Académique Documents
Professionnel Documents
Culture Documents
2.- Simulacin de Variables Aleatorias El mtodo ms conocido y utilizado para generar valores artificiales de una v.a. (es decir, en base a su densidad o distribucin de probabilidad) es el mtodo de la Funcin de Distribucin Inversa. ste se basa en el siguiente resultado: Si X es una v.a. cuya funcin de distribucin FX ( x ) es conocida, se verifica que la variable aleatoria U = F ( X ) se distribuye segn una ley U ~ U (0,1)
Utilizando este resultado, la aplicacin del mtodo consiste en generar tantos valores aleatorios uniformes en (0,1) como deseemos u1 ,..., un (es sencillo de generar y est programado en la mayor
parte de software, incluida la Excel) y, deshaciendo el cambio, obtener los valores de la v.a x1 ,..., xn mediante la relacin: ui = F ( xi ) En la hoja de clculo Excel existen ya funciones inversas de distribuciones usuales, denominadas por DISTR.nombre.INV en la categora de funciones ESTADSTICAS. Podemos simular variables aleatorias de estas distribuciones fcilmente. En otros casos tendremos que calcular nosotros mismos la funcin inversa como en el siguiente ejemplo.
Ejemplo: Simular valores a partir de una v.a. con distribucin exponencial X ~ ( ) o Comenzamos estableciendo la funcin de distribucin de la exponencial: F ( x ) = 1 e x o Igualamos a los valores de la variable uniforme ui = F ( xi ) = 1 e xi o Despejamos
ui = 1 e
xi
y
e
obtenemos
xi
la
frmula
para
la
generacin
de
los
= 1 ui xi = ln (1 ui )
xi :
xi =
ln (1 ui )
4.- Ilustrar las aproximaciones entre las distribuciones Binomial, Poisson y Normal - Aproximacin Binomial-Poisson
Si XBi(n,p) entonces se verifica que: P[X = x|XBi(n,p)] P[Y = x|Y(np)]
2
P[X x|XBi(n,p)] P[Y x|Y (np)] cuando n , p0 y np cte. La aproximacin tiende a funcionar mejor cuanto ms grande es
.
- Aproximacin Binomial-Normal con correccin de continuidad Si X Bi(n,p), se verifica que: P[X = x | XBi(n,p)] P[Y x+0.5 |YN(np, npq ]- P[Y x-0.5 |YN(np,
P[X x | XBi(n,p)] P[Y x+0.5 |YN(np, cuando n . La aproximacin tiende a funcionar mejor cuanto ms grande son np y np(1-p) - Aproximacin Poisson-Normal con correccin de continuidad Si X (m) , se verifica que: P[X = x | X(m)] P[Y x+0.5 |YN(m,
m )]- P[Y x-0.5 |YN(m, m )] m )]
npq )]
npq )]
FALSO (=0) entonces calcula la funcin de densidad y si acumulado es VERDADERO (=1) entonces calcula la funcin de distribucin.
DISTR.HIPERGEOM(muestra_xito; num_de_muestra; poblacin_xito; num_de_poblacin) proporciona la funcin de probabilidad o cuanta de una variable aleatoria hipergeomtrica evaluada en muestra_xito (xitos encontrados en la muestra). Los parmetros son el tamao de la muestra observada (num_de_muestra); el nmero de xitos en la poblacin (poblacin_xito) y el tamao de la poblacin (num_de_poblacin). DISTR.NORM(x; media; desv_estndar; acumulado) proporciona la funcin de densidad o la de distribucin de una variable aleatoria normal de media y desviacin tpica dadas evaluada en el punto x. Si acumulado es FALSO (=0) entonces calcula la funcin de probabilidad o de cuanta y si acumulado es VERDADERO (=1) entonces calcula la funcin de distribucin. DISTR.NORM.ESTAND.INV. Calcula el inverso de la distribucin normal estndar acumulativa. La distribucin tiene una media de cero y una desviacin estndar de uno.