Generación de Números y Variable aleatorias

Slides:



Advertisements
Presentaciones similares
Generación de variables aleatorias
Advertisements

Números Aleatorios Simulación.
Planificación de Monoprocesadores
Generación de Números Seudo-Aleatorios
Distribuciones de probabilidad bidimensionales o conjuntas
Simulación 3 Generación de variables aleatorias.
7. Máquinas Estocásticas
Tema 8: Pruebas no paramétricas.
Bivariadas y Multivariadas
ESTADISTICA COMPUTACIONAL
Son problemas secuenciales: El problema se puede dividir en etapas. Definición: Método que permite determinar de manera eficiente las decisiones que optimizan.
La ley de los grandes números
Fenómenos de Espera en Fila
Simulación Dr. Ignacio Ponzoni
Regresión y correlación
Funciones de Probabilidad Discretas
Índice Estadística Aplicada Unidad II: Probabilidades
Conceptos básicos de inferencia
Nombre: Israel Espinosa Jiménez Matricula: Carrera: TIC Cuatrimestre: 4 Página 1 de 5.
ING. CATALINA DONCEL GONZÁLEZ ING. MÓNICA LORENA TORRES VIVAS
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
COEFICIENTE DE CORRELACIÓN PRODUCTO-MOMENTO DE PEARSON
NUMEROS PSEUDO ALEATORIOS
Distribuciones bidimensionales. Tablas de contingencia
Monte Carlo: experimentos simulados Tema 2 Itziar Aretxaga.
02/12/2009 Elaborado por Juan Antonio Danilow Fragachan.
TEMA 4 TRANSFORMADA DE LAPLACE
Unidad V: Estimación de
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
Sistemas de Información IS95872
Vectores Aleatorios 1 Distribución conjunta de un vector aleatorio
Continuación Unidad 3 Generación de variables aleatorias.
EJEMPLO DE SISTEMAS DE INVENTARIO
Generación de variables aleatorias
Bernardo Frontana de la Cruz Marco Antonio Gómez Ramírez Irene Patricia Valdez y Alfaro Junio de 2014.
Generación de Variables Aleatorias
Inferencias con datos categóricos
Unidad V: Estimación de
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.
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
Distribución de Probabilidades Discretas
Capítulo 7 Estimación de Parámetros Estadística Computacional
Simular: Representar una cosa, fingiendo o imitando lo que no es.
¿Cuándo usar esta distribución?
Principales distribuciones discretas
Herramientas básicas.
Variable aleatoria
Unidad V: Estimación de
Generación de Números Pseudoaleatorios
Simulación/2002 Héctor Allende Capítulo 8 Modelos de Datos de Entrada Departamento de Informática Universidad Técnica Federico Santa María.
Modelación de Datos de Entrada
Teoría de Probabilidad Dr. Salvador García Lumbreras
Nociones Básicas de Análisis Estadístico de Muestras
PRUEBAS ESTADISTICAS NO PARAMETRICAS
Actividades en el Proceso de desarrollo de Software
CONTRASTES NO PARAMÉTRICOS
MÉTODOS CUANTITATIVOS Y SIMULACIÓN
MUESTREO : Generalidades
NORMA INTERNACIONAL DE AUDITORÍA 530
Tema 3: El azar también se distribuye Una distribución: la binomial Imagen de Freddy The Boy bajo licencia Creative CommonsFreddy The Boy.
Redes (r, n) Suponga este sistema de 7 componentes redundante, puesto que (por hipótesis) el sistema funciona con al menos tres componentes Tiempo de falla.
 Panorama General Fundamentos de Programación M.I. Jaime Alfonso Reyes Cortés.
Clase N°9 Análisis de output en el largo plazo (Parte II) ICS3723 Simulación Profesor Pedro Gazmuri.
EPE MA 148 ESTADÍSTICA INFERENCIAL TEMA:
Taller de investigación 1
Departamento de Informática Universidad Técnica Federico Santa María EconometríaEconometría Capitulo II.
NÚMEROS ALEATORIOS DEPARTAMENTO DE INFORMATICA UNSL-2007.
CAPACITACIÓN, INVESTIGACIÓN, ESTADÍSTICA Y MERCADEO
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.
Transcripción de la presentación:

Generación de Números y Variable aleatorias Jorge L. Palma V.

