Académique Documents
Professionnel Documents
Culture Documents
Grado y grupo: 5A
Ro Grande, Zacatecas
Septiembre de 2013
2.1 MTODO DE GENERACIN DE NMEROS PSEUDOALEATORIOS ......... 1 NMEROS PSEUDOALEATORIOS ............................................................................ 2 GENERADOR DE NMEROS PSEUDOALEATORIOS .......................................... 2 SIMULACIONES (MTODOS DE COMPUTACIN DIGITAL) ............................... 2 DISTRIBUCIONES COMPONENTES USADAS ........................................................ 2
TCNICA MITAD DE CUADRADO .............................................................................................. 3 TCNICA DE MULTIPLICADOR CONSTANTE ........................................................................ 3 MTODO ADITIVO CONGRUENTE ............................................................................................ 4
UNIDAD 2
NMEROS PSEUDOALEATORIOS
Conocer la diferencia entre un nmero aleatorio y un pseudoaleatorios. Identificar y aplicar los mtodos de generacin de nmeros pseudoaleatorios. Aplicar e interpretar las pruebas estadsticas a los nmeros pseudoaleatorios. Seleccionar el generador de nmeros pseudoaleatorios y utilizar en la unidad siguiente. Aplicar el mtodo de Montecarlo a la solucin de un problema.
NUMEROS PSEUDOALEATORIOS Pseudo-falso Se genera por un algoritmo determinista -Ms rpido -Tiene un valor de arranque SEMILLA Distribucin uniforme: U (0,1) La funcin de los numero Pseudo aleatorios es que a partir de ellos podemos generar variables aleatorias las cuales estn sujetas en el mayor de los casos, a distribuciones estadsticas que son las que se usan para establecer el comportamiento de materiales, sucesos, personas etc., en todo proceso de simulacin.
Caractersticas: Ajustarse a una distribucin u (0,1) Ser estadsticamente independientes (no debe deducirse un numero conduciendo otros ya generados). Ser reproducibles (la misma semilla debe dar la misma sucesin). Ciclo repetitivo muy largo. Facilidad de obtencin. Ocupar poca memoria. 1
NMEROS PSEUDOALEATORIOS
Es un nmero generado en un proceso que aparece producir nmeros al azar, pero no lo hace realmente. Las secuencias de nmeros pseudoaleatorios no muestran ningn patrn o regularidad aparente desde un punto de vista estadstico a pesar de haber sido generadas por un algoritmo completamente determinista, en el que las mismas condiciones iniciales producen siempre el mismo resultado.
0 Media
otro casi
Varianza (1-p)
X4= 43 x5=52 y m=100 X6= (52+35) mod 100 X6= 87 mod 100 X6= 87 R1= 87/100= 87 X7= (87+26) mod 100 X7= 113 mod 100 X7=13 R2 =13/100 =o.13 X8= 13+39/ 100 52/100 X8 = 52 R3 = .52 X9= 52+53/100 = 95/100 R4= .95
Entendemos pues que si ponemos la figura en un cuadrado unitario y lo dividimos en sucesin de puntos podramos decir que: Si N es el nmero de puntos en el cuadrado unitario y N el nmero de puntos en la figura S sera igual al cociente de N/N Esto es: S=N/N S= 4/16 = 0.25
La exactitud del clculo depende del nmero de punto puesto en la figura El mtodo de Montecarlo define puntos en la figura por medio de un procedimiento aleatorio y trata determinar el rea calculando el nmero de puntos establecer en la figura entre el nmero de puntos generado. El mtodo de Montecarlo puede ser aplicado a la simulacin de variables que tienen comportamiento aleatorio.
Por ejemplo: Supongamos que tenemos que simular el tipo de automviles que llegan a un estacionamiento. Para ello tenemos la siguiente distribucin de probabilidades.
La pregunta ahora: Cmo hacemos para que genere a partir de la generacin de un valor aleatorio, simula la llegada de un tipo de vehculo determinado a este estacionamiento?
