Full screen

Share

Show pages

Medidas de bondad de ajuste
Generador Congruencial Lineal
Función determinista
Valor
Semilla
Números Pseudoaleatorios
Números Aleatorios
La Aleatoriedad

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

Get started free

Presentación interactiva básica

Carolina Nuñez

Created on September 11, 2024

Start designing with a free template

Discover more than 1500 professional designs like these:

Transcript

Medidas de bondad de ajuste
Generador Congruencial Lineal
Función determinista
Valor Semilla
Números Pseudoaleatorios
Números Aleatorios

La Aleatoriedad

Generación de variables aleatorias

Son característica numérica que resume los resultados posibles de un experimento y los cuantifica en términos de probabilidad.

Teorema Central del límite
Algoritmo de Box-Muller
Métodos generales de simulación
Método Simulacion Variables aleatorias discretas

Para el desarrollo de la simulación de variables se han desarrollado métodos específicos: *Transformacion Inversa: Al utilizar la función de distribución acumulativa inversa, se puede mapear un número aleatorio. *Busqueda Indexada: se utiliza para realizar saltos más grandes y reducir la cantidad de comparaciones necesarias. *Método de Alias: En esta los pasos de preparación y construcción sólo se realizan una vez, y por ellos es mas util

La simulación de Montecarlo es una técnica estadística utilizada para estimar resultados mediante el muestreo aleatorio y repetido, calculando los posibles resultados de un suceso incierto. Consiste en 3 fases: Definicion, Muestreo y Simulación.

Esta herramienta matemática es utilizada para generar números aleatorios distribuidos normalmente; la transformación de coordenadas polares en coordenadas cartesianas utilizando variables aleatorias uniformemente distribuidas; por lo que genera dos números aleatorios que se distribuyen en una curva normal.

Permitirá establecer cómo se comportan las muestras independientemente de su tamaño; este teorema debe considera los siguientes tres elementos: Observaciones, Muestras y Distribucion. Por lo que mediante este, es posible construir modelos de simulación que se acerquen de forma eficiente al comportamiento real de los sistemas.

Next page

genially options

Show interactive elements