Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Para esto podemos observar una línea de tiempo, y verificar los tipos de simulación y el
avance que se ha tenido hasta la actualidad.
2.1 Producción de números con comportamiento estadístico aleatorio y uniforme
en [0, 1]
El generador incluido en las hojas de calculo nos permite simular acciones que
podríamos hacer físicamente, esto mediante formulas aplicables dentro las celdas y de
gran utilidad como el siguiente ejemplo en Excel.
Congruencial Mixto
Los generadores congruencias lineales generan una secuencia de numero
pseudoaleatorios en la cual el próximo número pseudoaleatorios es determinado a
partir del numero generado, es decir el número pseudoaleatorios Xn+1 es derivado a
partir del número pseudoaleatorios Xn
Para el caso particular del generador Congruencial mixto, la relación de de ocurrencia
es la siguiente:
Xn+1 =( aXn + C) mod m
Donde:
X0 = la semilla (X0 > 0)
a= el multiplicador (a>0)
c= constante aditiva (c>0)
m= el modulo (m>X0 , m>a y m>c)
Congruencial Multiplicativo
Al igual que el generador Congruencial mixto, el generador Congruencial multiplicativo
determina el próximo número pseudoaleatorio a partir del último número generado, de
acuerdo a la siguiente recurrencia:
Xn+1 = aXn mod m
Método de los Cuadrados Medios
Es debido a von Neuman y tiene fundamentalmente solo interés histórico.
1. se toma un numero entero inicial, X0, llamado semilla, de 2n cifras.
2. se eleva al cuadrado, obteniendo un número de 4n cifras (completado quizás con
ceros a la izquierda).
3. se considera X1 el número entero formado por las 2n cifras centrales.
4. se eleva al cuadrado X1 y se repite el proceso anterior tantas veces como sea
preciso.
5. finalmente se consideran los numero ui = Xi/102n ya en el intervalo (0,1)
Xn+1 = aXn mod m
También puede emplearse para simular variables aleatorias de tipo discreto, como en
las distribuciones de Poisson, de Bernoulli, binomial, geométrica, discreta general, etc.
La generación se lleva a cabo a través de la probabilidad acumulada P(x) y la
generación de números pseudoaleatorios ri ~U (0,1).
Método de convolución
Conclusiones: La simulación se
utiliza para casi todo, puede ser desde
la cocina hasta la arquitectura, cada
vez más se hace más común el uso
de dispositivos o programas que ya
incluyan algún tipo de simulación y realmente es de gran ayuda porque se acopla a la
vida cotidiana y ayuda a cortar y ahorra tiempo.
Método de Montecarlo
El método Montecarlo es un método numérico que permite resolver problemas físicos y
matemáticos mediante la simulación de variables aleatorias. Lo vamos a considerar
aquí desde un punto de vista didáctico para resolver un problema del que conocemos
tanto su solución analítica como numérica.
En la simulación el método Montecarlo es una técnica cuantitativa que hace uso de la
estadística y los ordenadores para imitar, mediante modelos matemáticos, el
comportamiento aleatorio de sistemas reales no dinámico.
Este método proporciona soluciones aproximadas a una gran variedad de problemas
matemáticos posibilitando la realización de experimentos de números pseudoaleatorios
en una computadora. Este método es aplicable a cualquier problema ya sea
estocástico o determinista