simulaciondedadobayescovrianza
DESCRIPTION
Simulaciones de lanzamientos de dados, probabilidad total, y cobarianzaTRANSCRIPT
UNIVERSIDAD CENTRAL DE VENEZUELA
FACULTAD DE INGENIERÍA
COMISIÓN DE ESTUDIOS DE POSTGRADO
SIMULACIÓN DE UN DADO, TEOREMA DE BAYES, Y,
COVARIANZA
REALIZADO POR:
ANDERSON GOMEZ C.I. 18791499
CARACAS, 28 DE ABRIL DE 2015
INTRODUCCIÓN
La simulación, es una técnica que nos permite tener una referencia
a una investigación de una hipótesis o un conjunto de hipótesis de
trabajo utilizando modelos, en nuestro caso realizaremos una serie
de simulaciones con el fin de estudiar el contexto de los problemas
planteados, identificar los objetivos del planteamiento, especificar
los índices de medición de la efectividad del planteamiento y definir
el planteamiento que se va a modelar.
Ya que se cuenta con la exactitud de los resultados que se espera
obtener en el estudio de las simulaciones, se definirá y construirán
los modelos con el cual se obtendrán los resultados deseados. Se
definirán todas las variables que forman parte del modelo, sus
relaciones lógicas y los diagramas de flujo que describirán en forma
completa el modelo.
La construcción del modelo será realizado bajo el lenguaje de
programación Java, con el fin de procesarlo en la computadora y
obtener los resultados deseados. Para el proceso de verificación y
comprobación de los resultados, se utilizara una interfaz de salida
por pantalla, y un archivo .TXT, los cuales contaran con los
resultados arrojados por el modelo procesado por la computadora, y
de esta forma poder valorar las diferencias entre el funcionamiento
del simulador y el sistema real que se está tratando con el objetivo
de interpretan los resultados que arroja la simulación y con base a
esto se toma una decisión. Es obvio que los resultados que se
obtienen de un estudio de simulación colaboran a soportar
decisiones del tipo semi-estructurado.
Simulación de eventos aleatorios
1. Simulación de la probabilidad de un dado de seis lados.
Para la realización de esta simulación me base en el
planteamiento, de la probabilidad de un evento aleatorio, que
se define como, los casos favorables que existen y los casos
posibles, es decir:
Pr(A) = Casos favorables
Casos posibles
Basados en este planteamiento, y sabiendo que un dado
común, cuenta con 6 caras, la probabilidad que salga una de
ellas, es 1 de 6 posibles, es decir
Pr(A) = 1
6
Pr(A) = 0.1616
Diagrama de flujo
2. Simulación de la probabilidad de un dado, cargado de
seis lados.
Para la realización de esta simulación me base al igual que en
la anterior, en el planteamiento, de la probabilidad de un
evento aleatorio, que se define como, los casos favorables
que existen y los casos posibles, sin embargo en este caso se
cuenta con una variable mas, la cual determinara el
porcentaje de carga de la cara elegida.
Pr(A) = Numero 1…6
Total de Lanzamientos
Diagrama de flujo
Incio
Cantidad de lanzamientos
Resultados
3. Simulación de la fabricación de tres artículos
Para la realización de esta simulación, me base en el Teorema
de la Probabilidad total, la cual describe que, a partir de las
probabilidades del suceso A (Escogemos un producto)
deducimos la probabilidad del suceso B (que este sea
defectuoso).
Luego de realizada la simulación, se concluye que la cantidad
de productos no afecta la probabilidad de que sea defectuoso.
Diagrama de flujo
Incio
Cantidad de lanzamientos
Num. a Cargar
Porcentage a cargar
Resultados
4. Simulación del teorema de Bayes
El Teorema de Bayes viene a seguir el proceso inverso al que
hemos visto en la simulación anterior (Probabilidad Total), es
decir a partir de que ha ocurrido el suceso B (Escogemos un
producto) deducimos las probabilidades del suceso A (¿Qué el
producto defectuoso sea de la fabrica 1,2, o 3?).
Luego de realizada la simulación, se concluye que la cantidad
de productos no afecta la probabilidad de que sea defectuoso,
es decir el valor de la probabilidad no varía en cuanto a la
cantidad de productos.
Diagrama de flujo
Incio
Cantidad productos a fabricar
Resultados
5. Simulación de la covarianza
Para la realización de esta simulación, me base en la
generación de números aleatorios mediante la librería
Random de Java, con el fin de generar las variables de los ejes
X, Y, y así obtener el valor del grado de variación conjunta, y
así determinar si existe una dependencia entre ambas
variables.
Diagrama de flujo
Incio
Cantidad productos a fabricar
Resultados
Luego de realizadas las pruebas de la simulación concluyo
que si la covarianza es positiva nos dará la información de
que, a valores altos de una de las variable hay una
mayor tendencia a encontrar valores altos de la otra variable
y, a valores bajos de una de las variable,
correspondientemente valores bajos. En cambio si la
covarianza es negativa, la covariación de ambas variables
será en sentido inverso: a valores altos le corresponderán
bajos, y a valores bajos, altos. Si la covarianza es cero no hay
una covariación clara en ninguno de los dos sentidos. Sin
embargo el hecho de que la covarianza dependa de las
medidas de las variables no permite establecer
comparaciones entre unos casos y otros.
Incio
Cantidad de puntos a graficar
Intervalo 1 del eje X
Intervalo 2 del eje X
Intervalo 1 del eje Y
Intervalo 2 del eje Y
Resultado