Sunteți pe pagina 1din 7

07/11/12

2.9 Pruebas estadsticas para los nmeros aleatorios.

2.9 Pruebas estadsticas para los nmeros aleatorios.

Puesto que en el muestreo Monte Carlo cualquier variable aleatoria no uniforme (normal, exponencial, Poisson, etc.), es obtenida a partir de nmeros aleatorios uniformes (0,1), el principal nfasis en las pruebas estadsticas debern ser con respecto al generador de los nmeros aleatorios, ya que cualquier deficiencia estadstica en la distribucin de la variable aleatoria no uniforme, se deber exclusivamente a la utilizacin de un deficiente generador de nmeros aleatorios. Por ello se aplicarn algunas de las muchas pruebas estadsticas que han sido desarrolladas para probar la uniformidad y aleatoriedad o independencia de los mismos, lo cual significa que la ocurrencia de un nmero aleatorio no determina la ocurrencia del siguiente y as sucesivamente. Para la uniformidad Bondad de ajuste o Ji-cuadrada: X2 Bondad de ajuste Kolmogorov-Smirnov Para la aleatoriedad o independencia Corridas por arriba y por abajo del promedio Corridas ascendentes y descendentes PRUEBA DE BONDAD DE AJUSTE JI CUADRADA. Procedimiento: 1. Generar la muestra de nmeros aleatorios de tamao N. 2. Subdividir el intervalo [0,1] en n subintervalos. 3. Para cada subintervalo contar la frecuencia observada F0 y calcular la frecuencia esperada FE de nmeros aleatorios, la cual se obtiene dividiendo N/n. 4. Calcular el estadstico de prueba.

5. Comparar el valor calculado X02 contra el valor tabulado de la distribucin X2, con (n-1) grados de libertad y una significancia ?. Si X02 es menor que X2(n-1),? entonces no se puede rechazar la uniformidad de los nmeros aleatorios. EJEMPLO 4. Realizar la prueba de bondad de ajuste Ji-cuadrada a la siguiente muestra de
148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-131.htm

tamao 30 de nmeros aleatorios uniformes

1/7

07/11/12

2.9 Pruebas estadsticas para los nmeros aleatorios.

tamao 30 de nmeros aleatorios uniformes 0.15 0.26 0.33 0.25 0.18 0.31 0.34 0.49 0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11 0.25 0.60 0.06 0.92 0.00 0.55

INTERVALO 0.00 - 0.20 0.21 - 0.40 0.41 - 0.60 0.61 - 0.80 0.81 - 1.00

FE 6 6 6 6 6

FO 10 7 6 3 4

(FE-FO) 2/FE 2.67 0.17 0.00 1.50 0.67 X20=5.01

Sea alfa= 5%. Tenemos (5-1) grados de libertad, es decir V=4. El valor en tablas de la distribucin Ji cuadrada es: X24.5% = 9.49 Como X02 es menor que X24.5% es decir; 5.01 es menor que 9.49. entonces no se puede rechazar la uniformidad de los nmeros aleatorios.

PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV-SMIRNOV Procedimiento 1. Generar una muestra de nmeros aleatorios uniformes de tamao N. 2. Ordenar dichos nmeros en orden ascendente. 3. Calcular la distribucin acumulada de los nmeros generados con la siguiente expresin

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-131.htm

2/7

07/11/12

2.9 Pruebas estadsticas para los nmeros aleatorios.

Donde i es la posicin que ocupa el nmero aleatorio Xi en el vector ordenado obtenido en el paso 2. 4. Calcular el estado de prueba Kolmogorov-Smirnov del modo siguiente Dn = mx | Fn (Xi) Xi | para toda Xi 5. Si Dn es menor dalfa,n, entonces no se puede rechazar la hiptesis de que los nmeros generados provienen de una distribucin uniforme. La distribucin de Dn ha sido tabulada como una funcin de n y alfa para cuando Fn (x) = F0 (x).

EJEMPLO 5. Efectuar la prueba de Kolmogorov Smirnov a la siguiente muestra de nmeros aleatorios uniformes. 0.15 0.26 0.33 0.25 0.18 0.31 0.34 0.49 0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11 0.25 0.60 0.06 0.92 0.00 0.55

Sustituyendo los valores en las frmulas correspondientes se tiene que: i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 RNDi 0.00 0.01 0.03 0.04 0.06 0.07 0.11 0.11 0.15 0.18 0.25 0.25 0.26 0.31 0.33 F(RNDi) 0.03 0.07 0.10 0.13 0.17 0.20 0.23 0.27 0.30 0.33 0.36 0.40 0.43 0.47 0.50 RNDi- F (RNDi) 0.03 0.06 0.07 0.09 0.11 0.13 0.12 0.16 0.15 0.15 0.11 0.15 0.17 0.16 0.17
3/7

