Generadores de Números Aleatorios. Jorge Eduardo Ortiz Triviño
|
|
- Luis Miguel Acosta Alvarado
- hace 7 años
- Vistas:
Transcripción
1 Generadores de Números Aleatorios Jorge Eduardo Ortiz Triviño
2 Contenido: Qué entendemos por secuencia de números aleatorios? Cómo se generan n. aleatorios Generadores congruenciales lineales Propiedades de los GCL Otros tipos de generadores De Tausworthe ( feedback shift register ) Barajados (??) ( shuffled )
3 Números Aleatorios Elemento Central en la Simulación digital. Definición formal controvertida. Elemento esencial en muchas áreas del conocimiento Ingeniería, Economía, Física, Estadística, etc. Definición intuitiva: Una sucesión de números aleatorios puros, se caracteriza por que no existe ninguna regla o plan que nos permita conocer sus valores. Los números aleatorios obtenidos a través de algoritmos recursivos se llaman pseudoaleatorios.
4 Números Aleatorios Disponer de un buen generador de números aleatorios es clave en: Computación Aleatorizada Computación Evolutiva Algoritmos Aleatorizados Verificación de Algoritmos Validación de Algoritmos Criptografía etc.
5 Números Aleatorios La gran disponibilidad de generadores de números aleatorios en muchos entornos y compiladores puede llevarnos a pensar que para un usuario de la simulación no sería necesario estudiar estas cuestiones. Una lección del pasado reciente nos obliga a sacar lecciones y actuar con mucho cuidado con dichos generadores (RANDU - IBM). El Uso progresivo de modelos de simulación cada vez más detallados exige una mayor calidad de los generadores de números aleatorios.
6 NÚMEROS ALEATORIOS f(x) 1, 0 x 1 0, en otro caso 1 f(x) 1 0, x < 0 F(x) x, 0 x 1 1, x<1 1 F(x) 1
7 Qué entendemos por secuencia de números aleatorios? En teoría, realización de secuencia de v.a.u U 1, U 2,..., U n,... iid, R i U(0,1) En la práctica criterios menos estrictos: n-distributividad: todas las n-tuplas {(U i, U i+1..., U i+n-1 )} uniformes sobre (0,1) n (k,n)-distributividad: cada k-ésima subsecuencia de longitud n uniforme (0,1) n p.e. (5,2) seria {(U 5i,U 5i+1 )}, {(U 5i+1,U 5i+2 )}, {(U 5i+2,U 5i+3 )}, {(U 5i+3,U 5i+4 )}, {(U 5i+4,U 5i+5 )} uniformes sobre (0,1)x(0,1)
8 ALGORITMO GENERADOR DE BITS PSEUDOALEATORIOS Entrada: Dos primos p,q, elegir e, tal que mcd (e, )=1, donde =(p-1)(q-1). Una semilla x 0 [1,n-1] Algoritmo: a) Para j=1 hasta k: a1) x j =(x j-1 ) e mod n a2) z j =el menor bit significativo de x j Salida: La sucesión z 1, z 2,, z k.
9 Generadores de números. Características deseables: Los números generados no se deben repetir frecuentemente (en ciclos). Las series generadas deben ser reproducibles. Rapidez en la obtención de los números. Almacenamiento mínimo. Los números generados han de estar uniformemente distribuidos. Los valores deben ser independientes unos de otros.
10 Métodos De Generación Métodos manuales: Generación de números con artificio manuales: bolillas, patentes de los autos, guía telefónica Ventajas: Son aleatorios y son Simples, Desventajas: No reproducibles y Lentos Tablas de biblioteca: La mas importante: A millón randon digist editorial RAND, configurada con las radiaciones termoiónicas de un tubo de rayos catódicos. Ventaja: Provienen de un fenómeno aleatorio son reproducibles. Se las puede estudiar y analizar rigurosamente antes de ser utilizada. Desventaja: No se obtiene en tiempo real. Necesidades de memoria.
11 Métodos De Generación Métodos De Computación Analógica: Generados con procesos físicos aleatorios (Ej: una corriente eléctrica). Ventaja: Aleatorios. Desventaja: No reproducible. Métodos De Computación Digital: Con computadoras: Provisión Externa: Se graba en memoria las tablas Randa. Procesos Físicos Aleatorios: Usar algún dato interno de la computadora (temperatura, segundos, ciclos, cantidad de memoria asignada, etc). Relación de recurrencia: Generar números pseudoaleatorios por medio de ecuaciones de recurrencia en las que necesariamente se tiene que dar un valor inicial o semilla para obtener los siguientes valores. Ventaja: Son reproducibles. No afectan en demasía al procesador ni sobrecargan la memoria. Existe la posibilidad de su absoluta reproducción Desventaja: Son pseudoaleatorios. Hay que probar la Calidad Aleatoria del método.
