Professional Documents
Culture Documents
Nmeros y Muestras
Conclusiones:
Hay que verificar la calidad estadsticas de las series.
Comprobarlas en tiempo de Ejecucin es una perdida de
tiempo, entonces se prueba la calidad estadstica del
Mtodo.
Por la cantidad de nmeros que se necesitan y por la
velocidad de su ocurrencia, es imprescindible
generarlos en la medida que se lo necesiten.
Mtodo De Los Cuadrados Centrales
Mtodo De VON NEUMANN
El 1er mtodo para computadores.
Tomar un numero cualquiera de 4 dgitos y asignarlo como semilla (1er elemento de
la serie), luego se lo debe elevar al 2 y obtener un numero de 8 cifras (si la cantidad
de cifras es < 8, se lo debe completar con 0 a la izquierda).
Posteriormente se deben desechar los 2 primeros y los 2 ltimos dgitos: Tomar
solamente los dgitos centrales y asignarlo como el siguiente elemento de la
sucesin.
Basta solo con repetir el procedimiento para obtener la cantidad de nmeros
aleatorios necesarios.
Semilla: X0=5166.
X0=5166; X02 =26687556
X1=6875; X12 =47265625
X2=2656; X22 =07054336
X3=0543; X32 =00294849
Mtodo Fibonnaci
V1 30524 V2 17175
A 35818 K=(Vn + Vn-1 A)? 0:-1
N Vn Vn-1 Vn-1+Vn-1 K Vn+1
2 17175 30524 47699 -35818 11881
3 11881 17175 29056 0 29056
4 29056 11881 40937 -35818 5119
5 5119 29056 34175 0 34175
6 34175 5119 39294 -35818 3476
7 3476 34175 37651 -35818 1833
8 1833 3476 5309 0 5309
Prueba Estadstica de CHI cuadrado: X2
Verifica la calidad estadstica de los
nmeros/mtodos que se utilizarn.
Prueba de frecuencias para verificar si hay
recurrencia.
Cuanto ms se aproxima a cero el valor de chi-
cuadrado, ms ajustadas estn ambas
distribuciones. k
( f np ) 2
X2
i i
n: pruebas independientes: cantidad de
Nmeros/dgitos generados
fi: Frecuencia de un determinado suceso. La i 1 npi
frecuencia de uno de los dgitos generados en toda la
serie.
La Frecuencia terica del suceso es n*pi.
Si X2<XE Entonces la serie es Equiprobable.
0,21951<<14, 684
Los Nmeros SON Equiproblables
Ejemplo 2 CHI cuadrado: X2
Someter a un test de X2 la siguiente serie:8, 1, 2, 9, 8, 1, 2, 9,
8, 1, 2, 9, 8, 1, 2, 9, 8, 1, 2, 9, 8, 1, 2, 9, 8, 1, 2, 9, 8, 1, 2, 9,
8, 1, 2, 9, 8, 1, 2, 9, 8
k
( f np ) 2
X2
i i Dgito Fi n*Pi Fi-nPi (Fi-nPi)2 (Fi-nPi)2/nPi
0 0 4,1 -4,1 16,81 4,10000
1 10 4,1 5,9 34,81 8,49024
i 1 npi 2 10 4,1 5,9 34,81 8,49024
3 0 4,1 -4,1 16,81 4,10000
N=41, K=10 4 0 4,1 -4,1 16,81 4,10000
5 0 4,1 -4,1 16,81 4,10000
n*Pi=4,1 6 0 4,1 -4,1 16,81 4,10000
7 0 4,1 -4,1 16,81 4,10000
E=0,1 8 11 4,1 6,9 47,61 11,61220
XE=14,684 9 10 4,1 5,9 34,81 8,49024
41 Suma 61,68293
61,68>>14, 684
Los Nmeros NO SON Equiproblables
Muestras Artificiales
El Mtodo Opera as: Obtener TABLA con Marcas f(x) 0,08 0,17 0,26 0,35 0,14
F(X) 0,08 0,25 0,51 0,86 1,00
1. Obtener Dgitos Aleatorios. Ej: 5 y 3= 53
N.I Inf 0 8 25 51 86
2. Verificar a que marca corresponde 53 D
N.I Sup 7 24 50 85 99
3. Prximo elemento de la Muestra : D.
4. SI NO FIN ir paso 1
Distribuciones Uniforme:
Metodo Especial: Variable Continua
til donde todos los sucesos Ai tiene la misma probabilidad de ocurrencia entre
los lmites (a,b) de la serie: X=a+(b-a)*u
u: elemento de la sucesin aleatoria en 0 u 1
a: Origen del intervalo.
b: Final del intervalo.
x: elemento de la muestra.
Parmetros
N= serie de pruebas repetidas e independientes de Bernoulli
P= Parametro de Bernoulli ( q = 1 p )
E(x) = n * p
v(x) = 2 = n * p * q
Sean y1, y2, ... yn una muestra artificial de Beroulli de parmetro E(x) = p
n
Xk = yj
j=1
Cada Xk corresponde a un elemento de la muestra artificial Binomial con
Distribucin con parmetros n, p.
La variable Xk puede tomar valores entre:
0: si todos los experimentos han sido fracaso
n: si todos los experimentos han sido xitos
Un valor x, (0< x < n) implica que han tenido xito x experimentos de Bernoulli.
Distribucin Binomial. Ejemplo