Ajude a dar forma ao GoConqr. O que a gente deve adicionar?

Mapa mental

NÚMEROS PSEUDOALEATORIOS

Nidia Vanessa Arango Perez Espanhol

NÚMEROS PSEUDOALEATORIOS

Conteúdo do mapa

NÚMEROS PSEUDOALEATORIOS

  1. Son una sucesión determinística de números en el intervalo [0,1] que tiene las mismas propiedades estadísticas que una sucesión denúmeros aleatorios.

    • No muestran ningún patrón o regularidad aparente desde un punto de vista estadístico, a pesar de haber sido generadas por un algoritmo completamente determinista
    • PROPIEDADES
      • * Se deben ajustar a una distribución U(0,1)
      • * Ser estadísticamente independientes
        • No debe deducirse un número conociendo otros ya generados
      • * Ser reproducibles
        • La misma semilla debe dar la misma sucesión
        • * Su media debe ser estadísticamente igual a ½.
          • * Su varianza debe ser estadísticamente igual a1/12.
            • * Deben ser reproducibles
              • * Su periodo o ciclo de vida debe ser largo
  2. SEMILLA

    • Una semilla es un número que inicializa la selección de números por parte de un generador de números aleatorios; dado el mismo número semilla, un generador de números aleatorios generará la misma serie de números aleatorios cada vez que se ejecute una simulación
  3. PERIODO DE VIDA

    • Todos los generadores de números pseudo aleatorios tienen un periodo a partir del cual la secuencia de números se vuelve a repetir. Es importante que el periodo sea largo para no llegar a agotar la secuencia en un cálculo concreto.
  4. PRUEBA DE UNIFORMIDAD

    • Se trata de decidir si los números generados se pueden considerar como una realización de una muestra aleatoria simple de una distribución U(0,1).
      • Kolmogorov-Smirnov
        • El test de K-S es un test de bondad de ajuste que se utiliza para determinar si los datos de una determinada muestra se ajustan a una hipot ́etica distribución
        • Esta prueba compara la pdf (función de densidad de probabilidad), F(x), de la distribución uniforme con el pdf empírico, Sn(x), de una muestra de N observaciones.
      • Chi-Cuadrada
        • Esta prueba contrasta frecuencias observadas con las frecuencias esperadas de acuerdo con la hipótesis nula
  5. PRUEBA DE INDEPENDENCIA

    • Pruebas estadísticas que tratan de corroborar si los números en el intervalo (0,1) son independientes o en otras palabras, si parecen aleatorios. H0: los números del conjunto ri son independientes. H1: los números del conjunto ri no son independientes.
  6. MÉTODOS

    • Método de los cuadrados medios
      • El procedimiento de generación de números pseudoaleatorios con este tipo de generadores es el siguiente:
        • 1. Se genera una semilla
          • 2. Está semilla se eleva al cuadrado
            • 3. Se toma de la parte central un conjunto de dígitos que formaran el número aleatorio.
              • 4. Los valores pasarán a ser una nueva semilla con el fin de repetir el proceso n
    • Métodos de producto medio
      • Se comienza con dos semillas, cada una con N dígitos, y el número resultante se toma como las cifras centrales del producto de los dos números anteriores.
    • Métodos del producto medio modificado
      • Se usa una constante multiplicativa en lugar de una variable, es decir Xn+1=(k*Xn)
        • Se utiliza una constante multiplicadora en lugar de dos variables
    • Métodos congruenciales
      • El objetivo de cada uno de los métodos congruenciales es la generación de un tiempo mínimo, de sucesiones de números aleatorios con periodos máximos
        • Congruencial Aditivo
          • Calcula una sucesión de números mediante la relación Xn+1=Xn + Xn-k (mod M). Se necesitan K valores iniciales, siendo K entero. Las propiedades estadísticas de la secuencia mejoran a medida de que K incrementa.
        • Método congruencial Multiplicativo
          • Calcula una sucesión Xn de enteros no negativo.
            • En caso de la relación de congruencia en que c=0, este método se comporta de manera satisfactoria, es decir los números generados están uniformemente distribuidos y no están correlacionados.
        • Método congruencial mixto o lineal
          • Genera una secuencia de números pseudoaleatorios en la cual el número próximo es determinado a partir del último número generado.
            • Xo=Semilla, a=multiplicador, c=Constante aditivo, m= el modulo
    • Método de Monte Carlo
      • Permite resolver problemas físicos y matemáticos y combinan conceptos estadísticos como el muestreo aleatorio.
  7. PROCESO MATEMÁTICO DE UNA SIMULACIÓN

    • Variable aleatoria
      • Se denomina variable aleatoria, a una variable X que puede tomar un conjunto de valores {x0, x1, x2, ... xn-1}, con probabilidades {p0, p1, p2, ... pn-1}.
        • La experiencia de lanzar monedas, los posibles resultados son {cara, cruz}, y sus probabilidades son {1/2, 1/2}.
          • En la experiencia de lanzar dados, los resultados posibles son {1, 2, 3, 4, 5, 6} y sus probabilidades respectivas son {1/6, 1/6, 1/6, 1/6, 1/6, 1/6}
    • Distribuciones de probabilidad
      • Es una lista que nos proporciona todos los resultados de los valores que pueden presentarse en un acontecimiento, junto con la probabilidad de ocurrencia asociada a cada uno de estos valores.
        • Distribución de probabilidad Binomial:
          • Es utilizada con acontecimientos que tengan respuesta binaria, generalmente clasificada como “éxito” o “fracaso”.
        • Distribución de probabilidad de Poisson:
          • Describe el número de veces que se presenta un acontecimiento durante un intervalo específico, este intervalo puede ser de tiempo, distancia, área o volumen
        • Distribución de probabilidad normal
          • Es importante debido a que el teorema central del límite implica que esta distribución es casi universal, Tiene una forma de campana, es simétrica y su área bajo la curva es 1.
    • 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).
        • 1. Definir la función de Densidad f(x) que representa 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 pdeudoaleatorios ri ~U (0,1) en la función acumulada inversa.
    • Longitud de corrida
      • las variables que se obtienen en térm inos de promedios presentan dos diferentes etapas: un estado transitorio y un estado estable, además depende también del costo de la corrida
    • Número de réplicas
      • Es necesario efectuar más de una réplica del modelo que se esté analizando, con la finalidad de obtener estadísticas de intervalo que nos den una mejor ubicación del verdadero valor de la variable bajo los diferentes escenarios que se presentan al modificar los números pseudoaleatorios en cada oportunidad.

Imagens e arquivos do mapa

  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS
  • NÚMEROS PSEUDOALEATORIOS

Informações

Descrição
Mapa Mental sobre NÚMEROS PSEUDOALEATORIOS, criado por Nidia Vanessa Arango Perez em 24-05-2022.
Visualizações
3
Avaliação

Mais sobre Generación de números aleatorios y pseudoaleatorios

Fale Conosco

Sobre o que é sua mensagem?

O que a gente deve adicionar?