12 Propiedades de los Números aleatorios Uniformemente distribuido (sin recurrencia): Es recurrente cuando uno o varios elementos se repiten con mayor frecuencia teórica, => disminución de frecuencia de los demás números. Estudiar la recurrencia de : 2, 6, 6, 8, 7, 6, 6, 6, 4, 7, 2, 6, 5, 6, 2,6,6,7, 6, 5, 4, 3, 3, 6, 6, 6, 2, 9,4,8,6,4,6, 9,6,3,7,6,9,6, 0. Hay 40 Números, por lo tanto la frecuencia teórica de cada uno de los dígitos (del 0 al 9) deberá ser 4. De una tabla de frecuencias se obtiene que el digito 6->F(6)=18 veces.
13 Propiedades de los Números aleatorios Estadísticamente independientes (sin periodicidad): Tiene periodicidad cuando varios elementos, repetidos o no, formando una cadena, aparecen en la misma secuencia. Estudiar periodicidad de: 1,0,2,2,6,8,2,3,3,0,1,0,2,2,6,8,4,1,7,0,2,2,6,8, 7,6,5,3,3,5,1,0,2,2,6,8... Secuencia periódica de Frecuencia 4 1,0,2,4,6,8,2,3,3,0,1,0,2,4,6,8,4,1,7,0,2,4,6,8, 7,6,5,3,3,5,1,0,2,4,6,8... Secuencia periódica de Frecuencia 4
14 Propiedades de los Números Pseudoaleatorios Reproducibles: Cuando el Método comienza con la misma Semilla, DEBE dar la misma secuencia de números Pseudoaleatoreos. Rápidos, velocidad de generación acorde a las necesidades. Mínimos de memoria. Conclusiones: Hay que verificar la calidad estadísticas de las series. Comprobarlas en tiempo de Ejecución es una perdida de tiempo, entonces se prueba la calidad estadística del Método. Por la cantidad de números que se necesitan y por la velocidad de su ocurrencia, es imprescindible generarlos en la medida que se lo necesiten.
15 Números Aleatorios Algunas ideas o propiedades de los generadores I. Lagarias (1993) publicó un trabajo titulado Pseudo Random Numbers en Statistical Science. Donde estudia algunas propiedades tales como: Expansividad : Una aplicación d [0,1] d'( x) 1 x [0,1] es expansiva si La idea es escoger d como una aplicación expansiva de manera que la inestabilidad computacional proporcione aleatoriedad. 2
16 Números Aleatorios No Linealidad: La composición de aplicaciones no lineales puede conducir a comportamientos crecientemente no lineales Ej: d(x) = x 2 ; d (n) (x) = x 2n Complejidad Computacional: La aleatoriedad de Kolmogorov, también denominada incomprensibilidad computacional. Consiste en constatar si la aleatoriedad de una sucesión de números es incomprensible (problema decidible). Impredecibilidad
17 Números Aleatorios DEF 1: Kolmogorov (1987) [Complejidad Algorítmica] Una sucesión de números es aleatoria sino puede producirse eficientemente de una manera más corta que la propia serie. DEF 2: L Ecuyer (1990) [Impredicibilidad] Una sucesión de números es aleatoria si nadie que utilice recursos computacionales razonables puede distinguir entre la serie y una sucesión de números verdaderamente aleatoria de una forma mejor que tirando una moneda legal para decidir cuál es cuál. Obs: Esta definición conduce a los denominados generadores PT-perfectos usados en Criptografía.
18 Números Aleatorios DEF 3: Un Número aleatorio es una realización de una variable aleatoria que tiene asociada una ley de probabilidades F, en un espacio o modelo de Probabilidades (,, P). Obs: Una particular Ley de Probabilidad base para la generación de números pseudo-aleatorios es: u 1, u 2,..., u n : es la uniforme (0 ; 1) u i ~ U(0,1). DEF 4: Una sucesión de números aleatorios {u 1, u 2,..., u n } es una sucesión de números U(0;1), si tiene las mismas propiedades estadísticas relevantes que dicha sucesión de números aleatorios.
