Variables Uniformes. Generadores de variables aleatorias uniformes. Propiedades buscadas. Para qué se utilizan?

Documentos relacionados
Generadores de números aleatorios

Generadores de números aleatorios

Generadores de números pseudoaleatorios

Curso: Métodos de Monte Carlo Unidad 4, Sesión 9: Números aleatorios (parte 2)

Técnicas de Muestreo I

Capítulo 3 Números Aleatorios

Generadores de Números Aleatorios. Jorge Eduardo Ortiz Triviño

Curso: Métodos de Monte Carlo Unidad 4, Sesión 10: Números aleatorios (parte 3)

GUÍA NÚMERO 1. Saint Gaspar College MISIONEROS DE LA PRECIOSA SANGRE Formando Personas Íntegras Departamento de Matemática RESUMEN PSU MATEMATICA

Generación de números aleatorios

INTRODUCCION A LA SIMULACION DE MODELOS. Simulación es la descripción de un sistema a través de modelos que se pueden aplicar a varias disciplinas.

LECCIÓN 1. CIRCUITOS ARITMÉTICOS DE SUMA Y RESTA DE ENTEROS

ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250)

CAPÍTULO 2 NÚMEROS PSEUDOALEATORIOS

UNIVERSIDAD DE MANAGUA Al más alto nivel

Modelos Estocásticos. Simulación de fenómenos estocásticos. Simulación de fenómenos estocásticos. Definición. Por qué fenómenos estocásticos?

Generación de números aleatorios

Análisis de Datos en Física de Partículas

EXPOSICIÓN UNIDAD II

Fracciones numéricas enteras

k k N b Sistemas Númericos Sistemas con Notación Posicional (1) Sistemas con Notación Posicional (2) Sistemas Decimal

CURSOSO. Aritmética: Númerosnaturalesyenteros. Númerosracionalesyfraciones. MATEMÁTICAS. AntonioF.CostaGonzález

Algoritmos. Diseño de algoritmos por inducción. Alberto Valderruten. Dept. de Computación, Universidade da Coruña

A = A < θ R = A + B + C = C+ B + A. b) RESTA O DIFERENCIA DE VECTORES ANÁLISIS VECTORIAL. Es una operación que tiene por finalidad hallar un

Números enteros. Dado cualquier número natural, éste siempre será menor que su sucesor, luego los naturales son ordenados.

Curso de Introducción a R Módulo 4: simulaciones estocásticas

Generación de números aleatorios. Jhon Jairo Padilla Aguilar, PhD.

+18 = =

EJERCICIOS RESUELTOS DEL TEMA 5

TEORIA DE NUMEROS (I) REGLAS DE DIVISIBILIDAD

Primaria Cuarto Grado Matemáticas (con QuickTables)

Concepto de espacio vectorial. Propiedades. Distintos espacios vectoriales. El espacio real tridimensional.

Simulación. pseudoalealeatorios

MÚLTIPLOS Y DIVISORES DIVISIBILIDAD M.C.D. y M.C.M. Un número es múltiplo de otro si se obtiene multiplicando este último por un número natural.

ALGEBRA Y GEOMETRÍA II 2º semestre Año: Guía de Estudio y Ejercitación propuesta

Generación de números aleatorios

La velocidad no lleva a ninguna parte si no se va en la dirección correcta. Proverbio Americano. Punto Flotante

Representación de la información

Definición(2) La base (r) de un sistema de numeración especifica el número de dígitos o cardinal* de dicho conjunto ordenado. Las bases más utilizadas

Ejercicios de Excel. 2. Repetir el ejercicio anterior, pero suponiendo que los ingresos y los gastos están dados por trimestres.

Cómo crackear un generador de claves pseudoaleatorias

Expresión, Operador, Operando, Asignación, Prioridad

Diseño de Operadores Aritméticos en Punto Flotante usando FPGAs

Presentación. FaMAF. 10 de marzo, 2015

MATEMÁTICAS 5º PRIMARIA DIVISIBILIDAD: MÚLTIPLOS Y DIVISORES

Capítulo 1. El Conjunto de los números Reales

Capítulo 2. Números pseudoaleatorios

IDENTIDAD EN PRECISIÓN VARIABLE

Tema 05: Tablas hash. M. en C. Edgardo Adrián Franco Martínez edgardoadrianfrancom

Unidad 1. Las fracciones.

