Want to make interactive content? It’s easy in Genially!

Over 30 million people build interactive content in Genially.

Check out what others have designed:

Transcript

simulacion

proyecto modular

La Aleatoriedad

Alumno: Jose Luis Alvarez Alvarado Tutor: : Edgardo Gómez VelascoFecha 23-Noviembre -2023

ÍNDICE

07. Algoritmo de Box-Muller

06. Teorema central del límite

02. Números aleatorios y Pseudoaleatorios

08. Métodos generales de simulación

04. Generadores congruenciales

03. Valor semilla

05. Generadores congruenciales

01. La aleatoriedad

01.La aleatoriedad

La aleatoriedad se refiere a eventos, procesos o modelos en los que algunos de los resultados son esencialmente imprevisibles, por efectos relacionados con el azar.

Se les denomina de esta forma porque se obtienen de un conjunto de operaciones a partir del número generado en algún paso anterior; por ejemplo, pueden iniciar en el 30 y de ahí generar números aleatorios utilizando una fórmula que no sobrepase el 100.

02.Números aleatorios y Pseudoaleatorios

Números aleatorios

Un número aleatorio es un valor que se obtiene al azar, para identificarlo debe ser asignado a un rango de valores; por ejemplo, puede pertenecer al grupo 1 a 10, o bien, a un conjunto infinito de valores, por lo tanto, cada número tiene la misma probabilidad de ser elegido.

Pseudoaleatorios

desventajas

Debido a su carácter finito, ya que el intervalo de números tiene un límite, es posible que los valores aleatorios se repitan con frecuencia.

ventajas

Son un método muy eficiente para la generación de números aleatorios debido a su bajo costo y rapidez.

03.Valor semilla

A la semilla se le asigna un valor entero para garantizar que los resultados de la generación pseudoaleatoria sean reproducibles . Al reutilizar un valor inicial, la misma secuencia debe ser reproducible de una ejecución a otra siempre que no se estén ejecutando varios subprocesos.Al tipo de funciones que se aplican para la generación de los números pseudoaleatorios a partir de un valor semilla se le denomina función determinista, la cual produce el mismo resultado cada vez;

Es importante tener en cuenta que los generadores congruenciales pueden producir secuencias con patrones predecibles si las constantes se eligen incorrectamente, o bien, si se utiliza una semilla débil.Para evitar este riesgo, los generadores congruenciales que se emplean con fines criptográficos o en tareas relevantes de la vida diaria tienen que contar con las siguientes dos características.

05.Generadores congruenciales

¿Qué es un generador congruencial lineal?

Es un algoritmo matemático utilizado para generar una secuencia de números pseudoaleatorios. Tiene su origen en el año 1951 y utiliza una fórmula matemática que genera el siguiente número de la secuencia a partir del número anterior.

06.Teorema central del límite

El teorema central del límite es una herramienta poderosa en estadística que permite realizar inferencias sobre grandes poblaciones de datos; dado que este método trabaja con muestras aleatorias, es importante conocer en primer lugar a qué se refiere este concepto y cuáles son sus características.

07.Algoritmo de Box-Muller

se basa en la transformación de coordenadas polares en coordenadas cartesianas utilizando variables aleatorias uniformemente distribuidas. A partir de dos números aleatorios uniformes independientes y distribuidos entre 0 y 1, el algoritmo genera dos números aleatorios que se distribuyen en una curva normal.

método de Montecarlo en la simulación existe una serie de pasos generales

La simulación de MontecarloEs una técnica estadística utilizada para estimar resultados mediante el muestreo aleatorio y repetido, calculando los posibles resultados de un suceso incierto.

08. Métodos generales de simulación

Método basado en distribución empírica Se deriva de una distribución empírica de las variaciones experimentadas. Para ello, se debe recopilar datos empíricos de las variaciones o de las pérdidas experimentadas en un sistema o proceso a lo largo del tiempo.

Método de AliasPermite generar muestras aleatorias de una distribución discreta con eficiencia constante, ya que los pasos de preparación y construcción sólo se realizan una vez.

Búsqueda indexadaEste método permite reducir las comparaciones localizando las zonas en las que se encuentran los números pseudoaleatorios que se han producido.

09. Método de simulación de variables aleatorias discretas

Transformación inversaSeres narrativos. Es un enfoque útil para generar valores aleatorios de una distribución específica en simulaciones

Un cierre genial

Muchas Gracias!!