19 Números Aleatorios DEF 5: Una sucesión de números aleatorios {u i } es aleatorio si h-úplas de números sucesivos no superpuestos se distribuyen aproximadamente. como una [0,1] h, con h=1,2,..,n, para n suficientemente grande. Obs: h=2 tenemos (u i,u i+1 ), i=1,2,..n, se distribuye como una ley uniforme en [0,1] 2. Existe una gran de métodos para generar {u i } U(0,1) : -Uniformente distribuidas - Independientes - E[U]= ½ ; V[U]= 1/12 - Período largo
20 Números Aleatorios A las propiedades estadísticas anteriores se deben agregar otras relativas a la eficiencia computacional: Velocidad de respuesta Consumo de memoria Portabilidad Parsimonia Reproducibilidad Mutabilidad Período
21 Números Aleatorios Métodos de Generación de Números Aleatorios 1.- Método de los cuadrados medios 2.- Métodos Congruenciales 3.- Método de registros desfasados [Semilla - Algoritmo - Validación] P 1 : Obtener semilla (valores iniciales) P 2 : Aplicación de Algoritmos recursivos P 3 : Validación del conjunto de datos generados (Test de Aleatoriedad)
22 Métodos de los cuadrados Medios Consiste en que cada número de una sucesión es producido tomando los dígitos medios de un número obtenido mediante la elevación al cuadrado. P 1 : Obtener semilla (valores iniciales 445) P 2 : Aplicación de Algoritmos recursivos (elevar al cuadrado) P 3 : Validación del conjunto de datos generados
23 Métodos de los Cuadrados Medios Ejemplo: Consideremos la semilla 445 X X 2 N Aleatorio , , ,
Capítulo 3 Números Aleatorios
Capítulo 3 Profesor : Héctor Allende O. Elemento Central en la Simulación digital. Definición formal controvertida. Elemento esencial en muchas áreas del conocimiento Ingeniería, Economía, Física, Estadística,
Más detallesCurso: Métodos de Monte Carlo Unidad 4, Sesión 9: Números aleatorios (parte 2)
Curso: Métodos de Monte Carlo Unidad 4, Sesión 9: Números aleatorios (parte 2) Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo,
Más detallesGeneradores de Números Aleatorios-Pruebas. Jorge Eduardo Ortiz Triviño
Generadores de Números Aleatorios-Pruebas Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http://www.docentes.unal.edu.co/jeortizt/ Contenido: Qué entendemos por secuencia de números aleatorios? Cómo
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesEXPOSICIÓN UNIDAD II
SIMULACIÓN EQUIPO: 4 2.1 MÉTODOS DE GENERACIÓN DE NÚMEROS PSEUDOALEATORIOS 2.2 PRUEBAS ESTADÍSTICAS DE ALEATORIEDAD CABRERA HERNÁNDEZ TERESA ELIZABETH 1 DE MARZO DEL 2011 2.1 GENERACIÓN DE NÚMEROS PSEUDOALEATORIOS
Más detalles4. NÚMEROS PSEUDOALEATORIOS.
4. NÚMEROS PSEUDOALEATORIOS. En los experimentos de simulación es necesario generar valores para las variables aleatorias representadas estas por medio de distribuciones de probabilidad. Para poder generar
Más detallesVariables Uniformes. Generadores de variables aleatorias uniformes. Propiedades buscadas. Para qué se utilizan?
Variables Uniformes Generadores de variables aleatorias uniformes Patricia Kisbye FaMAF 7 de marzo, 008 En simulación se utilizan: en forma directa, para generar distribuciones discretas y continuas, para
Más detallesGENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS
GENERACION DE NUMEROS ALEATORIOS Y VARIABLES ALEATORIAS La simulación de eventos se basa en la ocurrencia aleatoria de los mismos, por ello los números aleatorios y las variables aleatorias son de especial
Más detallesModelos Estocásticos. Simulación de fenómenos estocásticos. Simulación de fenómenos estocásticos. Definición. Por qué fenómenos estocásticos?
Definición Modelos Estocásticos Breve introducción Se denomina estocástico (del latín stochasticus, "hábil en hacer conjeturas") a un sistema cuyo comportamiento es intrínsecamente no determinístico. El
Más detallesUniversidad Católica de Valparaíso Facultad de Ingeniería Escuela de Ingeniería de Transporte
1. NÚMEROS ALEATORIOS 1.0 INTRODUCCIÓN El papel que desempeñan las variables aleatorias uniformemente distribuidas en la generación de variables aleatorias tomadas de otras distribuciones de probabilidad,
Más detallesDefiniciones. Definiciones. Simulación
Simulación Prof. Mariela J. Curiel Octubre 2003 Definiciones La simulación se puede definir como la creación de un modelo computacional de un sistema real o propuesto, sobre el cual se realizan experimentos
Más detallesINTRODUCCION A LA SIMULACION DE MODELOS. Simulación es la descripción de un sistema a través de modelos que se pueden aplicar a varias disciplinas.
Tema N 1 Definiciones INTRODUCCION A LA SIMULACION DE MODELOS Simulación es la descripción de un sistema a través de modelos que se pueden aplicar a varias disciplinas. La simulación esencialmente es una
Más detallesSimulación. pseudoalealeatorios
Generación n de números n aleatorios La aplicación de los números aleatorios se remonta a los tiempos de la primera revolución industrial, cuando los procesos manuales tuvieron que reemplazarse por procesos
Más detallesCAPÍTULO 2 NÚMEROS PSEUDOALEATORIOS
CAPÍTULO 2 NÚMEROS PSEUDOALEATORIOS SOFTWARE PARA LA GESTIÓN DE PRODUCCIÓN Y OPERACIONES 10MO IPO LOS NÚMEROS PSEUDOALEATORIOS Para poder realizar una simulación que incluya variabilidad dentro de sus
Más detallesUNIVERSIDAD DE MANAGUA Al más alto nivel
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #3 Generación de números Aleatorios para modelos de simulación Prof.: MSc. Julio Rito Vargas A. Grupo: INGENIERIA INDUSTRIAL
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 28 de mayo, 2013 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesGyP s Generación y Pruebas
Carrera: Licenciatura en Análisis de Sistemas Año: 008 Seminario de Computador Universitario GyP s Generación y Pruebas Tema: Aplicativos para la generación, prueba y uso de números pseudoaleatorios Alumno:
Más detallesCabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS
Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS NUMEROS ALEATORIOS Los números random son un elemento básico en la simulación de la mayoría de los sistemas discretos.
