Números Aleatorios Simulación.

Slides:



Advertisements
Presentaciones similares
Líneas de Espera: Teoría de Colas
Advertisements

Modelo de Colas Simulación.
CONTENIDOS Teoría del muestreo ¿Cómo seleccionar una muestra?
Simulación Prof. Daniel Ramírez C..
Que son? Son numeros que deben de cumplir los requisitos de espacio equiprobable, es decir, que todo elemento tenga la misma probabilidad de ser elegido.
Generación de Números Seudo-Aleatorios
Autómatas celulares El juego de la vida
Convertidores A/D y D/A
Simulación 3 Generación de variables aleatorias.
Kai Wang, Wenjiang Pei, Haishan Xia and Yiu-ming Cheung
JULIAN FERNANDO BONILLA MEDINA
SIMULACIÓN DE PROCESOS (P2)
¿Qué es un modelo conceptual?
Tema 2: Números aleatorios. Generación de números
Generación de Números y Variable aleatorias
Capítulo 5 Método de MonteCarlo
Covarianza muestral Sean x1, x2, ..., xn e y1, y2, ..., yn dos muestras aleatorias independientes de observaciones de X e Y respectivamente. La covarianza.
La ley de los grandes números
Modelado y simulación en Ingeniería Química. Manuel Rodríguez
Números aleatorios Los números aleatorios son un elemento básico en la simulación de la mayoría de los sistemas discretos. Cada número aleatorio Ri es.
Especialista en Business Intelligence Analysis Services SSAS (Sesión 14) Microsoft SQL Server 2008 R2 Suscribase a o escríbanos a
Econometria 2. Modelo de Regresión Lineal Simple
Simulación Dr. Ignacio Ponzoni
Métodos de muestreo.
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
NUMEROS PSEUDO ALEATORIOS
02/12/2009 Elaborado por Juan Antonio Danilow Fragachan.
TECNICAS E INSTRUMENTOS PROSPECTIVOS
MODELOS DETERMINÍSTICOS VS MODELOS ESTOCÁSTICOS
Señales Limitadas por Banda y Teorema de Muestreo
Departament d’Estadística Divisió de Ciències Experimentals i Matemàtiques Generación de números aleatorios Programa de doctorado en Biometría y Estadística.
Representación de Señales y Ruido por medio de Series Ortogonales
VARIABLE ALEATORIA Y DISTRIBUCION DE PROBABILIDAD
Teoría de Probabilidad
Electrónica aplicada al tratamiento de datos Procesadores digitales de señal (PDS) DSP: Digital Signal Processors (procesadores) DSP: Digital.
Generación de variables aleatorias
Un número aleatorio es aquel obtenido al azar, es decir, que todo número tenga la misma probabilidad de ser elegido y que la elección de uno no dependa.
Inferencia Estadística
Inferencia Estadística
Análisis de la Varianza
Herramientas básicas.
¿QUÉ ES LA ESTADÍSTICA? La estadística es una disciplina que diseña los procedimientos para la obtención de los datos, como asimismo proporciona las herramientas.
Generación de Números Pseudoaleatorios
Sistemas, Procesos y Modelos
Líneas de Espera: Teoría de Colas
LA ESTADÍSTICA PROF.: EDMUNDO C.PARDO H. CARACAS,OCTUBRE DE 2014
Teoría de Probabilidad Dr. Salvador García Lumbreras
Nociones Básicas de Análisis Estadístico de Muestras
SISTEMA DE INFORMACIÓN DE GEOGRÁFICA
Hidráulica de pozo 6.1. PRUEBAS DE INYECCIÓN Método de Hvorslev
Principios de Procesamiento Térmico
CICLO DE VIDA CLÁSICO DE UN SISTEMA
Probabilidad y Estadística
Fecha de entrega: 21/09/11. La Teoría de Colas es el estudio de la espera en las distintas modalidades. El uso de los modelos de colas sirve para representar.
Aplicaciones Estadísticas a las Finanzas Clase 1
Método de mínimos cuadrados
Función de transferencia de procesos muestreados

EVALUACION Y RESULTADOS DEL PROYECTO DE INVESTIGACION
Clase N°4 Generación de instancias de una v.a. (Parte I) ICS3723 Simulación Profesor Pedro Gazmuri.
UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE CIENCIAS ECONOMICAS INFERENCIA ESTADISTICA TEMA: ESTIMACION PUNTUAL, PROPIEDADES DE LAS ESTIMACIONES;
Aplicaciones Estadísticas a las Finanzas Clase 1
REGRESIÓN LINEAL SIMPLE
NÚMEROS ALEATORIOS DEPARTAMENTO DE INFORMATICA UNSL-2007.
NUMEROS ALEATORIOS. La idea es hallar un generador que sea fácil de implementar en la computadora, que sea rápido y que no ocupe mucho espacio memoria,
Generación de Variables Aleatorias
Simulacion. Simulación Es la construcción de modelos informáticos que describen la parte esencial del comportamiento de un sistema de interés, así como.
Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia METODOS ALEATORIOS.
 ANÁLOGO  DIGITAL.
Simulación Matemática DAVID PINZÓN ULLOA. Métodos de Generación de Números Aleatorios.
Transcripción de la presentación:

Números Aleatorios Simulación

Introducción Aplicaciones de los números aleatorios: Simulación, con entradas no determinísticas. Juegos o teoría de decisiones. Cálculo numérico (p.e.: resolución de integrales). Teoría del muestreo. Programación. Número “aleatorio”: La aleatoriedad es una característica que posee o no una serie de números, no un número aislado.

Generadores de números. Tipos Características deseables: Los números generados no se deben repetir frecuentemente (en ciclos). Las series generadas deben ser reproducibles. Rapidez en la obtención de los números. Almacenamiento mínimo. Los números generados han de estar uniformemente distribuidos. Los valores deben ser independientes unos de otros.

Generadores de números. Métodos Manual (p.e., dado, bombo). Las series obtenidas son realmente aleatorias. Lentitud. Las series obtenidas son irreproducibles. Requieren gran cantidad de almacenamiento. Tablas (p.e., hasta 100000 números). Las series obtenidas son reproducibles.

Generadores de números. Métodos Computación analógica (p.e., fenómenos físicos). Las series obtenidas son realmente aleatorias. Rapidez. Las series obtenidas son irreproducibles. Computación digital (p.e., función y semilla). Pocos requerimientos de almacenamiento. Las series obtenidas son reproducibles. Los números obtenidos no son independientes.

Generadores de números. Métodos Generadores de números aleatorios: Primera aproximación (Von Neumann, 1946): Método de los cuadrados centrales. Genera números aleatorios de k cifras. Parte de una semilla, la eleva al cuadrado y toma como resultado las k cifras centrales de lo obtenido. Se generan ciclos rápidamente.

Método de los cuadrados centrales

Método de los cuadrados centrales

Método de los cuadrados centrales El problema con este método es que tiende a degenerar rápidamente. Dependiendo del valor inicial el método puede degenerar al cabo de ≈20 términos. Se puede observar que, en las últimas líneas, se llega a una condición degenerada. Por la tanto, es necesario verificar siempre la serie de números y protegerse contra este fenómeno

Generadores congruenciales lineales Generan números pseudoaleatorios: uniformemente distribuidos pero no independientes. Introducción. (Lehmer, 1949): xn+1 = (a·xn + c) mod m, con 0≤xn<m n x0, valor inicial o semilla. a, multiplicador, 0≤a<m c, incremento, 0≤c<m m, módulo.

Generadores congruenciales lineales xn+1 = (a·xn + c) mod m Periodo: subcadena de la serie en la que no hay repeticiones de números. Longitud de periodo: número de elementos de dicha subcadena. Interesan métodos con alta longitud de periodo.

Generadores congruenciales lineales Si se quiere obtener números Uniformes (0,1) se normaliza el resultado: Un = Xn / m En el MCL, si se repite un número ya se repite toda la secuencia. Ventajas: utiliza poca memoria y es muy rápido. fácil de volver a generar la misma secuencia, guardando un solo número, (se alcanza con partir desde la misma semilla: X0).

Generadores congruenciales lineales

Tipos de Generadores congruenciales lineales Multiplicativos (Lehmer): El incremento c es 0 (c=0). xn+1 = a·xn mod m Son más rápidos. Mixtos (Thomson, 1958): El incremento c es distinto de 0 (c!=0). xn+1 = (a·xn + c) mod m La longitud de periodo es mayor.

Tipos de Generadores congruenciales lineales Los valores a=0 y a=1 producen series no aleatorias. (a=0) xn+1 = c mod m, siempre saldría la constante c. (a=1) xn+1 = (xn + c) mod m. Desarrollando, x1 = (x0 + c) mod m, x2 = (x1 + c) mod m = (((x0 + c) mod m) + c) mod m = (x0 + 2c) mod m, x3 = (x0 + 3c) mod m, etc.