Consideramos el principio en el que se basa el mtodo de Montecarlo podemos considerar a c/u de los posibles valores para que esta funcin de distribucin de probabilidades como una serie de rectngulos colocados dentro del cuadrado unitario.
Ntese que si lanzamos puntos de forma aleatoria sobre el cuadrado unitario, estos sern distribuidos en c/u de las categoras, en funcin de las reas que representa c/u de ellos.
Ntese en este sentido la generacin de un punto aleatorio: y de su posicin en el cuadrado depende de las coordenadas x y y que de dicho punto. El acomodo de los rectngulos lo podemos hacer de modo que la posicin de 1 punto sea nada solo por el valor de x. Luego entonces el valor de x es el acumulado de cada rea para c/u de las categoras definidas en el problema. Ntese que el valor de y no importa debido a que su rango siempre seria de 0 a 1 para c/u de las categoras.
7
LA PRUEBA DE KOLMOGOROV-SMIRNOV
10
11
EJEMPLO. Aplicar la prueba de las corridas ascendentes y descendentes a la muestra de nmeros aleatorios del ejemplo anterior. Compararemos a los nmeros por fila, pero es indistinto hacerlo por columna. 0.15 0.26 0.33 0.25 0.18 0.31 0.34 0.49 0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11 0.25 0.60 0.06 0.92 0.00 0.55
Obsrvese que la ltima celda se deja en blanco, pues no hay con qu nmero comparar. (Aqu N = 29) Longitud de corrida i 1 2 3 4 5 FE 11.500 5.083 1.400 0.292 0.005 FO 11 5 2 (FE-FO)2/FE 0.020 0.001 0.257
i 1 >=2
FE 11.500 6.483
FO 11 7
12
Como el valor calculado de 0.024 es menor que el valor en tablas de Ji-cuadrada X21.5%= 3.84, no se puede rechazar la independencia de los nmeros aleatorios.
Tabla de datos Intervalo FE FO ( )2 FE 0 1 2 3 4 5 6 7 8 100 100 100 100 100 100 100 100 100 94 93 112 101 104 95 100 99 108 (100 94)2/100 (100 93)2/100 (100 112)2 /100 (100 101)2 /100 (100 104)2 /100 (100 95)2/100 (100 100)2 /100 (100 99)2/100 (100 108)2 /100
13
9 2 9.5%=16.92
100
94
(100 94)2/100
Si 2 < 2 se aprueba que se genera correctamente 3.72< 16.92 ?=cierto Se aprueba que el algoritmo generador de nmeros aleatorios se genera correctamente.
14
Intervalo 6 7 8 9 10
FO 94 93 100 108 95 .36 .49 0 .64 .25 Sea alfa = 5% Tenemos (K-1) grados de X-2 4.5 = 9.49 X02 = 1.74
libertad, es decir 5-1 = V=4 El valor en la tabla de la distribucin de ji cuadrada es X24.5% = 9.49 X02<x2 4.5% 1.74<9.49 La generacin del algoritmo es correcta
Dn= max|Fn(Xi-Xi)| para Xi si Dn < Dn, alfa No se puede rechazar la hiptesis de que los nmeros generados provienen de una distribucin uniforme
15
Esta prueba se aplica con la suposicin de los nmeros aleatorios tiene una distribucin uniforme e independiente sobre el intervalo de 1 a 0. Conceptos y parmetros que usamos en Autocorrelacin Para analizar la correlacin general para todos los pares sucesivos de nmeros aleatorios se utiliza la estadstica: Densidad de probabilidad
