pruebas de autocorrelacion yule

18
NUMEROS PSEUDOALEATORIOS PRUEBAS DE INDEPENDENCIA ING. EDNA GABRIELA CEJA SILVA

Upload: edna-gabriela-ceja-silva

Post on 23-Jan-2018

1.036 views

Category:

Engineering


7 download

TRANSCRIPT

Page 1: Pruebas de autocorrelacion yule

NUMEROS PSEUDOALEATORIOS

PRUEBAS DE INDEPENDENCIA

ING. EDNA GABRIELA CEJA SILVA

Page 2: Pruebas de autocorrelacion yule

PRUEBAS DE AUTOCORRELACION

• La autocorrelación es una herramienta matemática utilizada frecuentemente en el proceso de señales.

• La función de autocorrelación se define como la correlación cruzada de la señal consigo misma. La función de autocorrelación resulta de gran utilidad para encontrar patrones repetitivos dentro de una señal, como por ejemplo, la periodicidad de una señal enmascarada bajo el ruido o para identificar la frecuencia fundamental de una señal que no contiene dicha componente, pero aparecen numerosas frecuencias armónicas de esta.

ING. EDNA GABRIELA CEJA SILVA

Page 3: Pruebas de autocorrelacion yule

PRUEBAS DE AUTOCORRELACION

• Dependiendo del campo de estudio se pueden definir diferentes tipos de autocorrelación sin que estas definiciones sean equivalentes. En algunos campos se utilizan indistintamente las funciones de autocorrelación y de autocovarianzas, dado que ambas sólo difieren entre sí en una constante de proporcionalidad que es la varianza (en este caso, la autocovarianza de orden k>0).

• En estadística, la autocorrelación de una serie temporal discreta de un proceso Xt no es más que simplemente la correlación de dicho proceso con una versión desplazada en el tiempo de la propia serie temporal.

• Si Xt representa un proceso estacionario de segundo orden con un valor principal de μ se define entonces:

ING. EDNA GABRIELA CEJA SILVA

Page 4: Pruebas de autocorrelacion yule

• Donde:

E es el valor esperado y k el desplazamiento temporal considerado (normalmente denominado desfase). Esta función varía dentro del rango [−1, 1], donde 1 indica una correlación perfecta (la señal se superpone perfectamente tras un desplazamiento temporal de k) y −1 indica una anticorrelación perfecta. Es una práctica común en muchas disciplinas el abandonar la normalización por σ3 y utilizar los términos autocorrelación y autocovarianza de manera intercambiable.

ING. EDNA GABRIELA CEJA SILVA

Page 5: Pruebas de autocorrelacion yule

PRUEBA DE HUECOS O DE DISTANCIA

ING. EDNA GABRIELA CEJA SILVA

Consiste en comparar los números con el propósito de verificar el tamaño del “hueco” que existe entre ocurrencias sucesivas de un número; las hipótesis son las fundamentales:

H₀: los números del conjunto ri son independientes.H1: los números del conjunto ri no son independientes.

Page 6: Pruebas de autocorrelacion yule

PRUEBA DE HUECOS O DE DISTANCIA

PASOS• Definir un intervalo de prueba(α,β), donde (α,β) є (0,1)

• Se construye una secuencia de 1 y 0 de esta manera: se asigna un 1 si el ri perteneceal intervalo (α,β), y un 0 si no pertenece.

ING. EDNA GABRIELA CEJA SILVA

Page 7: Pruebas de autocorrelacion yule

PRUEBA DE HUECOS O DE DISTANCIA

ING. EDNA GABRIELA CEJA SILVA

• Ejemplo: si se define un intervalo (α,β)=(0.6,0.7) y se tiene la muestra de 10 números.

ri =(0.67, 0 .62, 0.65, 0.49, 0.59, 0.42, 0.64, 0.06, 0.74, 0.67)

S={1, 1, 1, 0, 0, 0, 1, 0, 0, 1}

El tamaño del hueco i se define como el número de ceros existentes entre unos consecutivos. En elejemplo tenemos h=3

• A partir del conjunto anterior se determina la frecuencia Oi, contabilizando el num. deocurrencias de cada tamaño de hueco y su correspondiente frecuencia esperada Ei, deacuerdo con