Estacionariedad Estacionariedad estacionariedad

Muestreo de variables aleatorias

RSA: Implementación. Ya resolvimos (3), ahora vamos a resolver (2). IIC3242 Complejidad Probabiĺıstica 28 / 77

Definiciones. Definiciones. Simulación

USO DE LA CALCULADORA EN LA ENSEÑANZA DE LAS MATEMÁTICAS EN LA ESCUELA SECUNDARIA

Capítulo 4 Representación interna de los Datos

Sistema de ecuaciones algebraicas

Vectores y Matrices. Tema 3: Repaso de Álgebra Lineal Parte I. Contenidos

ESCUELA POLITÉCNICA NACIONAL PROGRAMA DE ESTUDIOS POR ASIGNATURA

2. ENTIDADES PRIMITIVAS PARA EL DESARROLLO DE ALGORITMOS

Universidad de Puerto Rico en Aguadilla Departamento de Matemáticas PRONTUARIO

POTENCIAS. MÚLTIPLOS Y DIVISORES. MÁXIMO COMÚN DIVISOR Y MÍNIMO COMÚN MÚLTIPLO.

Divisibilidad y congruencias

Divisores Binarios. D = d *Q + R. con la condición de que el resto sea menor que el divisor, es decir 0 R d.

Álgebra I Práctica 4 - Números enteros (Parte 2)

UNIDAD 1: NÚMEROS NATURALES

MATEMÁTICAS 2º ESO. TEMA 1

1. (F, +) es un grupo abeliano, denominado el grupo aditivo del campo.

4. NÚMEROS PSEUDOALEATORIOS.

Capítulo 3: Técnicas de Conteo Clase 1: Conteo Básico y Principio del Palomar

TALLER DE MATEMÁTICAS EDUCACIÓN SECUNDARIA OBLIGATORIA

Modelos Estocásticos. Breve introducción

Análisis de Decisiones II. Tema 18 Generación de variables aleatorias discretas, continuas y su aplicación. Objetivo de aprendizaje del tema

GyP s Generación y Pruebas

Problemas de Recursividad

SISTEMAS DE NUMERACIÓN

Lógica y compuertas (Parte 2): Circuitos Combinacionales y Secuenciales

Complejidad de Algoritmos

Centro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta

Pruebas de bondad de ajuste

UNIDAD I. ALGORITMOS

Integración por el método de Monte Carlo

MINI ENSAYO DE MATEMÁTICA Nº 1

Universidad Tecnológica Nacional Facultad Regional Tucumán Ingeniería Electrónica Asignatura: Informática I 1R2 Trabajo Práctico N 1 - Año 2015

Puertas lógicas NAND, NOR y OR exclusiva Práctica # 10

Tema 9. Espacio de Estados : Representación y propiedades importantes

Cabrera Hernández Elizabeth Ramírez Bustos Fabián GENERACION DE NUMEROS ALEATORIOS

CLASE Nº7. Patrones, series y regularidades numéricas

Generación de variables aleatorias discretas Método de la Transformada Inversa

a, donde a NÚMEROS REALES Dividir y tomar partes de una unidad. FRACIÓN LA FORMA a Como OPERADOR RAZÓN PORCENTAJE COCIENTE

Tema 1 Las Funciones y sus Gráficas

Unidad 1. Números naturales

Introducción al análisis numérico

Simulación a Eventos Discretos. Clase 5: Muestreo de variables aleatorias

NOTACIÓN CIENTÍFICA Y CIFRAS SIGNIFICATIVAS. GRM. Física I. Semestre

Matemáticas Febrero 2013 Modelo A

Introducción al Análisis numérico y tratamiento de errores

Transcripción:

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 generar conjuntos de variables aleatorias dependientes (procesos estocásticos y/o distribuciones multivariadas). Para qué se utilizan? Propiedades buscadas Simulación. Muestreo. Análisis numérico. Testeo de programas. Juegos de azar. Toma de decisiones. Una secuencia de números U, U,..., U N es una muestra de tamaño N de U(0, ) si: son independientes. son uniformes. Un generador de v.a. uniformes debe cumplir: repetibilidad y portabilidad, y velocidad computacional.