Donde: N es el total de nmeros en toda la serie; Tamao de la muestra. i es el primer nmero donde empieza la amplitud de Autocorrelacin . m es la amplitud de la Autocorrelacin . M es el entero mayor tal que i+(M+1)*m<N Este valor, se obtiene de acuerdo a los valores dados cuidando que se cumpla la condicin. Es un parmetro de la frmula:
srim (Desviacin estndar de la densidad de probabilidad.) La estadstica para determinar la significancia de la Autocorrelacin para la secuencia propuesta de M+1 nmeros es:
Z significancia de la Autocorrelacin que tiene una distribucin Normal, con media cero y una varianza de uno, bajo la suposicin de independencia. Nivel de significancia Si se define el nivel de significancia por medio de a y Z 1 - a /2 el valor de Z hace que: P ( Z >= Z 1 - a /2) = a / 2 Se utiliza (a / 2 puesto que se va a tomar en cuenta ambos lados del rea bajo la curva)
16
Para determinar la Autocorrelacin se establecen las siguientes Hiptesis; Hiptesis Nula H0im=0 Los nmeros aleatorios estn correlacionados (No son Aleatorios) Hiptesis Alternativa H1im0 Los nmeros aleatorios No estn correlacionados (S son aleatorios) Criterio de rechazo | Z0| > Z1-/2 Entonces , si: 1- /2 Z >Z a se rechaza la hiptesis de aleatoriedad.. y si 1- /2 Z Z a Se acepta la hiptesis de aleatoriedad. Ejemplo 1 / 2 Falla a rechazar za - / 2 za a/2 a/2 Tenemos la Siguiente serie de Nmeros: 0.20,0.96,0.78,0.18,0.09,0.80,0.02,0.53,0.05,0.30,0.70,0.59,0.98,0.03,0.37,0.86,0. 73,0.06,0.53,0.25,0.67,0.78,0.33,0.97,0.63,0.25,0.33,0.72,0.91,0.00,0.24,0.64,0.90 ,0.08,0.33,0.94,0.33,0.16,0.45,0.70,0.18,0.07 A la primer vista, estos nmeros pueden parecer aleatorios. No obstante, al examinar de cerca estos nmeros se ve que existe una relacin clara entre cada sexto nmero, a partir del segundo. Cada uno de estos nmeros vara en magnitud sucesivamente de muy grande a muy pequeo. 0.20,0.96,0.78,0.18,0.09,0.80,0.02,0.53,0.05,0.30,0.70,0.59,0.98,0.90,0.03,0.37,0. 86,0.73,0.06,0.53,0.25,0.67,0.78,0.33,0.97,0.63,0.25,0.33,0.72,0.91,0.00,0.24,0.64 ,0.90,0.08,0.33,0.94,0.33,0.16,0.45,0.70,0.18,0.07.
Ejemplo 2 Determnese si el segundo, el sptimo, el doceavo, y el vigsimo segundo de los nmeros aleatorios de la secuencia que sigue estn autocorrelacionados.
17
Sea a = 0.1 0.13,0.91,0.11,0.02,0.65,0.33,0.86,0.05,0.25,0.28,0.80,0.82,0.10,0.78,0.88,0.76,0. 29,0.20,0.66,0.1 7,0.71,0.45,0.40,0.35. Puesto que nos interesa el grado de Autocorrelacin de cada quinto nmero a partir del segundo, i=2,m=5,N=25 y M= 3.
Z= 2.87 > Z.95= 1.316 por lo tanto se rechaza la hiptesis nula y por lo tanto se considera que los datos son aleatorios.
18
Ejemplo 3 Dados los siguientes nmeros aleatorios .12, .01, .23, .28, .89, .31, .64, .28, .83, .93, .99, .15, .33, .35, .91, .41, .6, .27, .75, .88, .68, .49, .05, .43, .95, .58, .19, .36, .69, .87 Determine si el 3, 8, 13 y los siguientes nmeros en la secuencia estn autocorrelacionados. Use =.05, i=3 (iniciando con el 3er. Nmero), m=5 (cada 5 nmeros), N=30, y M=4 (entero mayor tal que 3+(m+1)530 ). Entonces; 35=1/5[(8.23)(.28)+(.28)(.33)+(.33)(.27)+(.27)(.05)+(.05)(.36)=0.05548
19