Más detallesTécnicas de validación estadística Bondad de ajuste
Técnicas de validación estadística Bondad de ajuste Georgina Flesia FaMAF 31 de mayo, 2011 Pruebas de bondad de ajuste Dado un conjunto de observaciones, de qué distribución provienen o cuál es la distribución
Más detallesModelos Estocásticos. Breve introducción
Modelos Estocásticos Breve introducción Definición Se denomina estocástico (del latín stochasticus: "hábil en hacer conjeturas") a un sistema cuyo comportamiento es intrínsecamente no determinístico: no
Más detallesGeneración de números aleatorios. Jhon Jairo Padilla Aguilar, PhD.
Generación de números aleatorios Jhon Jairo Padilla Aguilar, PhD. Necesidad Un elemento clave para el desarrollo de un simulador es la generación de valores aleatorios para variables con una determinada
Más detallesR-IV. Números Aleatorios. Método de Monte- Carlo. Números Aleatorios. Números Aleatorios 8 -
R-IV Método de Monte- Carlo Elemento Central en la Simulación digital. Definición formal controvertida. Elemento esencial en muchas áreas del conocimiento Ingeniería, Economía, Física, Estadística, etc.
Más detallesGLOSARIO DE SIMULACIÓN. Cruz Victoriano Lizbeth Fernández Hernández Lizbeth Matilde Morales Mendo Marco Antonio Ramírez Santos José Alberto
16 de marzo de 2009 GLOSARIO DE SIMULACIÓN EQUIPO Nº 3: Cruz Victoriano Lizbeth Fernández Hernández Lizbeth Matilde Morales Mendo Marco Antonio Ramírez Santos José Alberto ALGORITMO: Es el seguimiento
Más detallesNÚMEROS ALEATORIOS Y PSEUDOALEATORIOS
INSTITUTO TECNOLÓGICO DE CIUDAD VICTORIA MODALIDAD A DISTANCIA UNIDAD II SIMULACIÓN NÚMEROS ALEATORIOS Y PSEUDOALEATORIOS 2.1 Números Aleatorios: definición, propiedades y generadores de tablas En todos
Más detallesGeneración de números aleatorios
Tema 1 Generación de números aleatorios 1.1. Introducción Los números aleatorios son la base esencial de la simulación. Usualmente, toda la aleatoriedad involucrada en el modelo se obtiene a partir de
Más detallesMuestreo de variables aleatorias
Muestreo de variables aleatorias Clase nro. 5 CURSO 2010 Muestreos Los problemas que tratamos son estocásticos. No podemos predecir la conducta de los elementos del sistema, pero sí podemos enumerar los
Más detallesSIMULACION SCD NUMEROS PSEUDO ALEATORIOS. los números pseudo aleatorios
SIMULACION SCD- 1022 1.- NUMEROS PSEUDO ALEATORIOS los números pseudo aleatorios para poder realizar una simulación que incluya variabilidad dentro de sus eventos, es preciso generar una serie de números
Más detallesCuál es la frecuencia de acceso de una memoria de acceso aleatorio con un tiempo de acceso de 80 nseg. y un tiempo de ciclo de 100 nseg.?.
