Generación de variables aleatorias

Slides:



Advertisements
Presentaciones similares
Simulación por Eventos Discretos
Advertisements

Generación de variables aleatorias
MODELOS Y SIMULACION Colas con un Servidor SERVIDOR
1/19 Colas con un Servidor Lima, 7 septiembre 2005 MODELOS Y SIMULACION Mg. Samuel Oporto Díaz SERVIDOR.
SIMULACION DE SISTEMAS DISCRETOS
Generación de variables aleatorias
Colas con Servidores en Paralelo
Modelo de Colas Simulación.
Simulación 3 Generación de variables aleatorias.
Variables Aleatorias Continuas
M/G/1.
Binomial Poisson Hipergeométrico Modelos Discretos
Generación de Números y Variable aleatorias
II.2 DISTRIBUCIONES CONTINUAS DISTRIBUCIÓN UNIFORME O RECTANGULAR
4. 0 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD 4
Distribuciones de Probabilidad
1 M. en C. Gal Vargas Neri. ESTADISTICA I CSH, Tema III TEMARIO.
FUNCIONES DE DENSIDAD DE PROBABILIDAD
Curso Práctico de Bioestadística Con Herramientas De Excel
8.3.- APROXIMACIOIN DE LA DISTRIBUCION BINOMIAL A LA NORMAL
Distribuciones y Probabilidad
Distribuciones Discretas
Estadística 2221 Prf. Jorge L. Cotto
Probabilidad y estadística
Continuación Unidad 3 Generación de variables aleatorias.
EJEMPLO DE SISTEMAS DE INVENTARIO
Generación de Variables Aleatorias
Distribución Normal Distribución Normal
Modelos de probabilidad Distribuciones continuas
Distribuciones Continuas de Probabilidad
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
Distribución de Probabilidades Discretas
AGENDA Distribuciones de probabilidad discreta
1 Denominamos F(x) a función de distribución de una variable aleatoria X, que viene dada por la expresión siguiente: 0 si x < 0 F(x) = P X (X  x) = p.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Simular: Representar una cosa, fingiendo o imitando lo que no es.
Simulación. Introducción El Riesgo y la incertidumbre No sabemos exactamente si se puede medir algo Sistemas complejos y medir exactamente nos lleva a.
¿Cuándo usar esta distribución?
Maestría en Transporte Estadística Capítulo 1. Objetivos ¿Cómo se determinan las magnitudes para planificación de transporte, operación de transporte,
Variables aleatorias y sus distribuciones
Consignas Laboratorio III. ► Ejercicio 1 ► Al tirar un dado se obtiene la realización de una variable aleatoria discreta independiente con valores posibles:
Límites y Continuidad.
11 Regla de la cadena Derivada.
Sea la siguiente función, f(x):
P Y E 2012 Clase 11Gonzalo Perera1 Repaso de clase anterior Fórmula del bloqueo de Erlang. LFGN y el problema de la Robustez.
P y E 2012 Clase 6Gonzalo Perera1 Repaso de clase anterior Distribución de Poisson como aproximación de la Bin(n,p) cuando n es muy grande y p es muy chico.
Teoría de Probabilidad Dr. Salvador García Lumbreras
8. Distribuciones continuas
Nociones Básicas de Análisis Estadístico de Muestras
Tema 6: Distribuciones estadísticas
1 DISTRIBUCIONES DE PROBABILIDAD Estad í stica Capítulo 5.3.
Distribución de Probabilidades
@ Angel Prieto BenitoMatemáticas 2º Bachillerato CS1 DISTRIBUCIÓN NORMAL MATEMÁTICAS A. CS II Tema 13.
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.
CONTRASTES NO PARAMÉTRICOS
1 1 Slide Universidad Diego Portales Facultad de Economía y Empresa y Empresa.
Alicia De Gyves López Licenciatura Tecnologías de la Información y Comunicación 3º. Cuatrimestre Estadística Descriptiva Distribuciones de Probabilidad.
Distribuciones de Probabilidad
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.
FUNCIÓN DE PROBABILIDADES. ENTRE PROBABILIDADES Y FUNCIÓN HAY UNA ESTRECHA RELACIÓN…
Compilation de material para el analysis de las Distribuciones de Probabilidad Universidad Autónoma del Estado de México Centro Universitario Uaemex Tenancingo.
Distribuciones de Probabilidad Discretas Las distribuciones discretas que se tratarán son: 1.Binomial 2.Multinomial 3.Hipergeométrica 4.Hipergeométrica.
Modelos de líneas de espera ó Teoría de colas.
Aplicaciones Estadísticas a las Finanzas Clase 1
Laboratorio de Estadística administrativa Distribución Poisson Distribución exponencial Febrero de 2007.
7. Distribución normal Sin duda la distribución continua de probabilidad más importante, por la frecuencia con que se encuentra y por sus aplicaciones.
Generación de Variables Aleatorias
Intervalos de Confianza M. C. José Juan Rincón Pasaye UMSNH – FIE Mayo de 2003.
Variable aleatoria y función probabilidad IV medio
ANALISIS DE FRECUENCIA EN HIDROLOGIA (3)
Transcripción de la presentación:

