Generación de variables aleatorias continuas Método de rechazo

Transcripción

1 Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013

2 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa p j = P(X = j), j = 0, 1, 2,.... Hipótesis: Se conoce un método eficiente para generar una v.a. Y, con probabilidad de masa q j = P(Y = j), j = 0, 1, 2,..., que verifica Si pj 0 entonces q j 0. Existe una constante c (c > 1) tal que p j q j c para todo j tal que p j > 0

3 Método de Aceptación y Rechazo Algoritmo: Método de aceptación y rechazo repeat Simular Y, con probabilidad de masa q Y ; Generar U U(0, 1) until U < p Y /cq Y ; X Y Teorema El algoritmo de aceptación y rechazo genera una variable aleatoria discreta tal que P(X j ) = p j, j = 0, 1,.... Además, el número de iteraciones requeridas para obtener X es una v.a. geométrica con media c.

4 El método de rechazo Veamos la version para variables continuas Sea X una v. a. con densidad f : F (x) = P(X x) = x f (t) dt. Supongamos que se tiene un método para generar Y, con densidad g, y que f (y) c, para todo y R tal que f (y) 0. g(y) El método de rechazo para generar X a partir de Y tiene el siguiente algoritmo:

5 Método de rechazo Algoritmo: Método de aceptación y rechazo repeat Generar Y, con densidad g; Generar U U(0, 1) until U < f (Y )/(cg(y )); X Y Teorema 1. La v. a. generada por el método de rechazo tiene densidad f. 2. El número de iteraciones del algoritmo es una variable aleatoria geométrica con media c.

6 Cálculo de la cota c h(x) = f (x) g(x) c Es h acotada superiormente? Existe un máximo de h? Determinar puntos críticos de h. Un punto crítico x 0 es un máximo local de h si en un entorno (a, b) de x 0 ocurre: h (x) > 0 para x < x 0 y h (x) < 0 para x > x 0, o h (x 0 ) < 0. Evaluar h en los extremos del intervalo.

7 Ejemplo Utilizar el método de rechazo para generar una v. a. con función de densidad f (x) = 20x(1 x) 3, 0 < x < 1. f (x) = Γ(α + β) Γ(α)Γ(β) x α 1 (1 x) β 1 I (0,1) (x) Variable β X es una v. a. Beta (2, 4). Está acotada en (0, 1). Se puede aplicar el método de rechazo con g(x) = 1, 0 < x < 1. Hallar c tal que f (x) g(x) = f (x) 1 c

8 Ejemplo h(x) = f (x) 1 = 20x(1 x)3, 0 < x < 1 h (x) = 20(1 x) 2 (1 4x) Puntos críticos: x = 1 y x = 1/4. h(0) = h(1) = 0, luego 0 y 1, los extremos del intervalo, no son máximos. h(1/4) = 135/64 > 0 por lo cual x = 1/4 es un máximo. h(1/4) = f (1/4) = 135/64 es el valor máximo de h c = =

9 Ejemplo Puntos críticos: x = 1 y x = 1/4. f (1) = 0, luego no es un máximo. x = 1/4 es un máximo. h(1/4) = f (1/4) = 135/64 es el valor máximo: c.

10 Ejemplo f (x) c g(x) = f (x) 135/64 = x(1 x)3 = 256 x(1 x)3 27 Algoritmo: Método de aceptación y rechazo repeat Generar V U(0, 1); Generar U U(0, 1) until U < V (1 V )3 ; X V El promedio del número de ciclos es c =

11 Ejemplo Generar una v. a. con densidad gamma ( 3 2, 1): con K = 1/Γ( 3 2 ) = 2/ π. f (x) = Kx 1/2 e x, x > 0, X gamma(α, β) = E[X] = α /β. X toma valores reales, no negativos. En el ejemplo, la media es 3/2. βα Γ(α) e βx x α 1. Es razonable rechazar con una exponencial de igual media. Pero podemos despues verificar si no podemos hacer un algoritmo mejor.

