Professional Documents
Culture Documents
Generacion de N
umeros
Aleatorios Uniformes
5.1. N
umeros Pseudo Aleatorios
Veamos lo siguiente: supongamos que la maquina es capaz de devolvernos
un numero que esta entre 0 y 1 y para asignarle unos de los posibles 6 caras
del dado con la misma probabilidad hacemos la siguiente precisaon.
1
Todava no sabemos como lo hace pero probablemente tenga programada una serie de
pasos que hace que nos devuelva un numero con ciertas condiciones.Esa serie de pasos es
lo que llamamos algoritmo
5.2 Generadores de N
umeros Pseudo Aleatorios 36
5.2. Generadores de N
umeros Pseudo
Aleatorios
En general los metodos para generar n
umeros pseudoaleatorios son meto-
dos recursivos que a partir de un valor dado inicial van generando una se-
cuencia de numeros que podran considerarse como aleatorios.Este tipo de
metodos estan basados en congruencias que a continuacion presentaremos
Esta secuencia tiene un ciclo de largo 16 ; sin importar cual sea X0 ten-
emos 16 valores distintos donde la secuencia es una permutacion que depende
de la semilla
i Xi Ui i Xi Ui
0 1 0,0625 5 4 0,6875
1 12 0,6875 6 11 0,5625
2 3 0,5625 7 14 0,1875
3 6 0,1875 8 13 0,0625
4 5 0,0625 9 8 0,6875
vemos que la secuencia tiene un ciclo menor al modulo seleccionado
3
Algoritmo Congruencial Lineal
5.2 Generadores de N
umeros Pseudo Aleatorios 38
5.2.5. Elecci
on de los par
ametros X0 , a, b, c
Una serie de restricciones necesaria pero no suficiente para una buena
secuencia es
4
Estas restricciones surgen de las propiedades de los n
umeros primos que establecen
las condiciones para tener secuencias de ciclo maximo.Ver referencias
5.2 Generadores de N
umeros Pseudo Aleatorios 39
1 a
1 (U ) recordando que la F.A.C de rezago =1 es
a c
n1
X
[Ui M (U )] [Ui+1 M (U )] / nS 2 (U )
1 (U ) =
i=1
1 6b b a
1 (5.3)
a ac c c
Vemos como queda esta aproximacion de para 2 secuencias con el mismo
tama
no de ciclo
a b c
(i) 234 + 1 1 235
0,25
(id) 218 + 1 1 235
4 218
z 0 1 2 3 4 5 6 7 8 9 10 11 12
z 0 1 7 9 10 8 11 2 5 3 4 6 12
Si observamos la tabla anterior los z son los que verifican la ecuacion 5.4.
Tambien es bueno observar que la secuencia de inversos multiplicativos de Z
es una permutacion de Z.
Una secuencia congruencial inversa de elementos de Zp se define a traves
de la siguiente recursion:;
ai
Xi aXi1 + b(modp) Ui = (5.5)
p
a, b, X0 n umero primo; a 6= 0
umeros enteros; p n
6
Eichenauer-Hermann 1992
5.2 Generadores de N
umeros Pseudo Aleatorios 41
Por ultimo y sabiendo que quedan varios tecnicas por mencionar pero
cuyo desarrollo superan el alcance de este curso presentamos Feedback shift
register7 , basado en los sistemas dinamicos caoticos.
7
Tausworthe,1965
Bibliografa
42
Captulo 6
43
6.2 Transformacion de V.A. Uniformes 44
12
X
N= Ui 6 N (0, 1) (6.1)
i=1
Este resultado tiene una gran ventaja que es la facilidad para la progra-
macion del algoritmo de generacion.
6.2. Transformaci
on de V.A. Uniformes
6.2.1. M
etodo de Box M
uller
Esste metodo es uno de los mas clasicos en el ambito de la generacion de
n
umeros aleatorios y que permite crear VA normales standarizadas inde-
pendientes.1
p
X = 2 log U1 cos(2U1 ) (6.6)
p
Yp = 2 log U2 sin(2U1 ) (6.7)
Este resultado que puede resultar sorprendente , ya que logramos obten-
er exactamente a partir de 2 V.A. Uniformes U (0, 1)iid,2 V.A. Normales
N (0, 1)iid.
Como dijimos antes usando transformaciones tenemos que si
N1 v (0, 1); N2 v (0, 1) ; iid, definen un punto en <2
Tenemos una transformacion de coordenadas cartesianas a polares que es
biunvoca, en la que las derivadas parciales involucradas son continuas por
lo que el jacobiano de la transformaci on para la densidad conjunta de p ,p :
n1 n1
1 p p
cos p p sin p
J = n2 n2 =
= p
p p
sin p cos p
6.2.2. M
etodo Polar de Marsaglia
Este metodo es un metodo de rechazo ya que algunos de los valores simu-
lados no nos serviran pero lo mas interesante es que usamos senos y cosenos
de angulos distribuidos uniformemente sin tener que simular los angulos.
V2
R2 = V12 + V22 ; tan = (1) (6.10)
V1
V2
Tenemos entonces sin = R
= V2 (V12 + V22 )1/2 ;
cos = V1 (V12 + V22 )1/2 (2)
N1 = V2 ( 2W ) ; N2 = V1 ( 2W
ln W 1/2 ln W 1/2
) con W = V12 + V22
6.3. Transformaci
on de V.A. Continuas No
Uniformes
En esta seccion describiremos algunos formas de generar VA Continuas
No uniformes cualesquieras a partir de otras que en principio nos resultan
faciles de simular
6.3.1. Simulaci
on de Distribuci
on Gamma y Ji cuadra-
do
Una de las VA continuas mas faciles de simular es la Exponencial ya que
teniendo en cuenta su f.d.p
i=n
!
1 Y
G = log Ui
i=1
En este caso tenemos que evaluar las m normales y luego sumarlas, mien-
tras que dependiendo de la paridad de m solo hacemos la mitad de las opera-
ciones si hacemos la convolucion de exponenciales que se precisan para las
(m/2, 12 )
i=m/2
1 1 Y
2m = (m/2, ) = log Ui (6.12)
2 i=1
6.3.3. Simulaci
on de Distribuci
on de Cauchy
Sea Vi = 2Ui 1 v U (1, 1) : si hacemos Z = V12 + V22 con la condicion
de uniformes
6.3 Transformacion de V.A. Continuas No Uniformes 49
6.3.4. Simulaci
on de Distribuci
on de Beta
6.3.5. M
etodo de Johnk para distribuciones BETA
Un metodo eficiente para simular VA Beta X Beta(, ) es
50