Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝑦.
𝑥. = ⇒ 𝑥. ∈ [0,1)
𝑀
¨ 𝑦/ è Semilla
¨ 𝑎 > 0 è Multiplicador
¨ 𝑐 ≥ 0 è Constante aditiva
¤ Si 𝑐 = 0 se denomina generador multiplicativo
¤ Si 𝑐 ≠ 0 se denomina generador mixto
¨ 𝑀 > 𝑎, 𝑐 è Módulo
Generador congruencial lineal:
Propiedades
¨ Denominamos periodo de un generador al menor
número, k, tal que 𝑦"#$ = 𝑦"
¤ La cantidad de números que podemos genera a partir de los
cuales la secuencia se repite
𝑧 = 𝑛 h 𝑢$ − 𝜇
$i1
tiende a una distribución normal (con media 0 y
varianza 𝜎 0) para 𝑁 suficientemente grande
¤ Se suele coger 𝑁 = 12 para simplificar el cálculo y porque
es suficientemente bueno para muchos casos
Números aleatorios gaussianos – Método
de inversión
¨ También podríamos recurrir aquí al método de inversión
¨ Tomemos una función de densidad de probabilidad gaussiana
normalizada:
1 K3j k
3
𝑓KI 𝑥 = 𝑒 0lk
𝜎 2𝜋
KI3j
¨ Hacemos un cambio de variable 𝑧̂ = l :
1 nk
30
𝑓n̂ 𝑧 = 𝑒
2𝜋
¨ Calculamos la función de distribución acumulativa:
n 1 3n k 1 𝑧
𝐹n̂ = O 𝑒 0 𝑑𝑧 = 1 + erf
3Q 2𝜋 2 2
¨ Entonces 𝑧 = 2 erf 31(2𝑢 − 1) , 𝑢 ∈ 𝑈 M(0,1)
Método de rechazo – Problemas y
ventajas
¨ Estos métodos permiten en principio producir números
aleatorios según cualquier distribución de probabilidad
acotada
¤ Aunque solo esté definida numéricamente
¨ Necesitaremos en principio generar al menos 2 números
aleatorios uniformemente distribuidos por cada número
aleatorio finalmente generado
¤ Sila función de probabilidad está concentrada en una
región pequeña de 𝑎, 𝑏 el proceso para generar un número
válido puede ser bastante costoso
¤ Algunas variaciones del método permiten reutilizar los
números desechados reduciendo el coste computacional
Números aleatorios gaussianos – Cambio
de variable
M (0,1)
𝑧 = 2 erf 31(2𝑢 − 1) , 𝑢 ∈ 𝑈
¨ Este método es exacto...
¨ ... pero no es muy práctico
¤ La función de error inversa no es sencilla de calcular
¤ Existen librerías numéricas que permiten hacerlo
¤ Y también hay buenas aproximaciones a la función error inversa
¨ El método de Box-Muller-Wiener permite calcularlo de forma
exacta a partir de funciones más clásicas:
Si 𝑢I y 𝑣I son variables
𝑥I1 = −2 ln 𝑢I cos(2𝜋𝑣I) uniformemente distribuidas,
entonces 𝑥I1 y 𝑥I0 son variables
𝑥I0 = −2 ln 𝑢I sin(2𝜋𝑣I) aleatorias independientes con
una distribución normal
Generación de números aleatorios no uniformes
– Método de la transformada inversa
¨ Teorema– Si 𝑥I es una variable aleatoria de función de
distribución de probabilidad acumulada 𝐹KI , continua e
invertible, entonces 𝑢I = 𝐹KI (𝑥I) es una variable aleatoria
uniformemente distribuida en el intervalo (0,1) à variable
𝑈M 0,1
3. Ahora:
n Si 𝐴 < 𝑒 3‰ nos quedamos con 𝑛$ = 𝑘 − 1èYa está
n En caso contrario incrementamos 𝑘 en 1(𝑘 = 𝑘 + 1)
4. Volver al punto 1. (manteniendo el valor que tiene 𝐴)
Práctica desintegración nuclear
¨ Simulación del proceso de desintegración nuclear para un
conjunto de núcleos.
¤ Para cada núcleo él tiempo que tarda el núcleo en desintegrarse
es un número aleatorio que sigue una distribución exponencial:
1 3y/{
𝑃 𝑡 = 𝑒
𝜏
donde 𝜏 es la vida media del núcleo radiactivo.
¤ Con un conjunto de N0 núcleos radiactivos en el instante inicial
pretendemos simular la variación del número de núcleos, N, con el
tiempo
¤ Una vez establecida la distribución de N(t) calculamos
intentaremos determinar el número de núcleos iniciales y la vida
media ajustándola a la expresión esperada:
𝑁 𝑡 = 𝑁/𝑒 3y/{
Práctica: Simulación de la desintegración
del 210Bi y del 210Po
¨ El 210Bi por medio de una desintegración-β se convierte en 210Po...
¤ La vida media del 210Bi es de 7.2 días
¨ ... el cual se desintegra emitiendo partículas α en 206Pb que es un núcleo estable
¤ La vida media del 210Po es de 200 días
¨ Asumiendo que al principio tenemos una muestra pura de 210Bi
¨ Cauchy-Lorentziana-Breit Wigner
1 1
𝑓 𝑥 =
𝜋 1 + 𝑥0
31
1
⇒ 𝑥 = 𝐹 𝑦 = tg 𝜋 𝑢 −
2
Práctica fotomultiplicador
¨ Un fotomultiplicador es un dispositivo diseñado para producir una señal eléctrica a
partir de luz
¨ Consta esencialmente de un fotocátodo, electrodos de enfoque, un multiplicador de
electrones y un colector de electrones, todo ello en el interior de un tubo al vacío
¤ Cuando un fotón llega al fotocátodo se emite un electrón debido al efecto fotoeléctrico. La
cantidad de electrones emitidos es proporcional a la cantidad de fotones incidentes
¤ El electrón liberado en el cátodo es atraído al primer dínodo.
¤ Al impactar el electrón en él que emite varios electrones que son atraídos hacia el segundo
dínodo...
¤ Tras varios dínodos se llegan al ánodo todos los electrones del último dínodo
è Se ha multiplicado la señal
¨ Para cada electrón que llega a un
dínodo el número de electrones emitidos
sigue una distribución poissoniana
dónde 𝜈 es la ganancia del dínodo
1. Simular la respuesta del multiplicador
para 6 dínodos idénticos de 𝜈 = 3
2. Si se dispone de un dínodo de mayor
𝜈 = 6, ¿dónde es mejor colocarlo?
Números aleatorios
¨ Además de su uso en simulaciones, los números aleatorios se
utilizan en otros ámbitos:
¤ Muestreo estadístico
¤ Análisis numérico
¤ Testeo de programas
¤ Juegos de azar
¤ Toma de decisiones...
Un poco de historia
¨ La generación de secuencias de números
aleatorios no siempre se ha realizado por
medio de ordenadores
¨ También se han utilizado:
¤ Procedimientos físicos (monedas, dados,. . . )
¤ (1927) Tipett: tabla de 40000 dígitos
aleatorios (no tenían una distribución uniforme)
¤ (1939) Kendall y Babington: dispositivo
mecánico. Tabla de 100.000 números
aleatorios
¤ (1955) Rand Corporation: ruido electrónico.
Tabla de 106 números aleatorios
Desventajas de un generador congruencial