Un poco de historia Un ejemplo Secuencia de von Neumann (946): X 0 : número de 5 dígitos. (000) Procedimientos físicos (monedas, dados, bolilleros,... ). (97) Tipett: tabla de 40000 dígitos aleatorios (no uniformes). (99) Kendall y Babbington: dispositivo mecánico. Tabla de 00.000 números aleatorios. (955) Rand Corporation: ruido electrónico. Tabla de millón de números aleatorios. X i : escrito con diez dígitos. (000900600) X i+ : 5 dígitos centrales. (09006) 4 Volver a 00, 9006, 808, 78507, 649, 095, 7479, 9474, 5440 000, 4000, 8000, 6000, 000... con 4 dígitos: 79, 79, 79, 79,... Principios generales Generador congruencial lineal La secuencia generada debe ser intuitivamente aleatoria. Esa aleatoriedad debe ser establecida teóricamente o, al menos, debe pasar ciertos tests de aleatoriedad. La aleatoriedad de una secuencia jamás debe ser asumida sin esas verificaciones. Debe conocerse algo sobre las propiedades teóricas del generador. y 0 : semilla y i =(ay i + c) mod M, i, a: multiplicador c: incremento M: módulo x i = y i, secuencia en el [0, ). M generador mixto: c 0 generador multiplicativo: c = 0.

Propiedades Un ejemplo con M primo Secuencia con período de longitud máxima acotada por M o M. Repetibilidad. Portabilidad? Elección apropiada de a, c y M. El generador multiplicativo: c = 0 M = a = 6807 M = = 7 5, M: es un primo de Mersenne. 7: raíz primitiva, (5, M ) =, implica que 7 5 = 6807 es raíz primitiva. secuencia de longitud máxima M = 4748646. M = k, c = 0 Elección de a, c y M Cota para M: representación de enteros en la computadora. Longitud de la secuencia: números primos, raíces primitivas. c = 0: longitud máxima M. c 0: longitud máxima M. M = k : longitud máxima k. (semilla impar) M = k : fenómeno de no aleatoriedad en dígitos menos significativos. y j = a j y 0 mod (M) secuencia de longitud máxima = k, para a raíz primitiva. facilita cálculos (desplazamiento de bits). no aleatoriedad en bits menos significativos. RANDU: M =, a = 6 + = 6559.

Hiperplanos de dimensión k Generadores congruenciales (y j, y j+,..., y j+k ) Cota máxima: (k!m) /k : Estructura de red Generador RANDU: Ternas ubicadas en 5 planos paralelos. Generadores congruenciales, m=56 RANDU

Algoritmos de Registro de Desplazamiento Generadores portables Ejemplo: Semilla: (,,,, ): Desplazar a la izquierda: (,,, 0, 0). Sumar: (0, 0, 0,, ). 4 Desplazar a la derecha: (0, 0, 0, 0, 0). 5 Nuevo vector: (0, 0, 0,, ). Numerical Recipes in C: The Art of Scientific Computing y j+ = ay j mod M a = 7 5 = 6807, M = = 4748647 "Buen generador". Las multiplicaciones superan el rango de bits. Algoritmo de Schrage. Generador de Fibonacci Algoritmo de Schrage ξ i = ξ i r ξ i s para todo i max(r, s)+. M = aq + r q =[M/a], r = M mod a ξ = {0,,..., M }, M entero y es la suma, la multiplicación o la resta módulo M. χ = {0, } n, con n entero y es la suma, la multiplicación, la resta, o el or (inclusivo o exclusivo) entre vectores de bits n- dimensionales. χ =[0, ] y es la suma o la resta módulo. az mod M = r < q, 0 < z < M 0 a(z mod q), r[z/q] M { a(z mod q) r[z/q] si es 0 a(z mod q) r[z/q]+m c.c.

