Mapa mental
Determinación variables aleatorias

Contenido del mapa
Determinación variables aleatorias
Método de 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 r¡ ~U(0,1).
- El método para simular variables aleatorias continuas, consiste en:
- 1. Definir la función de densidad F(x) que represente la variable a modelar.
- 2. Calcular la función acumulada F(x).
- 3. Despejar la variable aleatoria x y obtener la función acumulada inversa F(x)^-1
- 4. Generar las variables aleatorias x, sustituyendo valores con números pseudoa-leatorios ri ~U(0,1) en la función acumulada inversa
- 3. Despejar la variable aleatoria x y obtener la función acumulada inversa F(x)^-1
- 2. Calcular la función acumulada F(x).
- 1. Definir la función de densidad F(x) que represente la variable a modelar.
- El método para simular variables aleatorias de tipo discreto, como en las distribuciones de Poisson, de Bernoulli, binomial, geométrica, discreta general, etcétera,consiste en:
- 1. Calcular todos los valores de la distribución de probabilidad p(x) de la variable a modelar.
- 2. Calcular todos los valores de la distribución acumulada P(x).
- 3. Generar números pseudoaleatorios ri ~U(0,1).
- 4. Comparar con el valor de P(x) y determinar qué valor d ex corresponde a P(x).
- 3. Generar números pseudoaleatorios ri ~U(0,1).
- 2. Calcular todos los valores de la distribución acumulada P(x).
- 1. Calcular todos los valores de la distribución de probabilidad p(x) de la variable a modelar.
- El método para simular variables aleatorias continuas, consiste en:
- Distribución Uniforme
- A partir de la función de densidad de las variables aleatorias uniformes entre a y b
- Se obtiene la función acumulada
- Igualando la función acumulada F(x) con el número pseudoaleatorio r ¡ ~U(0,1), y despejando x se obtiene:
- Igualando la función acumulada F(x) con el número pseudoaleatorio r ¡ ~U(0,1), y despejando x se obtiene:
- Se obtiene la función acumulada
- A partir de la función de densidad de las variables aleatorias uniformes entre a y b
- Distribución exponencial
- A partir de la función de densidad de las variables aleatorias exponenciales con media l/ λ ,
- Se obtiene la función acumulada:
- Igualando la función acumulada F(x) con el número pseudo aleatorio r¡~ U(O,1), y despejando x se obtiene:
- Igualando la función acumulada F(x) con el número pseudo aleatorio r¡~ U(O,1), y despejando x se obtiene:
- Se obtiene la función acumulada:
- A partir de la función de densidad de las variables aleatorias exponenciales con media l/ λ ,
- Puede utilizarse para simular variables aleatorias continuas, lo cual se logra mediante la función acumulada F(x) y la generación de números pseudoaleatorios r¡ ~U(0,1).
Método de Convolución.
- En algunas distribuciones de probabilidad la variable aleatoria a simular, Y, puede gene rarse mediante la suma de otras variables aleatorias X de manera más rápida que a través de otros métodos
- El método de convolución se puede expresar como:
- Las variables aleatorias de cuatro de las distribuciones más conocidas (de Erlang, normal, binomial y de Poisson) pueden generase a través de este método.
- Distribución de Erlang
- La variable aleatoria k-Erlang con media 1/λ puede producirse a partir de la generación de k variables exponenciales con medial 1/kλ:
- La variable aleatoria k-Erlang con media 1/λ puede producirse a partir de la generación de k variables exponenciales con medial 1/kλ:
- Distribución normal
- La variable aleatoria normal con media μ y desviación estándar σ puede generarse mediante el teorema del límite central:
- Al sustituir Xi por números pseudoaleatorios r ¡ , se obtiene:
- Despejando X , tenemos que :
- Despejando X , tenemos que :
- Al sustituir Xi por números pseudoaleatorios r ¡ , se obtiene:
- La variable aleatoria normal con media μ y desviación estándar σ puede generarse mediante el teorema del límite central:
- Distribución Binomial
- La variable aleatoria binomial con parámetros N y p puede ser generada a través de la suma de N variables aleatorias con distribución de Bernoulli con parámetro p .
- La variable aleatoria binomial con parámetros N y p puede ser generada a través de la suma de N variables aleatorias con distribución de Bernoulli con parámetro p .
- Distribución de Erlang
- Las variables aleatorias de cuatro de las distribuciones más conocidas (de Erlang, normal, binomial y de Poisson) pueden generase a través de este método.
- El método de convolución se puede expresar como:
- En algunas distribuciones de probabilidad la variable aleatoria a simular, Y, puede gene rarse mediante la suma de otras variables aleatorias X de manera más rápida que a través de otros métodos
Método de Composición.
- Permite generar variables aleatorias x cuando éstas provienen de una función de densidad f(x) que puede expresarse como la combinación convexa de m distribuciones de probabilidad fi(x).
- Entonces, la combinación convexa se puede expresar como:
- El procedimiento general de generación es el siguiente:
- 1. Calcular la probabilidad de cada una de las distribuciones f¡(x).
- 2. Asegurar que cada función f¡(x) sea función de densidad.
- 3. Obtener, mediante el método de la transformada inversa, las expresiones para generar variables aleatorias de cada una de las distribuciones f¡(x).
- 4. Generar un número pseudo aleatorio r¡ que permita definir el valor de I A (x).
- 5. Seleccionar la función generadora correspondiente a la función f¡(x).
- 6. Generar un segundo número pseudo aleatorio r¡ y sustituirlo en la función generadora anterior para obtener Y
- 5. Seleccionar la función generadora correspondiente a la función f¡(x).
- 4. Generar un número pseudo aleatorio r¡ que permita definir el valor de I A (x).
- 3. Obtener, mediante el método de la transformada inversa, las expresiones para generar variables aleatorias de cada una de las distribuciones f¡(x).
- 2. Asegurar que cada función f¡(x) sea función de densidad.
- 1. Calcular la probabilidad de cada una de las distribuciones f¡(x).
- El procedimiento general de generación es el siguiente:
- Entonces, la combinación convexa se puede expresar como:
- Permite generar variables aleatorias x cuando éstas provienen de una función de densidad f(x) que puede expresarse como la combinación convexa de m distribuciones de probabilidad fi(x).
Imágenes y archivos del mapa
Información
- Descripción
- Mapa Mental sobre Determinación variables aleatorias, creado por Eduardo Loya Mendoza el 31/10/2018.
- Creado por
- Eduardo Loya Mendoza · oct 2018
- Actualizado
- 5 nov 2018
- Visitas
- 1
- Valoración
Más sobre Generación de variables aleatorias