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-131.htm

07/11/12

16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 siguiendo con el paso 4

0.34 0.34 0.43 0.48 0.49 0.55 0.59 0.60 0.68 0.70 0.77 0.81 0.83 0.92 0.97

0.53 0.57 0.60 0.63 0.67 0.70 0.73 0.77 0.80 0.83 0.87 0.90 0.93 0.97 1.00

0.19 0.23 0.17 0.15 0.18 0.15 0.14 0.17 0.12 0.13 0.1 0.09 0.1 0.05 0.03

Dn = Max |RNDi F(RNDi)| = 0.23 Comparamos el valor Dn (calculado) contra el valor en tablas de la distribucin KolmogorovSmirnov con n = 30 y un nivel de significancia alfa = 5%, el cual es d30.5% = 0.242. como 0.23 es menor que 0.242, entonces, no se puede rechazar la uniformidad de los nmeros aleatorios.

CORRIDAS POR ARRIBA Y POR ABAJO DEL PROMEDIO Procedimiento Generar la muestra de tamao N de nmeros aleatorios. Con base en esta muestra, obtener una nueva sucesin binaria, segn el criterio siguiente: Si rj es menor o igual a 0.50 entonces asignarle a rj el smbolo 0. Si rj es mayor a 0.50 entonces asignarle a rj el smbolo 1. La frecuencia esperada para cada longitud de corrida i, es:

EJEMPLO 6. Dada la siguiente muestra de tamao 30 de nmeros aleatorios, aplicar la


148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-131.htm 4/7

07/11/12

2.9 Pruebas estadsticas para los nmeros aleatorios.

prueba de corridas, para la independencia 0.15 0.26 0.33 0.25 0.18 0.31 0.34 0.49 0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11 0.25 0.60 0.06 0.92 0.00 0.55

Comparando los nmeros aleatorios segn el criterio establecido, se obtiene la siguiente sucesin binaria. Leyendo de izquierda a derecha se agrupan los smbolos del mismo tipo para formar las corridas. 0 0 0 0 0 0 0 0 1 0 1 0 1 1 0 0 1 0 1 1 0 0 0 0 0 1 0 1 0 1

En la siguiente tabla se resume la informacin necesaria para el clculo de la Ji-cuadrada Longitud de corrida i 1 2 3 4 5 FE 8.000 3.875 1.875 0.906 0.438 FO 9 3 2 1 1 (FE-FO)2/FE 0.125 0.197 0.008 0.010 0.721

Como para las longitudes de corrida i = 2, 3, 4, 5; las frecuencias observadas son menores o igual a cinco, agrupamos estas longitudes de corridas en una sola longitud de corrida ? 2. i 1 >=2 FE 8 7.04 FO 9 7 (FE-FO)2/FE 0.125 0.936 X02 = 1.061 El valor en tablas de X21.5%= 3.84; entonces no se puede rechazar la independencia de los nmeros aleatorios.

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-131.htm

5/7

07/11/12

CORRIDAS ASCENDENTES Y DESCENDENTES Procedimiento 1. Generar la muestra de tamao N de nmeros aleatorios. 2. Construir la sucesin binaria de acuerdo al siguiente criterio: Si rj es menor o igual a rj+1 entonces asignarle a rj el smbolo 0. Si rj es mayor que rj+1 entonces asignarle a rj el smbolo 1. 3. Con base en la distribucin X2, efectuar la prueba, donde la frecuencia esperada de las longitudes de corrida i se calcular con:

EJEMPLO 7. Aplicar la prueba de las corridas ascendentes y descendentes a la muestra de nmeros aleatorios del ejemplo anterior. Compararemos a los nmeros por fila, pero es indistinto hacerlo por columna. 0.15 0.26 0.33 0.25 0.18 ahora la sucesin binaria es 0 0 0 0 1 0 0 0 1 1 1 0 1 0 0 1 1 0 1 1 0 1 1 1 0 1 0 1 0 0.31 0.34 0.49 0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11 0.25 0.60 0.06 0.92 0.00 0.55

obsrvese que la ltima celda se deja en blanco, pues no hay con que nmero comparar. (aqu N = 29) Longitud de corrida i 1 2 FE 11.500 5.083 FO 11 5 (FE-FO) 2/FE 0.020 0.001
6/7

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-131.htm

07/11/12

2.9 Pruebas estadsticas para los nmeros aleatorios.

3 4 5

1.400 0.292 0.005

2 -

0.257

i 1 >=2

FE 11.500 6.483

FO 11 7

(FE-FO) 2/FE 0.020 0.004 X02 = 0.024

como el valor calculado de 0.024 es menor que el valor en tablas de Ji-cuadrada X21.5%= 3.84, no se puede rechazar la independencia de los nmeros aleatorios.

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-131.htm

7/7

S-ar putea să vă placă și