Tipos de Generadores congruenciales lineales Para mayor independencia, obtener los valores de k en k: x0’=x0 a’=ak c’=(ak – 1)·c/(a – 1) m’=m

Tipos de Generadores congruenciales lineales Demostración: Partimos de xn+1 = (a·xn + c) mod m. Desarrollando, xn+2 = (a·xn+1 + c) mod m =(a(a·xn + c) mod m + c) mod m = (a2xn + ac + c) mod m; xn+3 = (a·xn+2 + c) mod m =(a((a(a·xn + c) mod m + c) mod m) + c) mod m = (a3xn + a2c + ac + c) mod m. En general: xn+k = (akxn + ak-1c + ak-2c + … + ac + c) mod m, esto es,

Generadores congruenciales lineales. La selección de a, c, y m afectan el periodo y la aleatoriedad en la secuencia. Entre los resultados de los estudios realizados con estos generadores tenemos: El modulo m debe ser grande. Dado que los x están entre 0 y m-1, el periodo nunca puede ser mayor que m. Para que el computo de mod m sea eficiente, m debe ser una potencia de 2, es decir, 2k. En este caso mod m puede ser obtenido truncando el resultado y tomando en k bits a la derecha.

Generadores congruenciales lineales. Para que el computo de mod m sea eficiente, m debe ser una potencia de 2, es decir, 2k. En este caso mod m puede ser obtenido truncando el resultado y tomando en k bits a la derecha. Ejemplo: 45 mod 16 = 45 mod 2^4 = 13

Generadores congruenciales lineales Si c es diferente de cero, el periodo máximo posible m se obtiene si y solo si: Los enteros m y c son primos relativos ( no tengan factores comunes excepto el 1). Todo número primo que sea un factor de m lo es también de a-1. a-1 es un múltiplo de 4 si m es un múltiplo de 4.

Generadores congruenciales lineales. Todas estas condiciones se cumplen si m = 2k , a = 4n + 1, y c es impar, donde n, c, y k son enteros positivos. Si un generador tiene el periodo máximo posible se llama generador de periodo completo. Todos los generadores de periodo completo no son igualmente buenos. Son preferibles los generadores con menor autocorrelación entre números sucesivos.

Generadores congruenciales lineales multiplicativos GCL multiplicativo y tienen la forma: Xn= axn−1 mod m Es obvio que estos son más eficientes que los mixtos. Eficiencia adicional puede ser obtenida tomando m = 2k . Por lo tanto hay dos tipos de GCL multiplicativos dependiendo si m = 2k o no.

Generadores congruenciales lineales multiplicativos con m = 2k El argumento a favor de usar m = 2k esta en la eficiencia de la operación mod. Sin embargo estos generadores no son de periodo completo. El máximo periodo posible para estos generadores es un cuarto del periodo completo: 2k-2 Se obtiene si el multiplicador es de la forma 8i ± 3 y la semilla es impar. A pesar de esto, un cuarto de periodo máximo posible puede ser suficiente para muchas aplicaciones.

Generadores congruenciales lineales multiplicativos con m = 2k Ejemplo Consideremos el siguiente GCL multiplicativo: xn=5xn-1 mod 25 Si x0 = 1, obtenemos la secuencia 5, 25, 29, 17, 21, 9, 13, 1, 5, ..., con periodo 8 = 32/4. Si cambiamos x0 = 2, la secuencia es 2, 10, 18, 26, 2, 10,..., con periodo 4. Para ver que sucede si el multiplicador no es de la forma 8i ± 3, consideremos: xn=7xn-1 mod 25 Si x0 = 1, obtenemos la secuencia 1, 7, 17, 23, 1, 7, ..., y vemos que ambas condiciones son necesarias para obtener el periodo máximo.

GCL multiplicativos con m ≠ 2k Una solución para los periodos pequeños es usar un modulo m que sea número primo. Con un multiplicador a adecuado se puede obtener un periodo de m - 1, que es casi el máximo periodo posible. Note que en este caso xn nunca puede ser cero y su valor esta entre 1 y m - 1. Todo GLC multiplicativo con periodo m - 1 se dice que es de periodo completo. Se puede demostrar que un GLC multiplicativo es de periodo completo si y solo si el multiplicador a es una raíz primitiva del modulo m; a es una raíz primitiva de m si y solo si an mod m ≠ 1 para n = 1, 2, ..., m-2.

GCL multiplicativos con m ≠ 2k Ejemplo Consideremos el siguiente GCL multiplicativo: xn=3xn-1 mod 31 Si x0 = 1, obtenemos la secuencia 1, 3, ..., con periodo 30 y por lo tanto es de periodo completo. Si usamos a = 5, obtenemos la secuencia 1, 5, 25, 1, ... que es de periodo 3. Note que 3 es una raíz primitiva de 31 ya que el menor entero positivo de n tal que 3n mod 31 = 1 es n = 30, y 5 no lo es ya que 53 mod 31 = 1.

Generadores de congruencias lineales. Ejemplo Sea la secuencia: Xi+1 = a Xi mod 11, para i= >1; Z0 = 1 Las raíces primitivas son 2, 6, 7 y 8. Los números generado por 2 y 6 son iguales pero en sentido contrario. Lo mismo ocurre con los generados por 7 y 8. Este tipo de relaciones se producen generalmente en generadores multiplicativos.

Generadores congruenciales lineales