Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTRODUCION
2.1 Métodos de generación de números
Pseudoaleatorios
Ejemplo de números aleatorios
2.2 Pruebas estadísticas
2.2.1 De uniformidad
2.2.2 De aleatoriedad
2.2.3 De independencia
2.3 Método de Monte Carlo
2.3.1 Características
2.3.2 Aplicaciones
2.3.3 Solución de problemas
Conclusión
Bibliografía
UNIDAD II. NÚMEROS
PSEUDOALEATORIOS
INTRODUCION
Métodos de
Métodos
los cuadrados
congruenciales
medios
MÉTODO DE LOS CUADRADOS MEDIOS
Paramétrica
Pruebas s De
aleatoriedad
Estadísticas Pruebas No
Paramétrica De
s independencia
PRUEBAS PARAMÉTRICAS
Prueba de Kolmogorov-Smirnov
Aquí se encuentran los resultados de una encuesta con una serie de cuestiones
sobre lo que ocurriría jugando al ajedrez de forma aleatoria, así como los
resultados obtenidos de una simulación mediante PC (Método de Monte Carlo)
de ésta misma cuestión. Las respuestas a la encuesta se obtuvieron a través de
Internet y de un BBS local. Las líneas marcadas con dos asteriscos son las
respuestas verdaderas de acuerdo con los resultados de la simulación.
PRUEBA ESTADÍSTICA DE INDEPENDENCIA
• prueba Póquer, prueba grupos de números juntos como una mano de poker y
La
compara cada mano con la mano esperada usando la prueba Chi-cuadrada. La prueba de
corrida arriba abajo es generalmente. La prueba POKER se utiliza para analizar la
frecuencia con la que se repiten los dígitos en números aleatorios individuales. Para
determinar si los números aleatorios generados cumplen con las propiedades
especificadas (uniformidad e independencia) se tendrán las hipótesis siguientes:
2.3 MÉTODO DE MONTE
CARLO
Se entiende por simulación Montecarlo al uso de números aleatorios
(realizaciones de variables U(0, 1) para resolver ciertos problemas estocásticos
o determinísticos en los que el paso del tiempo no juega un papel esencial
(problemas de tipo estático).
2.3.1 Características
La simulación de Montecarlo es un método especialmente útil para analizar
situaciones que involucran riesgo con el propósito de obtener respuestas
aproximadas cuando el realizar un experimento físico o el aplicar métodos
analíticos no es posible o resulta muy difícil o costoso. La simulación de
Montecarlo hace referencia a experimentos que involucran el uso de números
pseudoaleatorios. El requisito clave de esta técnica es que los resultados de todas
las variables de interés deben ser seleccionados aleatoriamente. La simulación de
Montecarlo ha tenido una gran aceptación en la vida real debido al poder
analítico que presenta sin la necesidad de matemáticas complejas.
2.3.2 APLICACIONES
Sistemas de computación: redes de ordenadores, componentes, programación, bases de datos,
fiabilidad. Fabricación: manejo de materiales, líneas de montaje, equipos de almacenamiento,
control de inventario, mantenimiento, distribución en planta, diseño de máquinas. Negocios:
análisis de existencias, política de precios, estrategias de marketing, estudios de adquisición,
análisis de flujo de caja, predicción, alternativas del transporte, planificación de mano de obra.
Gobierno: armamento y su uso, tácticas militares, predicción de la población, uso del suelo,
prevención de incendios, servicios de policía, justicia criminal, diseño de vías de comunicación,
servicios sanitarios. Ecología y medio ambiente: contaminación y purificación del agua, control de
residuos, contaminación del aire, control de plagas, predicción del tiempo, análisis de seísmos y
tormentas, exploración y explotación de minerales, sistemas de energía solar, explotación de
cultivos. Sociedad y comportamiento: estudios de alimentación de la población, políticas
educativas, estructuras organizativas, análisis de sistemas sociales, sistemas de asistencia social,
administración universitaria.
2.3.3 SOLUCIÓN DE PROBLEMAS
• http://itpn.mx/recursosisc/5semestre/simulacion/Unidad%20II.pdf
• https://webs.um.es/mpulido/miwiki/lib/exe/fetch.php?media=wiki:simt1b.pdf
• http://villahermosa.tecnm.mx/docs/oferta/ingsistemas/temario2010/4semestre/Si
mulacion.pdf
• https://www.ecured.cu/Pruebas_estad%C3%ADsticas
• https://help.xlstat.com/s/article/que-es-una-prueba-estadistica?language=es
• https://tereom.github.io/est-computacional-2018/numeros-pseudoaleatorios.html