Professional Documents
Culture Documents
Simulacin Montecarlos
Generacin de nmeros pseudoaleatorios
Simulacin Montecarlo
Generacin de nmeros aleatorios
Mtodo de cuadrado medios
Mtodo de Congruencia Lineal
Validacin de los nmeros aleatorios
Validacin de la uniformidad
Validacin de la aleatoriedad
Distribucin uniforme
Estadsticamente independientes
Reproducibles
Ciclo tan largo como se desee
Generacin a gran velocidad
Ocupar poca memoria de ordenador
0,1,2,3,4,5,0,1,2,3,4,5,0,1,2,3,4,5.....
Es Uniforme ?
Es estadsticamente independiente?
X X2 N Aleatorio
445 1| 9802 | 5 0,9802
9802 96| 0792 | 04 0,0792
792 6 | 2726 | 4 0,2726
2726 ............... ...............
n x x2 Nro. Aleatorio
i 3500 12250000 2500
i+1 2500 6250000 2500
Ventajas:
Caso Salidas
1 6 10 8 9 2 12 7 3 5 4 11 1 6 10
2 5 9 11 12 6 3 8 4 2 1 7 10 5 9
3 12 8 1 5 12 8 1 5 12 8 1 5 12 8
4 2 3 10 4 6 9 8 1 7 5 2 3 10 4
5 7 9 10 5 8 4 2 1 6 3 7 9 10 4
Test 2
Procedimiento
1o. Elaborar el histograma de frecuencias relativas, con la que podemos apreciar cul sera la
funcin terica de densidad que se ajusta mejor a los datos del histograma.
2o. Desarrollo de la prueba estadstica :
2.1. Planteamiento de hiptesis
Hp : La variable en estudio se ajusta a determinada distribucin terica (Uniforme,
exponencial, normal, poisson).
Ha : La variable en estudio tiene un comportamiento aleatorio que no se ajusta a
determinada distribucin terica.
3o. Establecimiento del nivel de significacin .
4o. Clculos previos y estimacin de la frecuencia esperada o terica
5o. Criterios de decisin :
Se acepta la Hp, si X2 calc < X2 tab
Se rechaza la Hp si X2 calc > X2 tab
Ii X Ii I j
2
k
fi ei 2
2 ( k 1)
i 1 ei
fi : Nmero observados en el subconjunto i-simo (Ii)
ei: nmero de observaciones esperadas en Ii bajo Ho
0.34 0.90 0.25 0.89 0.87 0.44 0.12 0.21 0.46 0.67
0.83 0.76 0.79 0.64 0.70 0.81 0.94 0.74 0.22 0.74
0.96 0.99 0.77 0.67 0.56 0.41 0.52 0.73 0.99 0.02
0.47 0.30 0.17 0.82 0.56 0.05 0.47 0.31 0.78 0.05
0.79 0.71 0.23 0.19 0.82 0.93 0.65 0.37 0.39 0.42
0.99 0.17 0.99 0.46 0.05 0.66 0.10 0.42 0.18 0.49
0.37 0.51 0.54 0.01 0.81 0.28 0.69 0.34 0.75 0.49
0.72 0.43 0.56 0.97 0.30 0.94 0.96 0.58 0.73 0.05
0.06 0.39 0.84 0.24 0.40 0.64 0.40 0.19 0.79 0.62
0.18 0.26 0.97 0.88 0.64 0.47 0.60 0.11 0.29 0.78
Procedimiento:
1o. Calcular las frecuencias esperadas de la distribucin terica especfica por considerar
para determinado nmero de clases, en un arreglo de rangos de menor a mayor.
2o Arreglar estos valores tericos en frecuencias acumuladas.
3o Arreglar acumulativamente las frecuencias observadas.
4o Aplicar la ecuacin D = |Fo Fn| , donde D es la mxima discrepancia de ambas.
5o Comparar el valor estadstico D de Kolmogorov-Smirnov en la tabla de valores crticos
de D.
6o Decidir si se acepta o rechaza la hiptesis.
La distribucin
xR exacta de Dn est tabulada para valores
n 40 y distintos niveles de significacin .
Para muestras grandes se utiliza la distribucin
asinttica de Dn dada por
lim P(
n
n Dn z ) L( z ) 1 2 (1) e i 1 2 i 2 z
i 1
Test de Rachas
++---+----++-+
Procedimiento:
1o. Sea n1 el nmero de elementos de una clase , y n2 el nmero de
elementos de la otra.
2o Sea N el nmero total de eventos observados n1 + n2
3o Determinar el nmero de rachas (r)
Test de Rachas
Test de Corridas
Dada la sucesin de n observaciones construimos la
sucesin de smbolos binarios definida por
1 si X i X i 1
0 si X i X i 1
Test de Rachas
Test de Rachas