Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
()
()
(2)
Considerando la variable aleatoria
()
() (3)
Por la teora de probabilidades se sabe que la funcin
probabilidad de U es:
() ||
() (4)
donde
(5)
Es el Jacobiano de la transformacin, y:
(x)=
()
(6)
En este caso
,
()-
(7)
Y en consecuencia:
() (8)
() (9)
Es la funcin de la probabilidad de una variable
aleatoria uniformemente distribuida en (0,1).
Este es el mtodo de la transformacin inversa, es un
procedimiento para generar una variable aleatoria segn
una distribucin dada a partir de variables aleatorias
uniformemente distribuidas.
Esto provoca que cada vez que se sustituya U
uniformemente distribuida en un intervalo (0,1) se
obtiene el valor de x de la variable aleatoria
exponencial X de parmetro .
En los estudios de simulacin hay otros dos mtodos
que son de los ms utilizados el de aproximaciones a la
funcin inversa y el de rechazo.
Este algoritmo invierte la aproximacin de la poligonal
F(x):
1.- Encontrar X, tal que F(
) U (
)
2.- Calcular:
X=
[(
)
]
,(
)-
)(
)
(10)
El mtodo del rechazo se puede usar solo cuando se
conoce la funcin de probabilidad, este mtodo requiere
que la funcin de probabilidad f(x) est acotada y no
nula en un intervalo finito [a,b].
*() + (11)
Entonces
1. Generar X uniformemente distribuida en (a,b):
2. Generar Y uniformemente distribuida en (0,c):
3. Si Y f(x), entonces aceptar X, en caso
contrario rechazarla y repetir.
El mtodo del rechazo es uno de los procedimientos
bsicos del conjunto conocido como mtodos de Monte
Carlo, estos mtodos tambin admiten gran cantidad de
variantes y son considerados como procedimientos de
integracin numrica, en particular cuando se trata de
funciones reales no integrables analticamente y para
integrales mltiples. Los mtodos de Monte Carlo son
procedimientos que utilizan la generacin de nmeros
aleatorios para resolver problemas estocsticos o
deterministas de tipo esttico.
4 Examen Parcial
Modelos Estocsticos y de Decisin
10/12/2013
Pag. 3
Generacin de nmeros pseudo-aleatorios
uniformemente distribuidos en (0,1).
Hay muchos mtodos para la generacin de nmeros,
de todos estos mtodos hay tres consideraciones que
hay que tener en cuenta, en primer lugar las secuencias
de nmeros generadas por la fuente, estas deben pasar
por un gran nmero de pruebas estadsticas, para una
secuencia verdaderamente aleatoria los elementos
deben ser conjuntamente independientes, y cada uno ha
de tener una distribucin uniforme en (0,N).
En segundo lugar se requiere que los nmeros
aleatorios contengan suficientes dgitos como para que
la generacin de nmeros en el intervalo (0,1) sea lo
suficientemente densa.
Y por ltimo la tercera consideracin que se debe tomar
se refiere a la eficiencia con que una fuente particular
produce las secuencias de nmeros aleatorios.
Generacin de dgitos aleatorios
Los inconvenientes de los mtodos mecnicos y
electromecnicos era la irreproducibilidad de una
secuencia, era un problema grave ya que en simulacin
se deben repetir experimentos bajo las mismas
condiciones para su anlisis, las computadoras han
hecho posible esto y el mtodo resultante se conoce
como cuadrados medios, que consiste en partir de un
nmero cualquiera que de preferencia sea un nmero
par de n digios
(12)
El resultado siendo comparado con un valor de
para
un nivel de significacin de 0,05:
= 16.916
(13)
Con esto se puede aceptar que los dgitos son generados
aleatoriamente de una forma aceptable. Aplicando el
test de aleatoriedad a esta tabla se pueden obtener los
siguientes resultados:
Este mtodo tienen el inconveniente de que las
secuencias a partir de un mtodo se vuelven cclicas
como consecuencia de esto la aleatoriedad se mantiene
pero estadsticamente limitado solo a la primera parte
del ciclo.
Debido a la degeneracin que sufren los nmeros se les
da el nombre de pseudoaleatorios que son los nmeros
generados por este procedimiento.
4 Examen Parcial
Modelos Estocsticos y de Decisin
10/12/2013
Pag. 4
Los problemas se empiezan a presentar cuando se
requiere mayor tamao muestreal que la que el ciclo
nos puede ofrecer porque de seguir usando el ciclo para
este tipo de casos se invalidara el carcter aleatorio.
Como esto sucede con mucha frecuencia se deben
buscar otros mtodos alternativos que generen de
manera computacional y eficaz secuencias de nmeros
pseudoaleatorios cuyos ciclos sean de tamao
adecuado.
Procedimientos generales
Los mtodos ms generalizados son los generadores
congruenciales lineales ya que tienen especial
adecuacin a los computadores digitales adems de las
longitudes de ciclos que proporcionan. Tienen la
siguiente forma:
( ) (14)
La secuencia se inicia con el nmero
, que es el
inicializador. La congruencia mdulo m implica que:
] (15)
Referencias
[1] Simulacin de sistemas discretos por Jaime Barcel, ISDEFE
ingeniera en sistemas.