12 Ejemplo: generación de gamma ( 3 2, 1) Y E( 2 3 ) g(x) = 2 3 e 2/3 x, x > 0. h(x) = f (x)/g(x) = 3K 2 x 1/2 e x/3 c = 3 ( 3 2πe ) 1/2

13 Ejemplo h(x) = f (x) g(x) = CTE x 1/2 e x/3, 0 < x h (x) = CTE [ 1 2 x 1/2 e x/3 1/2 1 + x 3 e x/3 ] 0 = 1 2 x 1/2 e x/3 1/2 1 + x 3 e x/3 x = 3 2 Puntos críticos: 3 2 cuando x>0. h(0) < h( 3 2 ); h(2) < h( 3 2 ), luego 0 extremo del intervalo, no es máximo y h( 3 2 es el máximo. h( 3 2 = 3 ( 3 2πe ) 1/2 por lo cual ( ) 1/2 3 c = 3 2πe

14 Generación de una v. a. exponencial Sabemos que Si X E(λ), entonces c X también es exponencial. c X E( λ c ). Calculamos la inversa de la función de distribución de X E(1): F X (x) = 1 e x u = 1 e x 1 u = e x x = log e (1 u) X E(1) Generar U; X log(u) X E(λ) Generar U; X 1 λ log(u)

15 Ejemplo: generación de gamma ( 3 2, 1) f (x) cg(x) = ( ) 1/2 2e x 1/2 e x/3 3 Algoritmo: Método de rechazo repeat Generar V U(0, 1); Y 3 2 log(v ); Generar U U(0, 1) until U < ( ) 2e 1/2 3 Y 1/2 e Y /3 ; X Y ( ) 1/2 3 c = πe

16 Ejemplo Es cierto que es razonable rechazar con una exponencial de igual media que la gamma? Tomamos g(x) = λ e λx, exponencial con razón λ, media 1/λ. Obtenemos: f (x) g(x) = Kx 1/2 e (1 λ)x, 0 < λ < 1 λ Máximo en x = 1 2(1 λ), 0 < λ < 1. Valor máximo c = K λ (2(1 λ)) 1/2 e 1/2. λ = 2 minimiza el valor de c. 3

17 Generación de una v. a. normal Ejemplo Generar una v. a. normal estándar, es decir, Z con densidad f (x) = 1 2π e x 2 /2. Z tiene densidad f Z (x) = 2 2π e x 2 /2, en 0 < x <. Si sabemos generar Z, generamos Z por composición.

18 Generación de una v. a. normal Para generar Z : Elegimos g(x) = e x, 0 < x <. Resulta c = 2e/π c 1.32.

19 Generación de una v. a. normal } f (x) { cg(x) = exp (x 1)2. 2 Generación de Z repeat Generar V U(0, 1); Y log(v ); Generar U U(0, 1) until U < exp{ Z Y (Y 1)2 2 }; (Y 1)2 U < exp{ 2 } log(u) > (Y 1)2 2 Y 2 = log(u) E(1).

20 Generación de una v. a. normal Generación de Z repeat Generar Y 1 E(1); Generar Y 2 E(1) until Y 2 > (Y 1 1) 2 /2}; Z Y 1 Si Y 2 > (Y 1 1) 2 /2}, entonces X = Y 2 (Y 1 1) 2 /2 es exponencial con media 1, por la propiedad de falta de memoria. Luego podemos generar la normal y también una exponencial.

21 Generación de una v. a. normal Generación de Z normal y X exponencial repeat Generar Y 1 E(1); Generar Y 2 E(1) until Y 2 (Y 1 1) 2 /2 > 0; X Y 2 (Y 1 1) 2 /2; Generar U U(0, 1); if U < 0.5 then Z = Y 1 else Z = Y 1 end

22 Generación de una v. a. normal Observaciones. c Para generar una secuencia de normales, se puede utilizar X como siguiente exponencial: en promedio, se necesitan generar 1.64 exponenciales y calcular 1.32 cuadrados.