Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Clase N°5 Generación de instancias de una v.a. (Parte II)
ICS3723 Simulación Profesor Pedro Gazmuri
2
Generación de instancias de una v.a. (Parte II)
Composición Convolución Métodos de aceptación y rechazo Generación de algunas distribuciones específicas N-Erlang GAMMA Weibull Normal Beta
3
1. Composición Sea y supongamos que F puede escribirse como una combinación lineal convexa de distribuciones , en que es fácil obtener instancias de esas distribuciones. Es decir, (1)
4
1. Composición Método: Sea J una v.a. tal que
Generar una instancia de la v.a. J Generar una instancia de la distribución F Notemos que si (1) se cumple para la función de distribución F, una expresión análoga se cumple para f Aquí es la función densidad asociada a
5
1. Composición Ejemplo: distribución de Laplace: Entonces:
6
1. Composición Luego f(x) es una combinación lineal convexa de:
Primero generamos una instancia de la v.a. J: Generamos Si , generamos una instancia de
7
2. Convolución Supongamos que X puede escribirse como la suma de m v.a. i.i.d. Método: Generar instancias de Calcular
8
3. Métodos de aceptación y rechazo
Supongamos X continua con distribución F y densidad f. Supongamos que existe una función t que “mayora” a f, es decir, En general, t no será una función densidad ya que: Pero si asumimos , definimos Suponemos que podemos generar con facilidad una instancia de , de densidad r(x).
9
3. Métodos de aceptación y rechazo
Generar Y de acuerdo a la densidad r. Generar independiente de Y. Si ,retornar , en caso contrario, volver al paso i. Corrección: t(x) y f(x) por t(Y) y f(Y). Observación: gráfico confuso
10
3. Métodos de aceptación y rechazo
Demostración del método: Supongamos que el evento A corresponde a la aceptación en el paso iii. Ahora X sólo está definido bajo el evento A. Ahora cuando A ocurre, , por lo tanto Ahora,
11
3. Métodos de aceptación y rechazo
Demostración del método: Ahora, Luego,
12
3. Métodos de aceptación y rechazo
Demostración del método: Por otra parte, Por lo tanto,
13
4. Generación de algunas distribuciones específicas
N-Erlang Corresponde a un caso especial de la Corresponde a la suma de n exponenciales de tasa λ, es decir, tiene distribución
14
4. Generación de algunas distribuciones específicas
GAMMA Con parámetros , tiene densidad Si , se cumple que No existe una fórmula cerrada para la función distribución inversa. Corrección: E(x) y Var(x) por E(Y) y Var(Y)
15
4. Generación de algunas distribuciones específicas
GAMMA Recordar que Si es entero,
16
4. Generación de algunas distribuciones específicas
GAMMA Ahora, si entonces Y distribuye como βX. Luego, sólo nos basta saber cómo generar
17
4. Generación de algunas distribuciones específicas
GAMMA 1. Caso Existe un algoritmo de aceptación y rechazo que es eficiente para este caso:
18
4. Generación de algunas distribuciones específicas
GAMMA 1. Caso Corrección: B por b
19
4. Generación de algunas distribuciones específicas
GAMMA 1. Caso La función de distribución R asociada a r es: Y esta función es invertible: Corrección: B por b, y variable z entre 0 y 1
20
4. Generación de algunas distribuciones específicas
GAMMA 2. Caso También se usa un algoritmo de aceptación y rechazo En este caso,
21
4. Generación de algunas distribuciones específicas
GAMMA 2. Caso Las funciones de distribución y su inversa son, respectivamente
22
4. Generación de algunas distribuciones específicas
Weibull Con parámetros , tiene densidad Según los valores de a y b, puede dar origen a muchas formas distintas. F es invertible en este caso:
23
4. Generación de algunas distribuciones específicas
Normal F no es invertible. Método: Si U1,U2 son v.a. i.i.d. U(0,1), entonces Observación: no queda claro cómo se genera una instancia de una normal a partir de eso
24
4. Generación de algunas distribuciones específicas
Beta Con parámetros , tiene densidad Da lugar a muchas formas distintas. Resultado: si Y1 e Y2 son independientes con entonces:
Presentaciones similares
