1 / 8

Generación de Números Pseudoaleatorios y Algunos Usos

Generación de Números Pseudoaleatorios y Algunos Usos. Generadores Congruenciales. En general utilizan la fórmula recursiva: x n = (a . x n-1 ) mod m (es decir, el resto de la división de a . x n-1 entre m) El valor x n /m resultante es un número en (0,1).

marlie
Download Presentation

Generación de Números Pseudoaleatorios y Algunos Usos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Generación de Números PseudoaleatoriosyAlgunos Usos

  2. Generadores Congruenciales En general utilizan la fórmula recursiva: xn = (a . xn-1) mod m (es decir, el resto de la división de a . xn-1 entre m) El valor xn/m resultante es un número en (0,1) Una forma similar es la de los generadores congruenciales mixtos (elementos aditivo y multiplicativo): xn = (a . xn-1 + c) mod m El algoritmo se inicia partiendo de una semilla x0

  3. Generadores Congruenciales • Criterios para la selección de a y m: • Para cualquier semilla inicial, la sucesión resultante tiene la apariencia de ser una sucesión de variables aleatorias independientes y uniformes en (0,1) • Para cualquier semilla inicial, el número de variables que se pueden generar antes de que comience la repetición es grande. • Los valores se pueden calcular de manera eficiente en una computadora. Algunos autores recomiendan las selecciones m = 231-1 a = 75

  4. Paréntesis de Probabilidades (Paréntesis recordatorio... Sea X una variable aleatoria continua con f.d.p. f(x) y sea g(x) una función a valores reales. Entonces el valor esperado de g(X) se define como:  E(g(X)) =  g(x) f(x) dx - Como caso particular, si X = U ~ U(0,1) 1 E(g(U)) =  g(u) du 0

  5. Paréntesis de Probabilidades • Luego, si U1, ..., Un son variables aleatorias i.i.d. U(0,1) se tiene que las g(Ui) son variables aleatorias i.i.d. con media E(g(U)) = , por lo que, por la ley fuerte de los grandes números (teoría de probabilidad avanzada): • n i=1 g(Ui)/n  E(g(U)) cuando n   En el caso multivariado (k dimensional), se tiene • n i=1 g(U1i, ..., Uki)/n  E(g(U1, ..., Uk)) cuando n   ...fin del páréntesis)

  6. Uso de Números Aleatorios La teoría descrita en las láminas anteriores permite desarrollar un método, conoce como el Método de Monte Carlo, para aproximar el cálculo de integrales. • Para calcular 1 • g(x) dx 0 se generan variables uniformes i.i.d. y se calcula n i=1 g(ui)/n, el cual es una aproximación buena de la integral de interés, en la medida que n sea grande

  7. Uso de Números Aleatorios • Para calcular b • g(x) dx a se utiliza la sustitución u = (x-a)/(b-a), con lo que resulta • b 1 • g(x) dx = h(u) du a 0 donde h(u) = (b-a)g(u(b-a) + a), y luego se generan variables uniformes i.i.d. y se calcula n i=1 h(ui)/n, el cual es una aproximación buena de la integral de interés, en la medida que n sea grande

  8. Uso de Números Aleatorios • Para calcular  • g(x) dx 0 se utiliza la sustitución u = 1/(x + 1), con lo que resulta •  1 • g(x) dx = h(u) du 0 0 donde h(u) = g(1/u - 1)/u2, y similarmente al caso anterior se generan variables uniformes i.i.d. y se calcula n i=1 h(ui)/n.

More Related