UNIDAD 3 Y 4
TEMARIO
3.1 Introducción.
3.2 Variables aleatorias discretas.
3.3 Variables aleatorias continuas.
3.4 Métodos para generar variables aleatorias.
3.5 Procedimientos especiales.
Medios al cuadrado
MÉTODO MULTIPLICATIVO
Para este generador se recomienda una selección adecuada para los valores de
los parámetros a, Xo y m; con el fin de asegurar un periodo máximo para las
sucesiones generadas por este método:
Número Decimal (sistema); los valores de los parámetros deben ser seleccionadas
de acuerdo a los siguientes criterios:
El valor de la semilla puede ser cualquiera entero impar no divisible entre
2 o 5.
Debe ser relativamente primo a “m”.
El valor seleccionado de “a”, debe ser obtenido de acuerdo a la siguiente
identidad; a = 200 t + p, donde “t”, es cualquier entero y “p” es cualquiera de los
siguientes valores: 3, 11, 13, 19, 21, 27, 29, 37, 53, 59, 61, 67, 69, 77, 83, 91.
El valor seleccionado de “m” puede ser 10^d. Si m es igual a 10 y d > = 5, el
periodo del generador es 5 x 10 ^d-2.
CHI-CUADRADA
• Se usa cuando se trabaja con variables nominales (categorías o grupos).
• Responder la pregunta: si las frecuencias observadas, difiere de la frecuencia
esperada.
• Utiliza los recuentros.
EJEMPLO:
Si 20 de 40 escolares varones con hipoidismo primario (por defecto) los
niveles de TSH están elevados en suero y 5 de 38 varones normales muestran
elevaciones similares.
HIPOTESIS NULA
Pacientes con la enfermedad no tienen niveles altos de TSH en suero.
KOLMOGOROV
Es una prueba estadísitca que sirve para determinar si un conjunto ri cumple la
propiedad de uniformidad.
Es recomendable aplicarla en conjuntos pequeños, por ejemplo n<20.
— Procedimiento es el siguiente:
1. Ordenar de menor a mayor los números del conjunto ri.
2. Determinar los valores de D+, D- y D con las siguientes ecuaciones.
Las fórmulas son:
PRUEBA DE INDEPENDENCIA
Las pruebas de independencia consiste en demostrar que los números generados
son estadísticamente independientes entre si, esto es, que no dependen uno de
otro. Para esto se propone la siguiente hipótesis:
· HO : r independiente
· Hi
Dependiente
Para realizar esta prueba de hipótesis existen varios métodos, puede
seleccionarse cualquiera de la siguiente lista:
Prueba de poker
Prueba de corridas arriba y abajo
Pruebas de corridas arriba y debajo de la media
Prueba de la longitud de las corridas
Prueba de distancia
Prueba de series
Prueba de huecos
Autocorrelación
Mide la correlación entre los valores de la serie distanciados en un lapso de
tiempo k. Se define como la correlación cruzada de la señal consigo misma.
Resulta de gran utilidad.
PRUEBAS DE HUECO
PRUEBA DE POKER
PRUEBA DE Q DE YULE
MÉTODO DE COMPOSICIÓN
Estadística No Parametrica
La estadística no paramétrica es una rama de la estadística las pruebas y modelos
estadísticos cuya distribución subyacente no se ajuste a los llamados criterios
paramétricos. Las pruebas paramétricas no asumen ningún parámetro de
distribución de las variables muéstrales.
Las pruebas paramétricas asumen los parámetros de las variable (media y
varianza) y un tipo de distribución normal.
Las pruebas no paramétricas no asumen ningún parámetro de distribución de las
variables muéstrales.
Para resolver este problema utilizaremos unas pruebas estadísticas que reciben el
nombre general de pruebas de bondad de ajuste.
Este calculo de pruebas es sencillo, desde el punto de vista manual y matemático,
sin embargo y siguiendo con nuestra practica, facilita el trabajo hacerlo con la hoja
de calculo de Excel.
Prueba Fisher
Es la prueba estadística de elección cuando la prueba de Chi-cuadrada no puede
ser empleada por tamaño maestral insufiente.
Prueba de Chi-Cuadrada
Se basa en la hipótesis nula (Ho) de que no hay diferencias significativas entre la
distribución muestral y la teoría. Mientras que la hipótesis alternativa (H1),
siempre se enuncia como que los datos no siguen la distribución supuesta.
