Unidad 2. Simulación Edwin Yuliani Moreno Bautista.

Slides:



Advertisements
Presentaciones similares
¿Qué es un modelo conceptual?
Advertisements

Tema 2: Números aleatorios. Generación de números
NUMEROS PSEUDO ALEATORIOS
Generación de Números Pseudoaleatorios
TEMA 3 : DISTRIBUCIONES DE PROBABILIDADES EN LA UNIDAD ANTERIOR ESTUDIAMOS EL CONCEPTO DE PROBABILIDAD, AQUÍ INTEGRAREMOS UN EXPERIMENTO O EXPERIENCIA.
Se entiende por métodos de investigación, aquellos procedimientos lógicos y rigurosos que siguen los investigadores para obtener conocimiento. Toda investigación.
MÉTODO CONGRUENCIALES David Chacón. Método Congruenciales Se han desarrollado básicamente tres métodos de congruenciales para generar números pseudoaleatorios,
TAREA 1 SISTEMAS DE IDENTIFICACION. SINTESIS La primera etapa es la identificación del problema, implica la recopilación de datos que describen las diferentes.
Grupo de Comunicaciones Ópticas Universidad de Valladolid Valladolid, España Ignacio de Miguel E.T.S.I. de Telecomunicación –
Generación de números pseudoaleatorios Mg. Samuel Oporto Díaz SIMULACION DE SISTEMAS DISCRETOS.
Distribuciones estadísticas 1.- Variable aleatoria discreta. 2.- Función de probabilidad de variable discreta. Propiedades 3.- Parámetros en distribuciones.
SIMULACIÓN DE MONTE CARLO EQUIPO # 1. DEFINICIÓN ES UNA TÉCNICA MATEMÁTICA CON NÚMEROS ALEATORIOS Y PROBABILÍSTICOS PARA ENTENDER EL IMPACTO DEL RIESGO.
1 Problemas de decisión Tipo particular de problemas de optimización Sistemas que evolucionan con el tiempo Se toman decisiones en momentos sucesivos de.
SIMULACION Con todo el poder de las matemáticas, existen muchos problema que desafían los métodos de solución conocidos. Por ejemplo, cuando se quiere.
Estándares para Matemáticas
Objetivo: Conocer y aplicar el método científico.
Valor que toma la variable aleatoria
DE PRIMERO Y SEGUNDO GRADO Diseño: M. en C. Juan Adolfo Alvarez Mtz.
U-6. Cap. III Introducción a la solución por series.
ESTADÍSTICAS INFERENCIALES
Muestreo PRUEBAS Y VALIDACION DE HIPOTESIS Carlos Willian Rincón Pérez
Capítulo 5 Método de MonteCarlo
VENTAJAS DEL ALGORITMO LMS
Curso de Elaboración de Pruebas Prof. Gerardo A. Valderrama M
EXPOSITOR L.C. EDUARDO M. ENRÍQUEZ G.
METODOS PARA ANALISIS DE TALUDES
“Bootstrap” Jaime Mojica Cuevas
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
Curso: Mejora de Métodos de Trabajo 1
Números Pseudo aleatorios.
Capítulo 6 Regresión no lineal
Modelos de Simulación.
Números Con Comportamiento Estadístico Aleatorio Y Uniforme
PLANIFICACIÓN ACADÉMICA CBM-3A
LOS CONCEPTOS Y LOS METODOS
CARACTERÍSTICAS ESTADÍSTICAS
ADMINISTRACION DE LA PRODUCCION II 2017
REGRESÍON LINEAL SIMPLE
Etapas de la simulación de procesos
SIMULADOR MODULAR SECUENCIAL
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
Estimación de volatilidades
Generación de números aleatorios
UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ
“Formulación de Hipótesis Estadística”
1.4 CONCEPTO DE MODELO 1/13.
MÉTODO CIENTÍFICO.
Método RULA (Valoración Rápida de los Miembros Superiores). GRUPO 2 INTEGRANTES: VIVIAN PEREZ DAVID ACURIO GABRIEL GAIBORT.
Ensayo de Rendimiento DISTRIBUCIÓN DE ESTADÍSTICOS MUESTRALES.
Conceptos generales de simulación Simulación: Simulación es una técnica numérica para conducir experimentos en una computadora digital. Estos experimentos.
ANALISIS DE VARIANZA
METODOLOGÍA DE LA INVESTIGACIÓN (SAMPIERI)
CAPÍTULO I EL ESTUDIO DE LA VIDA.
CAUDALES. ESTADÍSTICA HIDROLÓGICA ESTADÍSTICA E N LA HIDROLOGÍA ESTADÍSTICA HIDROLÓGICA Los procesos hidrológicos varían en el espacio y en el tiempo.
Método Científico Ciencias – 6º Grado Srta. Camarasa.
CAPÍTULO I EL ESTUDIO DE LA VIDA.
Simulación Matemática DAVID PINZÓN ULLOA. Métodos de Generación de Números Aleatorios.
INVESTIGACIÓN CIENTÍFICA
Método Científico.  La Ciencia, tal como la conocemos hoy, se ha desarrollado gracias a un trabajo planificado de búsqueda en el que se suceden acciones.
Universo y Muestra MERCADOTECNIA E INVESTIGACIÓN DE MERCADOS PARA INGENIERÍA 1IM42 OLMOS PÉREZ CLAUDIA IRENE.
2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL
Método Científico.  La Ciencia, tal como la conocemos hoy, se ha desarrollado gracias a un trabajo planificado de búsqueda en el que se suceden acciones.
Método Científico.  La Ciencia, tal como la conocemos hoy, se ha desarrollado gracias a un trabajo planificado de búsqueda en el que se suceden acciones.
1 Introducción a estadística descriptiva. 2 Datos son las observaciones recolectadas (como mediciones, géneros, respuestas de encuestas). Estadística.
Correlación de Variables
Depto. Matemáticas – IES Elaios Tema: Distribuciones de Probabilidad 2. DISTRIBUCIÓN BINOMIAL Y DISTRIBUCIÓN NORMAL Presentación elaborada por el profesor.
INTRODUCCIÓN A LA ESTADÍSTICA PARA NO ESPECIALISTAS
1 Afectados de cierto grado de INCERTIDUMBRE SIEMPRE HAY UN ERROR EN SU MEDIDA ESTABLECER LA FIABILIDAD DE LOS DATOS ¿Podemos evaluar la magnitud del error.
CABLES. Los cables y las cadenas flexibles combinan resistencia con ligereza y se usan con frecuencia en las estructuras para soportar y transmitir cargas.
Conceptos Básicos Investigación MTE. Olga L. Mendoza López.
Transcripción de la presentación:

