M�todo de Box-Muller

Ir a la navegaci�nIr a la b�squeda

Diagrama de la transformada de Box M�ller. Los c�rculos iniciales, se encuentran

uniformemente espaciados respecto al origen, est�n graficados junto con otro
conjunto de c�rculos centrados en el origen donde la separaci�n entre ellos aumenta
a medida que se alejan del origen. Los c�rculos m�s grandes del dominio se
corresponden con los c�rculos m�s peque�os en el rango (o codominio) y vice versa.
El m�todo de Box-Muller (nombrado as� por sus inventores George Edward Pelham Box y
Mervin Edgar M�ller 1958)1? es un m�todo de generaci�n de pares de n�meros
aleatorios independientes con distribuci�n normal "est�ndar" (esperanza cero y
varianza unitaria), a partir de una fuente de n�meros aleatorios uniformemente
distribuidos.

Se lo encuentra expresado de dos formas. La forma b�sica es la que desarrollaron

Box y M�ller, y toma dos muestras de la distribuci�n uniforme en el intervalo (0,
1] y las transforma en dos muestras con distribuci�n normal. El m�todo polar toma
dos muestras de un intervalo distinto, [-1, +1], y las transforma a dos muestras
normalmente distribuidas sin utilizar las funciones seno o coseno.

Tambi�n es posible utilizar el m�todo de la transformada inversa para generar

n�meros aleatorios distribuidos normalmente; en comparaci�n el m�todo de Box-M�ller
posee la ventaja de ser m�s eficiente desde un punto de vista computacional.2?
Tambi�n es posible utilizar el algoritmo Ziggurat que es m�s eficiente.

�ndice
1 Forma b�sica
2 M�todo polar
3 Referencias
4 Enlaces externos
Forma b�sica
Se supone que U1 y U2 son variables aleatorias independientes que est�n
uniformemente distribuidas en el intervalo (0, 1]. Sea

{\displaystyle Z_{0}=R\cos(\Theta )={\sqrt {-2\ln U_{1}}}\cos(2\pi U_{2})\,}

{\displaystyle Z_{0}=R\cos(\Theta )={\sqrt {-2\ln U_{1}}}\cos(2\pi U_{2})\,}
y

{\displaystyle Z_{1}=R\sin(\Theta )={\sqrt {-2\ln U_{1}}}\sin(2\pi U_{2}).\,}

{\displaystyle Z_{1}=R\sin(\Theta )={\sqrt {-2\ln U_{1}}}\sin(2\pi U_{2}).\,}
Entonces Z0 y Z1 son variables aleatorias independentes con una distribuci�n normal
con desviaci�n t�pica 1.

La demostraci�n3? se basa en el hecho que, en un sistema cartesiano bidimensional

donde las coordenadas X e Y son dadas por dos variables aleatorias independientes y
distribuidas normalmente, las variables aleatorias para R2 y T (indicadas
previamente) en las coordenadas polares correspondientes tambi�n son independientes
y poseen las expresiones:

{\displaystyle R^{2}=-2\cdot \ln U_{1}\,} {\displaystyle R^{2}=-2\cdot \ln U_{1}\,}

y

{\displaystyle \Theta =2\pi U_{2}.\,} {\displaystyle \Theta =2\pi U_{2}.\,}

M�todo polar

Dos valores uniformemente distribuidos, {\displaystyle u} u y {\displaystyle v} v

son usados para producir el valor {\displaystyle s=R^{2}} {\displaystyle s=R^{2}},
el cual tambi�n se encuentra distribuida en forma uniforme. Las definiciones del
seno y del coseno se aplican luego sobre la forma b�sica de la transformada de Box-
M�ller Transform de manera de evitar el uso de funciones trigonom�tricas.
La forma polar Devroye4? se le atribuye a Marsaglia. Tambi�n es mencionada en
Carter, aunque sin serle atribuida a nadie en particular.5?

Dados u y v, independentes y uniformemente distribuidos en un intervalo cerrado [-

1, +1], sea s = R2 = u2 + v2. (Donde obviamente {\displaystyle \scriptstyle
R={\sqrt {s}}} {\displaystyle \scriptstyle R={\sqrt {s}}}.) Si s = 0 o s > 1, se
eliminan u y v y se prueba con otro par (u, v). Se contin�a con el proceso hasta
que se encuentra un par con s en el intervalo abierto (0, 1). Dado que u y v est�n
uniformemente distribuidos y como s�lo se admiten puntos contenidos en el c�rculo
unitario, los valores de s tambi�n se encontraran uniformemente distribuidos en el
intervalo abierto (0, 1). Esto �ltimo se puede verificar si se calcula la funci�n
de densidad de probabilidad para s en el intervalo (0, 1). Lo que no es otra cosa
que el �rea del c�rculo de radio {\displaystyle \scriptstyle {\sqrt {s}}}
{\displaystyle \scriptstyle {\sqrt {s}}} dividido por {\displaystyle
\scriptstyle \pi } {\displaystyle \scriptstyle \pi }. A partir de esto se puede
encontrar la funci�n de densidad de probabilidad que tenga un valor constante de 1
en el intervalo (0, 1). En forma similar, el �ngulo ? dividido por
{\displaystyle \scriptstyle 2\pi } {\displaystyle \scriptstyle 2\pi } est�
distribuido uniformemente en el intervalo abierto (0, 1) e independiente de s.