Cuál es la frecuencia de acceso de una memoria de acceso aleatorio con un tiempo de acceso de nseg. y un tiempo de ciclo de nseg.?. f A Hz t 9 C seg Petición de lectura t A Información disponible t C Información
Más detallesUNIVERSIDAD DE MANAGUA
UNIVERSIDAD DE MANAGUA Al más alto nivel SIMULACIÓN DE SISTEMAS Guía práctica #2 Generación de Números Aleatorios - Variables Aleatorias para un modelo de Simulación y Pruebas estadísticas para verificar
Más detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
Más detalles324 T. P. Lapso 2010/1 1/7
324 T. P. Lapso 2010/1 1/7 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA INGENIERÍA TRABAJO PRÁCTICO: ASIGNATURA: COMPUTACIÓN II CÓDIGO: 324 FECHA DE ENTREGA DE LAS ESPECIFICACIONES AL ESTUDIANTE:
Más detallesINSTRUCCIONES PARA EL USO DEL SOFTWARE (IS)
INSTRUCCIONES PARA EL USO DEL SOFTWARE (IS) Pantalla Inicial de DERIVE for Windows Teniendo instalado el programa DERIVE sobre Windows, podemos ingresar al sistema de las siguientes formas: Haciendo clic
Más detallesAnálisis de Datos en Física de Partículas
Análisis de Datos en Física de Partículas Sección de Posgrado Facultad de Ciencias Universidad Nacional de Ingeniería C. Javier Solano jsolano@uni.edu.pe http://compinformatidf.wordpress.com/ Página del
Más detallesAnálisis de Decisiones II. Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación. Objetivo de aprendizaje del tema
Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Emplear la generación de números aleatorios con distribución
Más detallesLaboratorio 2 Probabilidad y Estadística con MATLAB GENERACIÓN DE VARIABLES ALEATORIAS Y SIMULACIÓN
Laboratorio 2 Probabilidad y Estadística con MATLAB GENERACIÓN DE VARIABLES ALEATORIAS Y SIMULACIÓN Introducción Muchos de los métodos de estadística computacional requieren la capacidad de generar variables
Más detallesÁlgebra I Práctica 4 - Números enteros (Parte 2)
Congruencia y Tablas de Restos Álgebra I Práctica 4 - Números enteros (Parte 2) 1. Sea a un entero impar que no es divisible por 5. i) Probar que a 4 1 (10). ii) Probar que a y a 45321 tienen el mismo
Más detallesTécnicas de Muestreo I
1 / 20 Técnicas de Muestreo I Patricia Isabel Romero Mares Departamento de Probabilidad y Estadística IIMAS UNAM agosto 2017 Números aleatorios 2 / 20 3 / 20 Qué son los números aleatorios? Es una secuencia
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: LICENCIATURA EN CIENCIAS DE LA INFORMÁTICA LÍNEA CURRICULAR : COORDINACIÓN: INVESTIGACIÓN DE
Más detallesAlgoritmos y Diagramas de flujo
Algoritmos y Diagramas de flujo En los pasos a seguir para el desarrollo de un problema, existen básicamente dos tipos de elementos con los cuales es posible especificar un problema en forma esquemática
Más detallesMÉTODOS CUANTITATIVOS PARA LA GERENCIA DE PROYECTO
MÉTODOS CUANTITATIVOS PARA LA GERENCIA DE PROYECTO Teléfonos: 0212-3720675 Celular: 0416-719-8930 INTRODUCCIÓN. La complejidad del diseño, dirección y control de los recursos de un proyecto, obliga contar
Más detallesTest de Kolmogorov-Smirnov
Test de Kolmogorov-Smirnov Georgina Flesia FaMAF 2 de junio, 2011 Test de Kolmogorov-Smirnov El test chi-cuadrado en el caso continuo H 0 : Las v.a. Y 1, Y 2,..., Y n tienen distribución continua F. Particionar
Más detallesPDF created with pdffactory Pro trial version
PROFESORADO EN COMPUTACIÓN: Se dicta en el CEFIEC (Centro de Formación e Investigación en Enseñanza de las Ciencias) de la Facultad de Ciencias Exactas y Naturales, en el Pabellón II Planta Baja, En el
Más detalles6. ESTIMACIÓN DE PARÁMETROS
PROBABILIDAD Y ESTADÍSTICA Sesión 7 6. ESTIMACIÓN DE PARÁMETROS 6.1 Características el estimador 6. Estimación puntual 6..1 Métodos 6..1.1 Máxima verosimilitud 6..1. Momentos 6.3 Intervalo de confianza
Más detallesFundamentos de Estadística y Simulación Básica
Fundamentos de Estadística y Simulación Básica TEMA 5 Simulación SIMULACIÓN: Técnicas para imitar el funcionamiento procesos reales mediante programas de ordenador. de sistemas o SIMULACIÓN: Es la representación
Más detallesMapa curricular de la Maestría en Ciencias Fisicomatemáticas ESFM-IPN
Mapa curricular de la Maestría en Ciencias Fisicomatemáticas ESFM-IPN 1 2 3 4 5 Optativa 1 Optativa 4 Optativa 7 Optativa 2 Optativa 5 Optativa 8 Optativa 3 Optativa 6 Seminario departamental 1 Seminario
Más detallesDOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL
