Ficha de uso

Introducción

Todo empieza con uniformes

Un ordenador genera números pseudoaleatorios: una sucesión determinista (la fija la semilla) que se comporta como muestras independientes de U[0, 1). A partir de ellas se obtienen muestras de cualquier otra distribución. Así se simulan ruido, canales, errores de medida o métodos de Monte Carlo.

La ruleta (variables discretas)

Para una variable que toma los valores x₁ < x₂ < … con probabilidades p_i, se reparte [0, 1) en tramos consecutivos de longitud p_i y se devuelve x_i si u cae en el tramo i, es decir, si F_X(xi−1) ≤ u < F_X(x_i). Cada valor sale con la probabilidad de su tramo.

El método de la inversa

Si F_X es continua y creciente, X = F_X−1(U) tiene distribución F_X, porque P(F_X−1(U) ≤ x) = P(U ≤ F_X(x)) = F_X(x). Por ejemplo:

Box-Muller

La gaussiana no tiene F−1 en forma cerrada. Pero un par de gaussianas independientes (Z₁, Z₂) tiene, en polares, un radio Rayleigh y un ángulo uniforme independientes. Con dos uniformes,

R = √(−2 ln U₁), Θ = 2πU₂, Z₁ = R cos Θ, Z₂ = R sen Θ,

y σZ_i es N(0, σ²).

Aceptación y rechazo

Si se sabe muestrear una densidad q(x) y f(x) ≤ M q(x) en todo x, se genera un candidato x de q y un u uniforme, y se acepta x si u M q(x) ≤ f(x). Las aceptadas siguen f. La fracción aceptada es 1/M: conviene que M q se ajuste a f lo más posible.

Mezclas

Una mezcla f(x) = Σ_k π_k f_k(x) se muestrea en dos pasos: se elige la componente k con la ruleta de probabilidades π_k y se genera una muestra de f_k.

Guía de uso

Ejercicios

1. El dado cargado. Con la ruleta del dado cargado (el seis sale la mitad de las veces), ¿qué valor sale para u = 0,37 y para u = 0,62? ¿Cuánto valen la media y la varianza teóricas?

Solución F_X vale 0,1, 0,2, 0,3, 0,4, 0,5 y 1. Para u = 0,37, 0,3 ≤ u < 0,4 y sale un 4; para u = 0,62, 0,5 ≤ u < 1 y sale un 6. La media es 4,5 y la varianza 3,25, como en el ejercicio 1 de la hoja; con 2000 muestras salen 4,48 y 3,31.

2. La exponencial. Con la inversa y λ = 2, ¿qué valores teóricos tienen la media, la varianza y P(X > 1)? Compáralos con los de las muestras. ¿Cómo se comprueba que la fórmula usada es la buena?

Solución Media 1/λ = 0,5, varianza 1/λ² = 0,25 y P(X > 1) = e−2 = 0,135; con 2000 muestras salen 0,486, 0,238 y 0,124. Se comprueba con F: P(X ≤ x) = P(−ln(1 − U)/λ ≤ x) = P(U ≤ 1 − e−λx) = 1 − e−λx.

3. Box-Muller. Con σ = 1, ¿qué fracción de muestras cae a menos de una desviación típica? ¿Están correlacionadas z₁ y z₂? ¿Qué distribución tiene el radio de los pares?

Solución Sale 0,694, cerca de la teórica 0,683, y la correlación muestral de los pares, −0,016, es compatible con cero (su desviación típica con 1000 pares es 1/√1000 ≈ 0,03). El radio es Rayleigh de parámetro σ: es la misma fórmula que el método de la inversa para la Rayleigh, como en el ejercicio 4 de la hoja.

4. Aceptación y rechazo. Con f(x) = 6x(1 − x), ¿cuál es la menor M válida? ¿Qué fracción se acepta con M = 1,5 y con M = 3? ¿Qué pasa con M = 1?

Solución El máximo de f está en x = 1/2 y vale 1,5: M = 1,5. Se acepta el 66 % (teórico 2/3) y con M = 3 el 34 % (teórico 1/3): las muestras siguen igual de bien f, pero se gastan el doble de candidatos. Con M = 1 la recta no cubre la parábola entre 0,21 y 0,79, se aceptan todos los candidatos de esa zona y el histograma queda plano por arriba: la varianza sale 0,058 en lugar de 0,05.

5. Una densidad con pico. Con f(x) = 30x(1 − x)⁴, ¿cuál es la menor M? ¿Por qué se acepta menos que con la anterior? ¿Qué propuesta lo mejoraría?

Solución El máximo está en x = 1/5: f(0,2) = 30 · 0,2 · 0,8⁴ = 2,46. Con M = 2,5 se acepta el 40 %. La densidad es más puntiaguda, y la caja uniforme desperdicia mucho espacio a la derecha. Una propuesta que se parezca más a f (por ejemplo, una que decrezca hacia x = 1) necesitaría una M menor.

6. La mezcla. Con π₁ = 0,4, calcula la media y la varianza de la mezcla. ¿Por qué la varianza es mayor que la de cada componente?

Solución μ = 0,4 · 3 + 0,6 · 6 = 4,8; E{X²} = 0,4 (0,25 + 9) + 0,6 (1 + 36) = 25,9; σ² = 25,9 − 4,8² = 2,86. Sale 4,81 y 2,88. La varianza de una mezcla es la media de las varianzas (0,7) más la varianza de las medias (0,4 · 1,8² + 0,6 · 1,2² = 2,16): la separación entre las dos gaussianas añade dispersión.

Para profundizar

Relación con otros conceptos