Unidad 2. Simulación Edwin Yuliani Moreno Bautista

Unidad Producción de números con comportamiento estadístico aleatorio y uniforme en [0, 1] Uso del generador incluido en la hoja de cálculo Teoría: métodos congruenciales 2.2. Simulación de otras variables aleatorias Teoría: transformación inversa, composición, convolución y otros procedimientos Funciones inversas de hoja de cálculo, utilizables como simuladores Simulación de variables especiales: tablas

¿Qué son los números aleatorios?

Los números aleatorios son aquellos que pueden ser generados a partir de fuentes de aleatoriedad, las cuales, generalmente, son de naturaleza física (dados, ruletas, mecanismos electrónicos o mecánicos), y son gobernados por las leyes del azar. No son predecibles.

¿Qué son los números pseudoaleatorios?

Los números pseudoaleatorios son números generados en un proceso que parece producir números al azar, pero no lo hace realmente, de aquí el prefijo pseudo que quiere decir falso, ya que su generación parte de algoritmos determinísticos, lo cual nos quiere decir que obtendremos siempre el mismo resultado bajo las mismas condiciones iniciales.

¿Qué son los números pseudoaleatorios? Estas condiciones se refieren a varios parámetros de arranque, siendo el valor inicial, también llamado semilla, el denominador común de todos los algoritmos. Estos números tienen la característica de que deben seguir una distribución Uniforme (pueden tomar cualquier valor dentro del intervalo (0, 1) Entonces se puede decir que los números pseudoaleatorios son números entre 0 y 1 que han pasado por pruebas para poder determinar que tendrán una función aproximada a la realidad es decir, haya aleatoriedad.

