You are on page 1of 5

INSTITUTO TECNOLGICO SUPERIOR

DE LERDO
INGENIERA EN SISTEMAS COMPUTACIONALES


SIMULACIN.


PRCTICA 2 UNIDAD 3:
MTODO DE COMPOSICIN


DOCENTE:
ISC. MARA DE LA CRUZ GARCA TRIANA


ALUMNO:
VILLEGAS RIVERA LUIS MANUEL


No. DE CONTROL:
12231387

GRUPO:
V A

















CD. LERDO DGO. SEMESTRE: AGO-DIC 2014
Introduccin
Para generar valores de variables aleatorias no-uniformes es usado tambin el
mtodo de composicin, en la cual la distribucin de probabilidad f(x) se expresa
cmo una mezcla de varias distribuciones de probabilidad f(x) seleccionadas
adecuadamente. Este procedimiento se basa en el objetivo de minimizar el
tiempo de computacin requerido para la generacin de valores de la variable
aleatoria analizada.

El mtodo de composicin-conocido tambin como mtodo mixto-permite
generar variables aleatorias x cuando estas provienen de una funcin de densidad
fx qu puede expresarse cmo la combinacin convexa de distribuciones de
probabilidad fi(x).

Desarrollo
La combinacin convexa se puede expresar como:

Donde:


Algunas de las distribuciones ms conocida que pueden expresarse como una
combinacin convexa son: triangular, de Laplace y trapezoidal. El procedimiento general
de generacin es el siguiente:

1. Calcular la probabilidad de cada una las distribuciones
2. Asegurar que cada funcin sea funcin de densidad.
3. Obtener, mediante el mtodo de la transformada inversa, las expresiones para
generar variables aleatorias de cada una de las distribuciones .
4. Generar un numero pseudoaleatorio que permita definir el valor de
5. Seleccionar la funcin generadora
correspondiente a la funcin .
6. Generar un segundo nmero pseudoaleatorio y sustituirlo en la funcin
generadora anterior para obtener .

Un ejemplo de una combinacion convexa es la Distribucin triangular que se desarrollara
paso a paso:
A partir de la funcin de densidad triangular


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


Ya que los segmentos por separado no son funciones de densidad, se ajustan dividiendo
por su
correspondiente .

Expresando la funcin como una combinacin convexa se obtiene:


Donde:


Primero integramos para aplicar el metodo de la transformada inversa a cada segmento
de la funcion:

Luego, despejando x y sustituyendo en obtenemos:


Por ltimo, al expresar la ecuacin anterior incluyendo la funcin indicadora que
tenemos que:

Ejemplo: Generar una muestra de 5 variables aleatorias con distribucin triangular a
partir de los parmetros: valor mnimo 5, moda 10 y valor mximo 20.

Sustituyendo obtenemos:




Al generar una secuencia de nmeros pseudoaleatorios se obtiene la secuencia de
variables triangulares que se lista en la siguiente tabla:

Conclusiones
Como conclusin en esta tcnica f(x), la funcin de densidad probabilidad de la
distribucin que se va simular, esta expresada como una mezcla de probabilidad de
funciones de densidad propiamente seleccionadas.

Lo que quiere decir que este procedimiento est basado en la definicin de probabilidad
condicional o la ley de probabilidades compuestas. Usando este principio, distribuciones
ms complicadas pueden ser generadas de distribuciones ms simples las cuales son en s
mismas fcilmente generadas, por la tcnica de la transformacin inversa o la tcnica de
rechazo.

Bibliografa:
simulacion y analisis de sistemas con promodel.Garcia Dunna Eduardo, Garcia
Reyes Heriberto y Cardenas Barron E. Leopoldo Edit.Pearson Educacion Primera
Edicion. pag. 82-85.

Khoo, M. C. K. Analysis, Simulation, and Estimation. Physiological Control
Systems. Wiley-IEEE; 1999.

Carson, E., Cobelli, C., Modeling methodology for physiology and medicine.
Academic Press; 2001.

B.C. Kuo., Sistemas de Control Digital. Compaa Editorial Continental, 1997.

You might also like