Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
INVESTIGACION
Teoría: métodos congruenciales
Hay cuatro métodos generales de generación de variables aleatorias y una serie de métodos
particulares de las distintas distribuciones.
La facilidad de aplicación de dichos métodos, así como el coste computacional asociado a los
mismos, varía mucho según la familia de variables aleatorias a las que se apliquen.
Normalmente existen varios algoritmos que se pueden utilizar para generar valores de una
determinada distribución, y diferentes factores que se pueden considerar para determinar qué
algoritmo utilizar en un caso particular. Desafortunadamente dichos factores suelen entrar en
conflicto unos con otros y a veces se ha de llegar a una solución de compromiso
Exactitud: se han de obtener valores de una variable con una precisión dada. A veces se tiene
suficiente con obtener una aproximación y otras no.
1- Definir el numero de dígitos que tendrán los valores aleatorios de la serie que se van a generar.
A este número de dígitos se le denotara como n.
2- Elegir al azar el valor de la semilla o número aleatorio inicial, el cual deberá ser de n dígitos.
3- Se eleva al cuadrado la semilla, este resultado por lo general serán 2n dígitos. En caso de que el
número de dígitos no contenga 2n valores, se le agregaran ceros a la izquierda hasta completar la
cantidad antes mencionada.
4- Del número obtenido en el paso anterior, se tomaran los n dígitos centrales, siendo este el
nuevo número aleatorio.
5- Con este número aleatorio se regresa al paso tercero para generar el siguiente valor de la serie.
Los pasos se repetirás cuantas veces sea necesario para generar la cantidad suficiente de valores
según lo requiera el caso
Método Congruencial Lineal
Este método fue ideado por D.H. Lehmer en 1949. La secuencia de números aleatorios se obtiene
aplicando la siguiente relación de recurrencias:
M modulo M>0
a multiplicador 0 ≤ a <M
c incremento 0≤c<M
Donde:
a= el multiplicador (a>0)
Esta relación de recurrencia nos dice que Xn+1 es el residuo de dividir aXn + c entre el modulo.
X1= 27 MODULO 8= 3
X2=22 MODULO 8= 6
Congruencial Multiplicativo
Ø Método de aceptación-rechazo
Ø Método de composición
Ø Método de convolución
se verifica que
Salida: Z
Devolver Z.
Supongamos que tiene una distribución exponencial de media beta. La función densidad de
probabilidad es:
Este método es más probabilístico que el anterior. Los métodos de inversión, composición y
convolución son métodos de generación directos, en el sentido en que tratan directamente con la
función de distribución. El método de aceptación-rechazo es menos directo en su aproximación.
Se va aplicar este método en el caso de que la variable aleatoria sea continua, el caso discreto es
análogo y está tratado en Prob. 8.9
En este caso tenemos la función de densidad f(x) de la variable y necesitamos una función t(x) que
la acote, es decir t(x)³f(x) "x. Hay que notar que t(x) no es, en general, una función de densidad
pero la función r(x)=t(x)/c, si es claramente una función de densidad. (Suponemos que t es tal
que c<¥). Debemos de poder generar (esperamos que de forma fácil y rápida) un valor de la
variable aleatoria que sigue la función r(x). El algoritmo general queda como sigue:
Para hacer que se rechacen el menor número de puntos posibles la función t(x) debe ser la mínima
función que acote a f(x).
MÉTODO DE COMPOSICIÓN
Cada uno de los fragmentos se puede expresara como producto de un función de distribución y un
peso
El método consiste en generar dos números aleatorios, uno sirve para seleccionar un trozo y el
otro se utiliza para generar un valor de una variable que sigue la distribución de dicho trozo. El
valor de la variable obtenida es el valor buscado.
Generar u1,u2~U(0,1)
Si no
Muchas variables aleatorias incluyendo la normal, binomial, poisson, gamma, erlang, etc, se
pueden expresar de forma exacta o aproximada mediante la suma lineal de otras variables
aleatorias.
En este método se necesita generar k números aleatorios (u1,u2,...,uk) para generar (x1,x2,...xk)
variables aleatorias usando alguno de los métodos anteriores y así poder obtener un valor de la
variable que se desea obtener por convolución.
Teoría: transformación inversa, composición, convolución y otros
procedimientos
Método de la transformada inversa
El método de la transformada inversa puede utilizarse para simular variables aleatorias continuas,
lo cual se logra mediante la función acumulada f(x) y la generación de números
pseudoaleatorios ri ~U (0,1).
Generar las variables aleatorias x, sustituyendo valores con números pdeudoaleatorios ri ~U (0,1)
en la función acumulada inversa.
El método de la transformada inversa también puede emplearse para simular variables aleatorias
de tipo discreto, como en las distribuciones de Poisson, de Bernoulli, binomial, geométrica,
discreta general, etc. La generación se lleva a cabo a través de la probabilidad acumulada P(x) y la
generación de números pseudoaleatorios ri ~U (0,1).
Método de convolución
Metodología
Con uno (o más dependiendo del método a utilizar) de los números aleatorios, se generan las
variables aleatorias componentes (X1,X2,X3,…..Xn)
Se obtiene un valor de la variable por suma lineal de las variables aleatorias componente
Distribución Uniforme
Xi=a + (b - a) F(x)i
Xi=a + (b - a) r
Distribución de Bernoulli
http://www.mat.uda.cl/jolivares/probabilidades/gva.pdf
http://metabase.uaem.mx/bitstream/handle/123456789/555/2.-
_Metodo_de_la_transformada_in versa.pdf?sequence=1
https://www.academia.edu/7207310/Librodesimulacion