Estadístico de Prueba
El estadístico de prueba esta definido como la sumatoria de los residuos
expresados en términos de las frecuencias esperadas para cada una de las
clases.
Interpretación. Cuanto mayor sea el valor de , menos verosímil es que la hipótesis
Ho sea correcto. De la misma forma, cuanto más se aproxima a cero el valor de
Chi-cuadrada.
Si = 0. La frecuencia teórica y observada concuerda exactamente.
Si > 0. Mientras mayor es la diferencia mayor es la discrepancia.
En la practica: si Ho = 0 no existe diferencia significativa es la distribución de la
frecuencia observada y la distribución teórica específicamente los mismos
parámetros.
MÉTODO DE CONVOLUCIÓN
La distribución de la suma de dos o mas variables aleatorias independientes es
llamada la consolación de las distribuciones de las variables originales. El método
de con solución es entonces la suma de dos variables aleatorias para obtener una
variable aleatoria con la distribución de probabilidad deseada. Puede ser usada
para obtener variables con distribuciones Erlang y binomiales.
Antes de comenzar con el método, identifiquemos los valores de cada señal.
Una vez que tenemos identificados los valores de cada señal, comenzamos a
resolver.
Primero, hacemos una tabla que contendrá:
Cantidad de columnas = cantidad de puntos a[n]+1
Cantidad de filas = cantidad de puntos de a[n]+ de puntos de b[n]
En el ejemplo que estamos realizando quedaría:
Cantidad de columnas = 6+1 = 7
Cantidad de filas = 6+4 = 10
Segundo, hay que llenar la tabla. En la primera fila, colocamos los valores de a[n]
El SIMAN V puede ser acezado directamente, o a través del medio ambiente del
ARENA. El SLAMSYSTEM contiene al lenguaje de simulación SLAM II. El SLAM II
esta basado en el FORTRAN y contiene al lenguaje GASP como un subconjunto.
El GASP es un conjunto de subrutinas en FORTRAN para facilitar las simulaciones
orientadas al objeto escritas en FORTRAN. El SIMSCRIPT II.5 por otro lado,
contiene un subconjunto de un completo lenguaje científico de simulación
comparable con el FORTRAN, C o C++. El MODSIM III es un descendiente del
lenguaje que la compañía de productos CACI originalmente diseñado por la
armada de los Estados Unidos. Hereda mucha de su sintaxis del MODULA-2 y del
ADA, ciertas características del ADA y sus conceptos de simulación del
SIMSCRIPT y el SIMULA. Algunas de las características de la simulación
orientada al objeto fueron originalmente vistas en el SIMULA y el SMALLTALK.
Un caso practico de una simulación podemos decir en esta parte, la simulación del
Método de Monte Carlo.
ALGORITMOS
EJEMPLO PRACTICO I
Ejemplo: Supongamos que el número aleatorio generado sea 0,52, ¿a qué valor
de unidades corresponde? Nos fijamos en la columna de frecuencias acumuladas,
ese valor exacto no aparece, el siguiente mayor es 0,70 y corresponde a 48
unidades. Se puede apreciar mejor en el gráfico, trazando una recta desde el eje
de la frecuencia hasta que intersecta con la línea de la función acumulada, luego
se baja a la coordenada de unidades y se obtiene el valor correspondiente; en
este caso 48.
Hasta este punto se tiene una simulación de un sistema de líneas de espera con
una fila y un servidor, si se desea generar nuevas observaciones presione la tecla
F9; como tarea al lector se deja el calculo de:
• Tiempo promedio en el sistema
• Tiempo promedio de espera (sin incluir ceros)
• Tiempo promedio de espera (incluyendo ceros)
• Tiempo promedio de servicio
• Tiempo promedio de ocio
Adicionalmente se plantea al lector elaborar, una simulación en Excel que
represente el sistema que se muestra en la figura siguiente, donde p es la
probabilidad de que un cliente se dirija a S1 o a S2. Tanto el tiempo entre llegadas
como los tiempos de servicio, se distribuyen exponencial con los parámetros que
se muestran a continuación.
XII. Explotación
BIOGRAFIA
http://simulacionkarla.blogspot.com/p/unidad-iv-lenguajes-de-simulacion.html