El generador ran0 El generador ran y y j+ = ay j mod M a = 7 5 = 6807, M = = 4748647 v0 Schrage: se utiliza q = 777 y r = 86 Desventajas: Sucesiones de números muy pequeños. RAN SALIDA Inconvenientes en el plano: (y i, y i+ ): el test χ falla para N O(0 7 ) M v Shuffling Combinación de generadores Se almacenan los últimos valores generados en una tabla, y la salida se obtiene eligiendo aleatoriamente un elemento de dicha tabla y reponiéndolo por un nuevo valor generado. El generador ran. a = 7 5 = 6807, M = = 4748647 Tabla de posiciones. Theorem Sean W, W,..., W n variables aleatorias discretas, tales que w U([0, d ]). Entonces W =( n W j ) j= mod d es una v.a. uniforme discreta en [0, d ]. Ejemplo: tirar dados, y sumar módulo 6.

Combinación de congruenciales El generador ran Combinar secuencias de generadores congruenciales. Sugerencia: restar. Se obtiene un generador de v.a. uniformes. La longitud de la secuencia es mayor = mínimo común múltiplo de los generadores. x n = 4004x n mod 85 y n = 4069y n mod 49 El es el único factor común. Período. 0 8 Utiliza generadores congruenciales de enteros de bits. G (x i ),(M ), G (y i ),(M ). Tabla de posiciones: shuffling. Salida = combinación de x e y. x n = 4004x n mod 85 y n = 4069y n mod 49 Combinación de congruenciales ran G y 4 v0 SALIDA=vj!y G vj v

El generador ran Marsaglia - Zaman Ver en Knuth, Seminumerical Algorithms, sección... Se construye inicialmente una tabla de 55 posiciones, con números aleatorios. i y j recorren cíclicamente la tabla, separados por 4 posiciones. Salida: diferencia entre los elementos i y j, que reemplaza a su vez el lugar i. El ciclo que se obtiene es de longitud. Some portable very-long-period random number generators, George Marsaglia and Arif Zaman. Algunas consideraciones: Comentarios sobre ran Sugerencias sobre otros generadores. El generador mzran ran Consideraciones sobre ran i vi SALIDA=vi!vj La combinación de generadores produce mejoras. Sin embargo, conviene combinar estructuras diferentes. Obtener j mediante un and. Shuffling y otros generadores con secuencias más largas usando tablas. j j!>j! i!>i! vj j!i= 4 (55) Utilizar módulo bits en lugar de bits. Utilizar primos seguros (safeprimes), con a = k + α. 69 55 409, 09

Consideraciones sobre ran El generador mzran( ) Sólo puede ser ejecutado desde el programa principal. Por qué no un rango de enteros? Una subrutina iran( ) que genere enteros: UNI( )=.5+.80e-9*iran() VNI( )=.46566e-9*iran() Combina los generadores: Período: x n = 69069x n + 09044 mod y n = y n y n c mod 8 Período: 95 El período es del orden de 5, o 0 6. El generador mzran( ) Bibliografía Combina los generadores: Período: x n = 69069x n + 09044 mod y n = y n y n mod 69 Período: 94 El período es mayor a 94, o 0 8. Numerical Recipes. http://www.nr.com George Marsaglia and Arif Zaman, Some portable very-long-period random number generators, Computers in Physics,(8), 7 (994). P. L Ecuyer: Efficient and Random Number Generators. Commun. ACM (6), 74-774, (988) Bustos, O.H. y Frery, A. C., Simulação Estocástica: Teoria e Algoritmos (Versão Completa). Monografias de Matemática No. 49, IMPA, Rio de Janeiro, Brasil, ISBN 85-44-005-6. 99.

Cátedra I Modelos y Simulación Autor I Patricia Kisbye