UNIDAD 4: GENERADORES DE NUMEROS ALEATORIOS PARA VARIABLES CONTINUAS

GENERACION DE NUMEROS ALEATORIOS PARA VARIABLES ALEATORIAS CONTINUAS

 

Una vez aceptadas las pruebas para los números aleatorios entre 0 y 1, se puede hacer uso de esos números para generar variables aleatorias con otro tipo de distribución. En muchas simulaciones es más realista y práctico usar variables aleatorias continuas. Para ello, es necesario generar primero un número aleatorio entre 0 y 1 U(0, 1), y luego lo transformamos en una cantidad aleatoria de acuerdo a una distribución específica. Existen varios métodos para generar variables aleatorias. Entre ellos estan:

Cada método trabaja para un tipo de distribución, pues así tendremos que:

 

Para nuestro caso solo analizaremos en detalle el método de la transformada inversa para variables continuas, con distribución exponencial y uniforme general. Para distribución Normal el método de convolución y el método directo. Para las demás variables será responsabilidad del alumno su investigación y análisis.

METODO DE TRANSFORMADA INVERSA

Este método se usa para distribuciones cuya función de distribución acumulada se pueda obtener en forma cerrada (Ejemplo: entre 0 y l).

En forma general el método consiste en tres pasos:

Paso 1: Dada una función de densidad de probabilidad f(x), para una variable aleatorio X. Se debe obtener su función de distribución acumulada F(x). Para ello a la función de densidad se la deberá integrar .

Paso 2: Generar un número aleatorio "ri".

Paso 3: Igualar a la función de distribución acumulada con el número aleatorio F(x) = ri, posteriormente aplicar la transformada inversa a ambos miembros y por último despejar la variable "x" de la fórmula.

La variable x es entonces un número aleatorio procedente de una distribución cuya función de densidad de probabilidad es f(x).

A continuación describimos la mecánica del algoritmo utilizando las siguientes distribuciones:

 

DISTRIBUCIÓN EXPONENCIAL

La función de distribución de probabilidad para esta distribución exponencial está representada por:

para todo x >=0 l > 0 y cero para cualquier otro caso

Paso 1: Determinamos la función de distribución acumulada. Que esta dada por:

para todo x >=0 y cero para cualquier valor de x < 0

Enseguida generamos un número aleatorio ri y hacemos que F(x) = ri para despejar a x.

Esto nos da:

reagrupamos en la siguiente forma:

y sacamos el logaritmo natural en ambos lados y tenemos que

Por último despejamos a x y obtenemos la fórmula del generador de variables aleatorias para distribución exponencial.

Por último para simplificar los cálculos podemos reemplazar a ( 1 - r) por r. Como r es número aleatorio, ( 1 - r) también es aleatorio. Esto quiere decir que no hemos cambiado nada, a excepto de la manera de escribir el número aleatorio U (0,1). Así nuestro generador será:

Donde es la media de la distribución exponencial.

 

 

DISTRIBUCIÓN UNIFORME GENERAL

Se tiene una variable aleatorio x que se distribuye uniformemente entre el intervalo (a,b). La función de densidad para este caso será:

Paso 1:

para todo x comprendido entre a y b

a < x < b

Paso 2: La función acumulada de probabilidad será:

para todo a < x < b y cero para x < a, 1 para x > b

Paso 3: Lo igualamos con el número aleatorio ri le sacamos la transformada inversa posteriormente despejamos x:

 

Fórmula de generación de variables aleatorias uniformes.

 

MÉTODO DE CONVOLUCION

DISTRIBUCIÓN NORMAL

En el algoritmo de convolución se hace uso directo deˇ teorema central deˇ límite. Este teorema afirma que la suma Y de n variables aleatorias independientes e idénticamente distribuidas, Y1, Y2....... Yn cada una con promedio m y varianza finita, se tiene una distribución casi normal con promedio nm y varianza ns . Si aplicamos esto a variables aleatorias U(0,1), r1, r2,..... rn con promedio = 0,5 y varianza = 1/12 se tendrá la siguiente fórmula

Es aproximadamente normal con promedio 0 y varianza 1. Deberíamos esperar que esta aproximación funcione mejor a medida que crece n. Sin embargo, la mayoría de las citas acerca de simulación sugieren que se use un valor de n = 12.

Usar 12 no solo es adecuado sino que, más importante, tiene la ventaja que simplifica el procedimiento de cálculo. Si ahora sustituimos n = 12 en la ecuación anterior, el generador de proceso se simplifica a

Esta ecuación evita una raíz cuadrada y una división, las cuales son rutinas que tardan en una computadora.

Debido a la importancia de la distribución normal, ello a generado muchos algoritmos distintos, no obstante uno de los algoritmos que más eficaces, fácil de aplicar y ejecutar es el Método Directo para distribución normal.

 

MÉTODO DIRECTO

DISTRIBUCIÓN NORMAL

Para este algoritmo es necesario generar dos números aleatorios como semilla (el ri y el ri+1). Su fórmula es la siguiente:

 

Posteriormente calculamos el valor de X1 y X2 por medio de la ecuaciones siguientes:

NOTA: Con el método directo se produce variables aleatorias normales exactas pero deben utilizarse ambos números generados.