Generación de variables aleatorias MODELOS Y SIMULACION Generación de variables aleatorias

Mapa Conceptual del curso Modelado y Simulación Simulación x Eventos Proyectos Simulación Colas en Serie Colas con un servidor Colas en Paralelo Inventarios Generación de VA Modelos Complejos

Generación de Variables Aleatorias Mapa Conceptual Xi+1=(aXi+c) mod m Números Aleatorios Validación de Series de NA Parámetros Variables U (0,1) Generación de Variables Aleatorias

Motivaciones Las fuentes de aleatoriedad tienen diferentes distribuciones de probabilidad. No necesariamente todas las distribuciones son uniformes. Es necesario generar números con distribuciones de probabilidad particulares. Intuitivamente las Variables Aleatorias se generan desde los Números Aleatorios.

Objetivo Exponer las técnicas para la generación de variables aleatorias.

Tabla de Contenido Método de la transformada inversa

Métodos Método de la Transformada Inversa

MÉTODO DE LA TRANSFORMADA INVERSA

Transformada Inversa Sea f(x) la distribución a generar. Utiliza la distribución acumulada F(x) de la distribución f(x). F(x)  (0-1) F(x) = R x = F-1 (R) Dificultad: Algunas veces es difícil encontrar la transformada inversa

Transformada Inversa x F(x) R x = F-1(R) x f(x) x Distribución uniforme F(x) R x = F-1(R) x f(x) x x

Ejemplo 1 λ e-λx si x ≥ 0 0 si x ≥ 0 f(x) = F(x) = ∫λ e-λt dt = 1 - e-λx Integral de 0 a x R = 1 - e-λx e-λx = 1 – R e-λx = 1 - R x = - 1/λ ln R R y 1 – R tienen una distribución uniforme Por lo que es indistinto usarlos

Ejemplo 2 1 . b - a si a ≤ x ≤ b si a > x > b f(x) = 1 . b - a 1 . b - a si a ≤ x ≤ b si a > x > b f(x) = 1 . b - a x - a. b - a F(x) = ∫ dt = x - a. b - a = R x = a + (b – a) R

Ejemplo 3 Diseñar un generador de variables aleatorias para: e-55x x! Se trata de una distribución Poisson

Generando la distribución de frecuencias de la VA obtenida Ejemplo 3 Calculando la distribución de probabilidad y la distribución acumulada. Generando 50 números aleatorios distribuidos uniformemente y buscando en P(X < x) Generando la distribución de frecuencias de la VA obtenida

Ejercicio 4 Diseñar un programa en EXCEL para generar VA con distribución: Poisson Uniforme Exponencial Normal Empírica

Ejercicio 5 Para la siguiente distribución de probabilidad f(x)= ⅔x , si 0 ≤ x < 1 ⅔ , si 1 ≤ x < 1½ 1⅔ - ⅔x , si 1½ ≤ x < 2½ 1 ½ 1½ 2 2½ ⅔ x f(x )

Ejercicio 5 Calcular: La función de distribución acumulada (defina esta función por cada rango), apoye sus resultados con una gráfica. La función para generar valores aleatorios, dado una variable aleatoria R con distribución uniforme. Generar 10 valores de la variable aleatoria para los siguientes números aleatorios. 0.8191 0.7084 0.4739 0.3617 0.0511 0.9358 0.3175 0.7858 0.6605 0.6238

Ejercicio 5