Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 223 vistas

    Unidad 3 Cuadro Comparativa de Simulacion

    Cargado por

    'Hannaa GuadaaLupee KazaRez
    Este documento resume diferentes métodos para generar variables aleatorias discretas y continuas de forma numérica, como el método de inversión, rechazo y composición. Explica cómo aplicar estos métodos para simular distribuciones como la de Bernoulli, binomial y normal.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd

    Unidad 3 Cuadro Comparativa de Simulacion

    Cargado por

    'Hannaa GuadaaLupee KazaRez
    223 vistas4 páginas
    Este documento resume diferentes métodos para generar variables aleatorias discretas y continuas de forma numérica, como el método de inversión, rechazo y composición. Explica cómo aplicar estos métodos para simular distribuciones como la de Bernoulli, binomial y normal.

    Derechos de autor

    © Attribution Non-Commercial (BY-NC)

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento resume diferentes métodos para generar variables aleatorias discretas y continuas de forma numérica, como el método de inversión, rechazo y composición. Explica cómo aplicar estos métodos para simular distribuciones como la de Bernoulli, binomial y normal.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    223 vistas4 páginas

    Unidad 3 Cuadro Comparativa de Simulacion

    Cargado por

    'Hannaa GuadaaLupee KazaRez
    Este documento resume diferentes métodos para generar variables aleatorias discretas y continuas de forma numérica, como el método de inversión, rechazo y composición. Explica cómo aplicar estos métodos para simular distribuciones como la de Bernoulli, binomial y normal.

    Copyright:

    Attribution Non-Commercial (BY-NC)
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 4

    UNIDAD 3: GENERACIN DE VARIABLES ALEATORIAS

    Variables aleatorias discretas


    Mtodo de trasformacin inversa para distribuciones discretas

    Mtodo de inversin

    Distribucin de Bernoulli

    Se utiliza cuando se desea simular variables aleatorias de tipo discreto, como la distribucin de Bernoulli, binomial, Poisson, discreta general, etc., El procedimiento es similar al continuo pero el valor de F(x) se encuentra acumulando las probabilidades de los eventos individuales p(x). Tambin en este caso, F(x) esta definida en el intervalo 0 a 1; se genera un numero aleatorio ri y se determina el valor de la variable aleatoria cuya distribucin acumulada es igual a ri La dificultad de este mtodo radica en que no existe una expresin final sencilla, como en el caso de la continua Este mtodo es un mtodo sencillo de aplicar, siempre y cuando la funcin de distribucin no tenga una frmula complicada y utiliza slo un nmero aleatorio para calcular un valor de la variable aleatoria. Una Bernouilli de parmetro p es la variable aleatoria que resulta cuando tenemos un experimento con dos posibles resultados (xito y fracaso), siendo p la probabilidad de xito. Dicho parmetro ha de estar en el intervalo (0,1). Su distribucin de probabilidad es:

    ( )

    Y su distribucin de probabilidad acumulada

    ( )

    La media de la distribucin es E(x)=p y su varianza Var(x)=p(1-p).

    Variables aleatorias continuas


    Mtodo de inversin

    Mtodo de rechazo

    Supongamos que la variable aleatoria X tiene la funcin de distribucin F continua y estrictamente creciente, siempre que 0<F(x)<1. Sea Y una variable aleatoria con distribucin uniforme en (0,1). Entonces, la variable aleatoria F-1(U) tiene funcin de distribucin F. Esta proposicin sugiere que para hacer un muestreo de una variable aleatoria X de la que se conoce F1(x), se pueden generar nmeros U uniformes entre (0,1) y hacer X = F1(U). Para el mtodo de inversin es conveniente conocer la funcin de distribucin. Es ocasiones conocemos la funcin de densidad pero no la funcin de distribucin como ocurre, por ejemplo con la distribucin normal. En algunos casos podemos aplicar el mtodo de rechazo. El mtodo de rechazo sugiere ( ) ( ) ( )

    El mtodo del rechazo equivale a generar valores Y U(0,ag(x)) y

    aceptarlos si Y f(y). El mtodo del rechazo es exactamente igual al del caso discreto, con la nica diferencia que las densidades remplazan a las funciones de masa. Se pueden demostrar los siguientes resultados: La variable aleatoria generada por el mtodo del rechazo tiene densidad f. El nmero de iteraciones necesarias del algoritmo es una variable aleatoria geomtrica con mdica c.
    Mtodo de composicin

    En esta tcnica f(x), la funcin de densidad probabilidad de la distribucin que se va simular, esta expresada como una mezcla de probabilidad de funciones de densidad propiamente seleccionadas. Este procedimiento esta basado en la definicin de probabilidad condicional o la ley de probabilidades compuestas Matemticamente sea g(x|y) una familia de funciones de densidad de un parmetro donde y es el parmetro que identifica de manera nica a g(x). Si un valor de y es ahora descrito de una funcin de distribucin acumulada H(y) y entonces si x es una muestra de g(x), para seleccionar y, la funcin de densidad para x ser: ( ) ( | ) ( )

    Usando este principio, distribuciones mas complicadas pueden ser generadas de distribuciones mas simples las cuales son en si mismas fcilmente generadas, por la tcnica de la transformacin inversa o la tcnica de rechazo.

    También podría gustarte