• Ei = (h)(β-α)(1-(β-α))i

Page 8: Pruebas de autocorrelacion yule

ING. EDNA GABRIELA CEJA SILVA

Tamaño del EI (h)(β-α)(1-(β-α))i

hueco OI Ei=(3)(0.7-0.6)(1-(0.7-0.6))i Ei X02

0 0 (3)(0.1)(0.9)^0 0.31 2 (3)(0.1)(0.9)^1 0.272 1 (3)(0.1)(0.9)^2 0.2433 2 (3)(0.1)(0.9)^3 0.21874 0 (3)(0.1)(0.9)^4 0.19683

≥5 0 (3)(0.9)^5 1.77147TOTAL h=3 h=3 h=3

• Después se procede acalcular el error oestadístico de prueba

Ejemplo: Realizar la prueba de huecos a los siguientes 30 números, con un nivel de confianza de 95% para el intervalo (α,β) =(0.8,1.0)

0.872 0.950 0.343 0.058 0.3840.219 0.041 0.036 0.213 0.9460.570 0.842 0.706 0.809 0.3000.618 0.152 0.462 0.005 0.2030.291 0.151 0.596 0.443 0.8680.913 0.511 0.586 0.608 0.879

Page 9: Pruebas de autocorrelacion yule

ING. EDNA GABRIELA CEJA SILVA

Tamaño del EI (h)(β-α)(1-(β-α))i (Ei - Oi)2

hueco OI Ei=(7)(1.0-0.8)(1-(1.0-0.8))i Ei

0 2 1.4 0.2571431 2 1.12 0.6914292 0 0.89 0.8960003 1 1.38 0.1118894 0 0.57344 0.573440

≥5 2 2.29376 0.037622TOTAL h=7 7 2.567522

Ya que el estadístico de prueba = 2.567522 es menor

que el estadístico de tablas , no podemos rechazar la hipótesis deindependencia entre los números

Page 10: Pruebas de autocorrelacion yule

PRUEBA DEL POQUER• La prueba de poker examina en forma individual los dígitos del número pseudoaleatorio

generado. La forma como esta prueba se realiza es tomando 5 dígitos a la vez yclasificándolos como: par, dos pares, tercia, poker, quintilla, full y todos diferentes. Loanterior significa que los números pseudoaleatorios generados son de 5 dígitos cadauno, o bien, en caso de que el número tenga más de 5 dígitos, solamente se consideranlos primeros 5. Las probabilidades para cada una de las manos de poker posibles semuestran en seguida:

ING. EDNA GABRIELA CEJA SILVA

Page 11: Pruebas de autocorrelacion yule

PRUEBA DEL POQUER

ING. EDNA GABRIELA CEJA SILVA

Page 12: Pruebas de autocorrelacion yule

PRUEBA DEL POQUER

ING. EDNA GABRIELA CEJA SILVA

Page 13: Pruebas de autocorrelacion yule

PRUEBA DE POQUER

ING. EDNA GABRIELA CEJA SILVA

Page 14: Pruebas de autocorrelacion yule

PRUEBA DEL POQUER

• Con las probabilidades anteriores y con el número de números pseudoaleatorios generados,sepuede calcular la frecuencia esperada de cada posible resultado, la cual al compararse conlafrecuencia observada produce el estadístico:

ING. EDNA GABRIELA CEJA SILVA

Si entonces no se puede rechazar la hipótesis de que los números pseudoaleatorios provienen de

una distribución uniforme. Por ejemplo, si se aplica esta prueba a los números pseudoaleatorios

presentados en la tabla 3.1,se obtienen las frecuencias observadas que se muestran en la tabla 3.7. Sin

embargo, puesto quelas frecuencias esperadas del full, poker, quintilla son menores que 5, entonces es

necesario agrupar sus frecuencias con la frecuencia esperada de tercia. Con estas agrupaciones, el valor

del estadístico resulta ser de:

Page 15: Pruebas de autocorrelacion yule

PRUEBA DEL POQUER

ING. EDNA GABRIELA CEJA SILVA

Page 16: Pruebas de autocorrelacion yule

ING. EDNA GABRIELA CEJA SILVA

Page 17: Pruebas de autocorrelacion yule

ING. EDNA GABRIELA CEJA SILVA

Page 18: Pruebas de autocorrelacion yule

ING. EDNA GABRIELA CEJA SILVA