

También podría gustarte