Propiedades : Uniformidad e Independencia. Definiciones Los números aleatorios son observaciones independientes obtenidas desde una distribución continua uniforme entre [0,1]. Los números aleatorios se ocupan para generar variables aleatorias mediante una técnica de transformación. Propiedades : Uniformidad e Independencia. Las variables aleatorias son observaciones independientes extraídas de una distribución específica. Estas distribuciones son escogidas (mediante ajuste) como entrada de datos para una simulación(ej: para representar tiempo entre llegada de entidades, tiempos entre fallas, etc).

Generación de números Aleatorios (Variable aleatoria distribuida Uniforme(Min=0, Max=1) Propiedades de un buen generador de números aleatórios (Law and Kelton, 1991): 1. Los números deben ser U(0,1) y no deben exhibir correlación entre ellos, 2. Deben ser rápidos de generar, con un bajo requerimiento de memoria y con largos ciclos. 3. Los números deben ser reproducibles (para verificación y validación), y 4. Deben permitir algunas independientes algunas “listas” de números aleatorios.

Método de la Transformada Inversa Posee 2 pasos: Generar uno o mas grupos de número aleatorios (distribuidos uniforme entre 1 y 0). Se transforma el (los) grupos de números mediante una función y genera otro grupo de números, que se distribuyen de acuerdo a distribución requerida. Ej: x = F-1(r), Donde r = el número distribuido U(0,1) F-1 = La inversa de la función acumulada de la distribución deseada. x = el número distribuido de acuerdo a la distribución deseada.

Procedimientos para generar Variables aleatorias Método de la Transformada inversa Método de Aceptación / Rechazo Método de Composición Métodos que emplean propiedades especiales

Método de la Transformada Inversa: Un Ejemplo de Una variable aleatoria continua Considere la distribución de probabilidades continua como la variable x, está tomada en minutos y representa el tiempo requerido para reparar una máquina en particular. La función de distribución se distribuye de la siguiente forma: Use el método de la transformada inversa para generar variables aleatorias distribuidas de acuerdo a por esta función. X distribuido U(0,1)

Método de la Transformada Inversa: Un Ejemplo de Una variable aleatoria continua Paso 1: Encuentrar la función acumulada de la función F(x), para la función de la variable en cuestión: Paso 2: Encuentre la inversa de F(x). Paso 3: Generar la secuencia de números random (independientes, identicamente distribuidos uniforme [0,1] ). Ejemplo: ri: .21 .52 .34 .07 .92 .62 Paso 4: Sea xi = F-1(ri). La xi’s es la variable aleatória.

Distribución Exponencial Steps: 1. Generar ri 2. Calcular ti = -ß ln (ri) 3. Repetir las veces que sea necesario.

Otras Distribuciones Uniforme Weibull

Comentarios acerca del método de la Transformada Inversa Desventajas: La desventaja asociada a la búsqueda de la función inversa o de la función de distribución acumulada, F-1, en algunos casos. En no todos los casos es una aproximación muy eficiente (Ej:, otros métodos tal vez requieren menos tiempos de cómputo) Ventajas: Facilita algunas técnicas de la reducción de varianza especialmente cuando es necesaria la sincronización de números aleatorios), Facil para generar desde funciones truncadas, Muy útil para generación de estadísticos de orden, Ej: Generar una variable aleatoria al azar que sea la más pequeña de 5 otras variables al azar distribuidas de idéntica forma (aplicación: tiempo en el sistema con 5 componentes identicos en serie).