TIPOS DE DISTRIBUCION

DISTRIBUCIONES CONTINUAS

Es una variable que puede tomar tanto valores enteros como fraccionarios.

Es generada por una variable continua (x).

f(x)³ 0 Las probabilidades asociadas a cada uno de los valores que toma x deben ser mayores o iguales a cero. Dicho de otra forma, la función de densidad de probabilidad deberá tomar solo valores mayores o iguales a cero. La función de densidad de probabilidad sólo puede estar definida en los cuadrantes I y II.
                                                                                                   

La sumatoria de las probabilidades asociadas a cada uno de los valores que toma x debe ser igual a 1. El área definida bajo la función de densidad de probabilidad deberá ser de 1.

Hasta el momento se han considerado las distribuciones de probabilidad para variables discretas, donde se podía asignar el valor que toma la función de probabilidad cuando la variable aleatoria tomaba un valor en concreto. Sin embargo, al considerar las variables continuas se encuentra uno el problema de que, lo más probable, los datos que se puedan recabar no sean completamente exactos, o dos o más de ellos no coincidan, por lo que se tienen que trabajar en intervalos y, en ese momento, modelar una función se convierte en un problema serio.

Las distribuciones continuas son aquellas que presentan un número infinito de posibles soluciones:
Ejemplo: El peso medio de los alumnos de una clase puede tomar infinitos valores dentro de cierto intervalo (42,37 kg, 42,3764 kg, 42, 376541kg, etc); la esperanza media de vida de una población (72,5 años, 7,513 años, 72, 51234 años).


DISTRIBUCIONES DISCRETAS


Las distribuciones discretas son aquellas en las que la variable puede pude tomar un número determinado de valores:
Ejemplo: si se lanza una moneda al aire puede salir cara o cruz; si se tira un dado puede salir un número de 1 al 6; en una ruleta el número puede tomar un valor del 1 al 32.

METODOS GENERADORES DE NUMEROS ALEATORIOS

METODOS CONGRUENCIALES

Un Generador de números aleatorios es un componente o funcionalidad que crea números o símbolos para un programa software en una forma que carezca de un patrón evidente, y que así parezcan ser números aleatorios.
La mayor parte de los generadores de números aleatorios son, en realidad, pseudoaleatorios: se calcula (o introduce internamente) un valor X0, que llamaremos semilla, y, a partir de él, se van generando X1, X2, X3, ...
Siempre que se parta de la misma semilla, se obtendrá la misma secuencia de valores.
El algoritmo básico es el método congruencial123, que genera valores en el intervalo [0,1), mediante el siguiente esquema: Se fijan A, B, enteros positivos (deben tener ciertas propiedades para obtener un buen generador), y, a partir de una semilla X0 en el conjunto 0,1,...,(N-1), se generan X1 = A*X0+B (mod N) X2 = A*X1+B (mod N) X3 = A*X2+B (mod N) ... X(k+1) = A*Xk+B (mod N) ...
donde A*X+B (mod N) es el resto de la división entera de A*X+B entre N. Por ejemplo, 16 (mod 7) es 2.
A partir del método congruencial, es posible tomar valores pseudoaleatorios en el intervalo [0,1) como sigue: Se toma N, entero, muy grande, se toman A, B adecuados, y una semilla X0 en 0,1,..,(N-1). A partir de ella, se generan X1,X2,X3,... por el método congruencial, y a partir de ellos, Y0,Y1,Y2,Y3,... mediante la fórmula Yk = Xk /N

El método base es el método congruencial de generación de números en el conjunto
Para ello, se toman A,B enteros adecuados, se indica un valor inicial (semilla) X0 en el conjunto , y se aplica el esquema recursivo
, , ,...,
donde por XmodN indica el resto de la división entera de X entre N. Por ejemplo, 12mod7 = 5
Si se conoce cómo generar valores en es posible generar valores en el intervalo [0,1), como sigue: Se toma N, muy grande, entero, se toma una semilla , y se construye la secuencia obtenida aplicando la expresión Yk = Xk / N



METODOS ADITIVOS

Hasta ahora hemos visto generadores que producían números en los que cada término depende
del anterior. Ahora vamos a ver otro tipo de generadores en los que para generar un nuevo término se
utilizan dos elementos anteriores.
En este caso la longitud máxima de periodo que se puede alcanzar es mayor, dado que para
que se produzca un ciclo es necesario que se repitan parejas de números.
2
1 1longitud máx ima de periodo m
x x
x x
n n k
n n k Þ =
þ ý ü
=
=
- - +
+
El primer generador de este tipo fue creado en los años 1950 y es la sucesión de Fibonacci:
x x x m n n n ( )mod 1 1 = + + -
Ofrece una longitud de periodo mayor que m, pero los test han demostrado que los números
producidos no son satisfactoriamente aleatorios.
Green introdujo el siguiente generador:x x x m n n n k ( ) mod +1 - = +
Demostró que para k£15 dicho generador no pasaba bien los test de aleatoriedad pero que para
k³16 sí se portaba bien.
Mitchell y Moore (1958) introdujeron el siguiente generador:
( ) mod ; 55 1 24 55 = + ³ + - - x x x m n n n n
Se ha de cumplir:
Generación de números aleatorios
61· m debe ser par.
· Se han de generar de forma aleatoria 55 semillas, desde x0 hasta x54, de forma que todos
ellas no sean pares.
Este método tiene una longitud de periodo grande y al ser simplemente aditivo y no utilizar
multiplicadores, es rápido.

METODOS MIXTOS

Estos métodos generan series de números aleatorios a partir de otras dos series:
Z X Y m n n n = ( + ) mod .
Sea L1 la longitud de periodo de la serie Xn (Lp(Xn)) y L2 la longitud de periodo de la serie Yn,
si se cumple que mcd(L1 , L2)=±1Þ (Lp(Zn))= L1*L2.
Utilizando este método el hecho de que se repita un número no implica que la serie empiece a
ciclar, tal y como ocurría con los G.C.L., ya que ahora interviene otro número de otra serie.
No es conveniente utilizar el mismo método para generar las dos series de partida.

NUMEROS ALEATORIOS

Un número aleatorio es aquel obtenido al azar, es decir, que todo número tenga la misma probabilidad de ser elegido y que la elección de uno no dependa de la elección del otro. El ejemplo clásico más utilizado para generarlos es el lanzamiento repetitivo de una moneda o dado ideal no trucado.

¿PARA QUÉ SIRVEN?

Los números aleatorios permiten a los modelos matemáticos representar la realidad.
En general cuando se requiere una impredecibilidad en unos determinados datos, se utilizan números aleatorios
Los seres humanos vivimos en un medio aleatorio y nuestro comportamiento lo es también. Si deseamos predecir el comportamiento de un material, de un fenómeno climatológico o de un grupo humano podemos inferir a partir de datos estadísticos. Para lograr una mejor aproximación a la realidad nuestra herramienta predictiva debe funcionar de manera similar: aleatoriamente. De esa necesidad surgieron los modelos de simulación.
En la vida cotidiana se utilizan números aleatorios en situaciones tan dispares como pueden ser los juegos de azar, en el diseño de la caída de los copos de nieve, en una animación por ordenador, en tests para localización de errores en chips, en la transmisión de datos desde un satélite o en las finanzas.


Haz clic en el siguiente enlace si deseas conocer mas acerca de los numeros aleatorios (Historia, caracteristicas. etc.)
http://redalyc.uaemex.mx/src/inicio/ArtPdfRed.jsp?iCve=85200804