Método de la transformada inversa

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 uniformes R = {  r_i } ~U (0,1).

El método consiste en:

1. Definir la función de Densidad f(x) que representa la variable a modelar.
2. Calcular la función acumulada F(x)
3.  Igualar a la función acumulada con R, F(x)=R ,y luego despejar la variable aleatoria x para obtener la función acumulada inversa: x =F^-1(R).
4. Generar las variables aleatorias x_i, sustituyendo los valores de los números pseudoaleatorios R = { r_i } ~U (0,1) en la función acumulada inversa encontrada.

         (observe la portada del libro de texto, Simulación de Raúl Coss Bu)

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 r_i ~U (0,1).

Metodología para generar variables aleatorias continuas.

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 r_i ~U (0,1), y despejando x se obtiene:

X_i=a + (b - a) F(x)_i

X_i=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 r_i ~U (0,1) y la ecuación generadora exponencial x_i = -3In (1 - r_i) 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) = p^x (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 r_i ~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 r_i ~U (0,1) y la regla anterior es posibles simular la demanda diaria de cepillos dentales, tal como se muestra

Generación de variables aleatorias no uniformes

En todo modelo de simulación estocástico existen una o varias variables aleatorias interactuando. Generalmente, estas variables siguen distribuciones de probabilidad teóricas o empíricas diferentes a la distribucion uniforme. Por consiguiente, para simular este tipo de variables, es necesario contar con un generador de numeros aleatorios y una función que a través de un método específico transforme estos números uniformes en valores de la distribucion de probabilidad deseada.

 

Existen varios procedimientos para lograr este objetivo. 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
• Velocidad: se refiere al tiempo de generación de la vaviable. Se prefieren aquellos métodos que requieren poco tiempo para denerar los valores deseados. 
• Espacio: es la necesitad de memoria CPU del método utilizado. En general un buen método no consume mucha memoria.
• Simplicidad: se refiere a la sencillez del método para generar los valores aleatorios con la distribución de probabilidad deseada.

 Entre los métodos más comunes y más difundidos se pueden mencionar los siguientes:

1) El método de la transformada inversa o de inversión;

2) El método rechazo,

3) El método de composición,

4) El método de convolución y 

5) Los procedimientos especiales.

Pruebas estadisticas para los numeros pseudoaleatorios

Prueba de promerios
Prueba de frecuencias
Prueba de la distancia
Prueba de series
Prueba de Kolmogorox-Smirnov
Prueba del Poker
Prueba de las corridas