DOCUMENTO 3: DISTRIBUCIÓN DE PROBABILIDAD DE V. A. CONTINUA: LA DISTRIBUCIÓN NORMAL 3.1 INTRODUCCIÓN Como ya sabes, una distribución de probabilidad es un modelo matemático que nos ayuda a explicar los
Más detallesAnálisis de Decisiones II. Tema 17 Generación de números al azar. Objetivo de aprendizaje del tema
Tema 17 Generación de números al azar Objetivo de aprendizaje del tema Al finalizar el tema serás capaz de: Obtener números aleatorios a partir de un proceso de generación. Validar las características
Más detallesGeneradores pseudoaleatorios
Generadores pseudoaleatorios Elvira Mayordomo Universidad de Zaragoza 13 de noviembre de 2017 Elvira Mayordomo (Universidad de Zaragoza) Generadores pseudoaleatorios 13 de noviembre de 2017 1 / 28 Contenido
Más detallesCapítulo 2. Números pseudoaleatorios
Capítulo 2 Números pseudoaleatorios 2.1 Los números pseudoaleatorios 2.2 Generación de números pseudoaleatorios 2.3 Propiedades de los números pseudoaleatorios entre 0 y 1 2.4 Pruebas estadísticas para
Más detallesTEMA I: LOS CONCEPTOS FUNDAMENTALES DE LA TEORÍA DE LA COMPUTABILIDAD
1 Asignatura: Lógica 3 Curso 2004-2005 Profesor: Juan José Acero 20 25 de Octubre del 2004 TEMA I: LOS CONCEPTOS FUNDAMENTALES DE LA TEORÍA DE LA COMPUTABILIDAD 1. El concepto de algoritmo. Los matemáticos
Más detallesTema 1 Las Funciones y sus Gráficas
Tema Las Funciones y sus Gráficas..- Definición de Función y Conceptos Relacionados Es muy frecuente, en geometría, en física, en economía, etc., hablar de ciertas magnitudes que dependen del valor de
Más detallesPruebas de Bondad de Ajuste
1 Facultad de Ingeniería IMERL PROBABILIDAD Y ESTADÍSTICA Curso 2008 Pruebas de Bondad de Ajuste En esta sección estudiaremos el problema de ajuste a una distribución. Dada una muestra X 1, X 2,, X n de
Más detallesTeoría de la decisión Estadística
Conceptos básicos Unidad 7. Estimación de parámetros. Criterios para la estimación. Mínimos cuadrados. Regresión lineal simple. Ley de correlación. Intervalos de confianza. Distribuciones: t-student y
Más detallesUNIDAD I. ALGORITMOS
UNIDAD I. ALGORITMOS 1.1 Definición Un algoritmo es una serie de pasos organizados que describe el proceso que se debe seguir, para dar solución a un problema específico. 1.2 Tipos Cualitativos: Son aquellos
Más detallesPROGRAMACIÓN LINEAL ENTERA
PROGRAMACIÓN LINEAL ENTERA Programación lineal: hipótesis de perfecta divisibilidad Así pues decimos que un problema es de programación lineal entera, cuando prescindiendo de las condiciones de integridad,
Más detallesPRACTICA 2. ERRORES. Ejemplos:
PRACTICA 2. ERRORES 1. ERRORES EN LAS MEDIDAS. ERRORES ABSOLUTO Y RELATIVO. Siempre que se hace alguna medida, es inherente la comisión de errores, debido a distintas causas. Por ello, al expresar una
Más detallesComplejidad algorítmica. Algoritmos y Estructuras de Datos II (Programación I) Mgter. Vallejos, Oscar A.
Complejidad algorítmica Complejidad Algorítmica En particular, usualmente se estudia la eficiencia de un algoritmo en tiempo (de ejecución), espacio (de memoria) o número de procesadores (en algoritmos
Más detallesInstrumentación didáctica para la formación y desarrollo de competencias.
Código: - Página 1 de 8 Instrumentación didáctica para la formación y desarrollo de competencias. ASIGNATURA: SIMULACION UNIDADES DE APRENDIZAJE: 5 CLAVE: GRUPOS 6U4A, 6U4B SESIONES: 60 HRS GPO A 72 HRS
Más detallesIntroducción a la Geometría Computacional
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 8 de enero del 2013 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Introducción a la GC 8 de enero del 2013 1 / 17 1 Introducción a la Geometría Computacional
Más detalles2. Probabilidad y. variable aleatoria. Curso 2011-2012 Estadística. 2. 1 Probabilidad. Probabilidad y variable aleatoria
2. Probabilidad y variable aleatoria Curso 2011-2012 Estadística 2. 1 Probabilidad 2 Experimento Aleatorio EL término experimento aleatorio se utiliza en la teoría de la probabilidad para referirse a un
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesCurso de Introducción a R Módulo 4: simulaciones estocásticas
Curso de Introducción a R Módulo 4: simulaciones estocásticas Alejandro Piedrahita H. Seminario de Análisis Estocástico Instituto de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de
Más detallesSe puede repetir la misma secuencia de números.