Función de los números pseudoaleatorios La función de los números pseudoaleatorios es que a partir de ellos podemos generar variables aleatorias las cuales están sujetas en el mayor de los casos, a distribuciones estadísticas que son las que se usan para establecer el comportamiento de materiales, sucesos, personas, etc., en todo proceso de simulación.

¿Para qué y cómo se usan dichos números?

Uso de los números pseudoaleatorios Se usan como una fuente confiable de variabilidad dentro de los modelos de simulación fundamentalmente porque las sucesiones de números pseudoaleatorios son más rápidas de generar que las de números aleatorios. La simulación es el proceso de diseñar un modelo de un sistema real, que servirá para dirigir experimentos con el propósito de entender, explicar, analizar o mejorar el comportamiento del sistema.

Uso de los números pseudoaleatorios Para simular el comportamiento de una o más variables aleatorias es necesario contar con un conjunto suficientemente grande de números aleatorios, pero por desgracia generar una sucesión de números que sean completamente aleatorios resulta muy complicado. Se tendría que generar una sucesión infinita de valores que nos permitiera comprobar la inexistencia de correlaciones entre ellos Lo cual sería costoso y tardado volviendo impráctica la simulación. Por ello es necesario utilizar los números pseudoaleatorios de los cuales podemos asegurar con un nivel alto de confiabilidad que se comportan de manera similar a un conjunto de números aleatorios.

¿Cómo se generan los números pseudoaleatorios entre 0 y 1?

Generación de números pseudoaleatorios Los números pseudoaleatorios se generan mediante algoritmos determinísticos, es decir aquellos en que se obtiene el mismo resultado bajo las mismas condiciones iniciales, por lo cual requieren parámetros de arranque.

En resumen

Generación de números pseudoaleatorios Simulación Que incluya variabilidad en sus eventos, es preciso generar: Para realizar una Números aleatorios Se tendría que generar un numero infinito de valores que permitieran comprobar inexistencia de correlación entre ellos. Sin embargo, precisar que un numero es aleatorio o no resulta muy complicado, costoso y tardado Para ello se utilizan los números pseudoaleatorio s Estos números se comportan de manera muy similar a un conjunto de números totalmente aleatorios.

Generación de números pseudoaleatorios Simulación Se requieren: Para realizar una Números aleatorios Es decir una secuencia de r i= {r 1, r 2, r 3….. r n } En el intervalo de (0, 1), los cuales se hará referencia como r i El valor “n” se le llama periodo o ciclo de vida del generador que creo la secuencia r i Que tenga al menos un periodo de vida de n=2 ³¹=2,147,4 83,648. Simular el comportamiento de una o mas variables aleatorias requiere un numero grande de r i

Algoritmos determinísticos para generar números pseudoaleatorios

Algoritmos determinísticos -No congruenciales -Congruenciales -Cuadrados medios -Productos medios -Multiplicador constante -Lineales -No lineales -Multiplicativo -Aditivo -Blum, Blum -Shub -Congruencial cuadrático

Tarea: Algoritmos no congruenciales *Cuadrados medios *Productos medios *Multiplicador constante

Algoritmo de cuadrados medios

Algoritmo cuadrados medios 1. Seleccionar una semilla (X 0 ) con D dígitos (D > 3). 2. Sea Y 0 = resultado de elevar X 0 al cuadrado; sea X i = los D dígitos del centro, y sea r ¡ = 0. D dígitos del centro. 3. Sea Y i.= resultado de elevar X i al cuadrado; sea X i+1 = los D dígitos del centro, y sea r i = 0.D dígitos del centro para toda i= 1, 2,3,... n. 4. Repetir el paso 3 hasta obtener los n números r i deseados.

Algoritmo cuadrados medios 1.Seleccionar una semilla (X 0 ) con D dígitos (D > 3). X 0 =5735

Algoritmo cuadrados medios Ejercicios: X0=2345 X0=1480