SIMULACION El término simulación se refiere a la construcción de una representación simplificada de un proceso o un sistema físico con el fin de facilitar su análisis, se caracteriza por el hecho de no
Más detallesCENTRO DE ESTUDIOS GARCILASO
AUXILIAR DE OPTICA DESCRIPCION Un auxiliar de óptica realiza dentro de su puesto de trabajo una función de ayuda y complementación muy importante. Resulta esencial que la persona que desempeñe determinadas
Más detallesAsignatura: Horas: Total (horas): Obligatoria X Teóricas 4.5 Semana 4.5 Optativa Prácticas 0.0 16 Semanas 72.0
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO Aprobado por el Consejo Técnico de la Facultad de Ingeniería en su sesión ordinaria del 19 de noviembre de 2008 PROBABILIDAD
Más detallesDistribuciones Dis de Probabilidad Pr Contínuas Jhon Jairo Jair Pa P dilla a Aguilar, Aguilar PhD. PhD
Distribuciones de Probabilidad Contínuas Jhon Jairo Padilla Aguilar, PhD. Introducción En esta sección se estudiarán algunas distribuciones de probabilidad contínuas que son bastante utilizadas en ingeniería
Más detallesUNIDAD DIDÁCTICA: RADIACTIVIDAD
UNIDAD DIDÁCTICA: RADIACTIVIDAD INTRODUCCIÓN: El alto grado de desarrollo alcanzado en los últimos años en las técnicas computacionales ha permitido que ciertos modelos informáticos fueran elaborados para
Más detallesSimulación. Introducción. Ejemplos. Metodología. Generación de números aleatorios. Aplicaciones. IO 06/07 - Simulación 1
Simulación Simulación: Proceso de estudiar el comportamiento de un sistema observando el comportamiento de un modelo que representa al sistema. Por tanto, simulación imitación. Comienza en 1949 con el
Más detallesProblemas de Recursividad
Problemas de Recursividad Problema 1. El factorial de un número entero n 0, denotado como n!, se define! como!!! i = 1 2 n cuando n > 0, y 0! = 1. Por ejemplo 6! = 1 2 3 4 5 6 = 720 Diseñad una método
Más detallesCAPITULO III: METODOLOGIA. En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el
CAPITULO III: METODOLOGIA En el presente capítulo se describirá el conjunto de pasos a seguir para lograr el objetivo propuesto en esta tesis. Primero se presenta la descripción general del programa y
Más detallesDivisores Binarios. D = d *Q + R. con la condición de que el resto sea menor que el divisor, es decir 0 R d.
Divisores Binarios. La operación de división es algo más compleja que la multiplicación, pero también se realiza en la mayoría de computadores mediante un circuito sumador/restador y algún algoritmo adecuado.
Más detallesCurso: Métodos de Monte Carlo Unidad 4, Sesión 10: Números aleatorios (parte 3)
Curso: Métodos de Monte Carlo Unidad 4, Sesión 10: Números aleatorios (parte 3) Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo,
Más detallesInstrumentos de Control de Gestión en el Presupuesto. Indicadores de Desempeño.
Instrumentos de Control de Gestión en el Presupuesto. Indicadores de Desempeño. Curso Internacional sobre Evaluación de la gestión y de programas públicos (Santiago de Chile; 1 al 12 de septiembre) Parte
Más detallesIntroducción a la Simulación
Taller de Informática I Introducción a la Simulación Departamento de Computación Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires 1er. Cuatrimestre 2016 Enrique Carlos Segura Introducción
Más detallesCONCEPTOS FUNDAMENTALES
TEMA 8: CONTRASTES DE HIPÓTESIS PARAMÉTRICAS PRIMERA PARTE: Conceptos fundamentales 8.1. Hipótesis estadística. Tipos de hipótesis 8.2. Región crítica y región de aceptación 8.3. Errores tipo I y tipo
Más detallesUnidad Académica de Ingeniería Eléctrica. Programa del curso: Lenguaje de Programación I y Lab.
Universidad Autónoma de Zacatecas Unidad Académica de Ingeniería Eléctrica Programa del curso: Lenguaje de Programación I y Lab. Carácter Semestre recomendado Obligatorio 1º Sesiones Créditos Antecedentes
Más detallesExpresión, Operador, Operando, Asignación, Prioridad
4. EXPRESIONES Y OPERADORES Conceptos: Resumen: Expresión, Operador, Operando, Asignación, Prioridad En este tema se presentan los siguientes elementos de la programación: las expresiones y los operadores.
Más detallesGeneración de números aleatorios
Generación de números aleatorios Introducción Existe una cierta variación en cuanto al término (números aleatorios o seudoaleatorios) a utilizar para referirse a las secuencias de números, obtenidos mediante
Más detallesPROGRAMA ANALÍTICO PLAN DE ESTUDIOS 2011
PROGRAMA ANALÍTICO PLAN DE ESTUDIOS 2011 Asignatura: MODELOS Y SIMULACIÓN CARRERA: LICENCIATURA EN SISTEMAS DE INFORMACIÓN AÑO: Quinto CREDITO HORARIO: Cinco (5) horas Reloj DESPLIEGUE: Segundo Semestre
Más detallesUnidad 5- Cinética Química
La termodinámica nos permite conocer la espontaneidad ó no espontaneidad de las reacciones, pero no nos informa de la rapidez con que tendrá lugar el proceso de transformación de los reactivos en productos:
Más detallesMatrices escalonadas y escalonadas reducidas
Matrices escalonadas y escalonadas reducidas Objetivos. Estudiar las definiciones formales de matrices escalonadas y escalonadas reducidas. Comprender qué importancia tienen estas matrices para resolver
Más detallesConceptos fundamentales en Termodinámica
Conceptos fundamentales en Termodinámica Física II Grado en Ingeniería de Organización Industrial Primer Curso Joaquín Bernal Méndez Curso 2011-2012 Departamento de Física Aplicada III Universidad de Sevilla
Más detallesAlgoritmos. Diseño de algoritmos por inducción. Alberto Valderruten. alberto.valderruten@udc.es. Dept. de Computación, Universidade da Coruña
Divide y Vencerás Diseño de algoritmos por inducción Dept. de Computación, Universidade da Coruña alberto.valderruten@udc.es Contenido Divide y Vencerás 1 Divide y Vencerás 2 Índice Divide y Vencerás 1
Más detallesLa simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba
Simulación Simulación La simulación implica construir una replica de algún sistema real y usarlo bajo condiciones de prueba Los modelos matemáticos se construyen y utilizan para comprobar los resultados
Más detallesUNIVERSIDAD DE OCCIDENTE UDO
UNIVERSIDAD DE OCCIDENTE UDO Por la Excelencia Académica Sede Regional Estelí Carrera: Ingeniería en Computación y Sistemas Nombre de la asignatura: Programación Básica Año académico: Segundo año Al finalizar
Más detallesESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES PRÁCTICAS DE LÓGICA CABLEADA
ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES PRÁCTICAS DE LÓGICA CABLEADA INGENIERÍA TÉCNICA EN INFORMÁTICA DE GESTIÓN - 2008 PRÁCTICAS DE ESTRUCTURA Y TECNOLOGÍA DE COMPUTADORES Página 2 INTRODUCCIÓN En el
Más detallesESTADÍSTICA INFERENCIAL
ESTADÍSTICA INFERENCIAL ESTADÍSTICA INFERENCIAL 1 Sesión No. 7 Nombre: Distribuciones de probabilidad para variables aleatorias continuas Contextualización Al igual que la distribución binomial, la distribución
Más detallesLímites de la Computación
Límites de la Computación - Hay problemas que un ordenador no puede resolver? - Existen límites a la capacidad de proceso de los ordenadores? - Pueden usarse esos límites para nuestro beneficio? 22/03/2007
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARIA ACADEMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UPIICSA CARRERA: INGENIERÍA EN TRANSPORTE ESPECIALIDAD: COORDINACIÓN: ACADEMIAS DE SISS DE TRANSPORTE DEPARTAMENTO: CIENCIAS DE LA INGENIERÍA PROGRAMA DE ESTUDIO ASIGNATURA: : TZSS SIMULACIÓN
Más detallesEstacionariedad Estacionariedad estacionariedad
Series de Tiempo Una serie de tiempo es una secuencia de datos puntuales medidos en tiempos sucesivos a intervalos de tiempo uniformes. La caracterización de las propiedades de una serie de tiempo se puede
Más detallesGrupo de Computación Científica y Programación Paralela Universidad de Murcia
Grupo de Computación Científica y Programación Paralela Universidad de Murcia http://www.um.es/pcgum/ Presentación Líneas de Investigación, Máster de Bioinformática, Universidad de Murcia, noviembre 2013
Más detallesPráctica 2 Métodos de búsqueda para funciones de una variable
Práctica 2 Métodos de búsqueda para funciones de una variable Introducción Definición 1. Una función real f se dice que es fuertemente cuasiconvexa en el intervalo (a, b) si para cada par de puntos x 1,
Más detalles1. DATOS INFORMATIVOS
1. DATOS INFORMATIVOS 1.1. FACULTAD: Ciencias Económicas 1.2. CARRERA: Finanzas 1.3. ASIGNATURA: Estadística Pirobalística II 1.. CÓDIGO DE ASIGNATURA: 6203 1.5. CRÉDITOS: (Cuatro) 1.6. SEMESTRE: Sexto
Más detallesGeneradores pseudoaleatorios
Generadores pseudoaleatorios Elvira Mayordomo Universidad de Zaragoza 30 de noviembre de 2015 Elvira Mayordomo (Universidad de Zaragoza) Generadores pseudoaleatorios 30 de noviembre de 2015 1 / 25 Contenido
Más detallesGRADO EN INGENIERÍA DE TECNOLOGÍAS Y SERVICIOS DE TELECOMUNICACIÓN
GRADO EN INGENIERÍA DE TECNOLOGÍAS Y SERVICIOS DE TELECOMUNICACIÓN CURSO ACADÉMICO 202/ Estudios Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación (Publicado en BOE) (.2.200) (En el presente
Más detallesLENGUAJES DE PROGRAMACIÓN. Trabajo Práctico - Junio de 2015
Trabajo Práctico - Junio de 2015 INSTRUCCIONES El trabajo práctico debe realizarse de manera individual. No debe realizarse en grupo. Se penalizará cualquier uso compartido de las soluciones propuestas
Más detallesLABORATORIO DE MAQUINAS ELECTRICAS. Guía de Practica N 01: CONCEPTOS Y PRUEBAS BASICAS DE TRANSFORMADORES
Universidad Nacional del Santa Facultad de Ingeniería E.A.P. Ingeniería En Energía Departamento Académico de Energía y Física LABORATORIO DE MAQUINAS ELECTRICAS Guía de Practica N 01: CONCEPTOS Y PRUEBAS
Más detalles