You are on page 1of 44

Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R.

Estocastica

Simulacao de variaveis aleatorias: Parte 1

Prof. Caio Azevedo

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Simular: reproduzir, controlando caractersticas de interesse,


fenomenos reais. Exemplo: avaliar o efeito de um Tsunami numa
parede de concreto.

Simulacao variaveis aleatorias: gerar valores para representar o


comportamento de fenomenos aleatorios.

Aplicacoes: comparar estimadores, comparar modelos, estimar a


distribuicao de uma variavel aleatoria.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Lembrete

Sempre conferir a qualidade dos valore simulados.

Formas simples:

Calcular momentos amostrais.


Comparar histogramas (curvas de nvel) observados com os teoricos.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Metodo da transformada inversa (v.a. contnua)

Seja X FX (.; ), FX (.; ) e uma funcao de distribuicao acumulada


(fda) contnua.

Entao Y = FX (X ; ) U(0, 1) (exerccio). OBS: resultado tambem


vale se usar SX (x; ) = 1 FX (x; ) (funcao de sobrevivencia).

Algoritmo para simular uma amostra aleatoria (aa, conjunto de


variaveis independentes e identicamente distribudas) de
X FX (.; ), faca (tambem pode ser usada a SX ( )):

1 Simule ui U(0, 1), i = 1, ..., n.


2 Calcule xi = FX1 (ui ), i = 1, ..., n.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Exponencial

Seja X exp(), > 0, E(X ) = .

Temos que FX (x) = (1 e x/ )11(0,) (x). Portanto,


x = ln(1 u).

Programa no R:

n<-50
theta <-2
u <- runif(n)
x <- -theta*log(1-u)

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 15.8 , var= 362.77 , n= 40 media = 12.18 , var= 213.81 , n= 50

0.06
0.04

0.04
densidade

densidade
0.02

0.02
0.00

0.00
0 20 40 60 80 100 0 10 20 30 40 50 60

valores valores

media = 14.56 , var= 191.68 , n= 100 media = 14.19 , var= 219.85 , n= 500
0.04

0.03
densidade

densidade

0.02
0.02

0.01
0.00

0.00

0 10 20 30 40 50 60 70 0 50 100 150

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Normal truncada

Seja X N[a,b] (, 2 ), R, 2 > 0, a < b.


FY (x)FY (a)
Temos que FX (X ) = FY (b)FY (a) , Y N(, 2 ) (exerccio).
Assim x = FY1 [u (FY (b) FY (a)) + FY (a)].
Temos que
 
a
b


E(X ) = +  
b a


    2
a a
b b a b
 

V(X )= 2 1 + 


b

a
 b

a

+ +

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Cont.

Programa no R:

v.u <- (runif(n))


aux <- cbind(u*(pnorm(b,mu,sqrt(sigma2))
-pnorm(a,mu,sqrt(sigma2))) + pnorm(a,mu,sqrt(sigma2)))
v.x <- qnorm(aux,mu,sqrt(sigma2))

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 0.7864 , var= 0.4522 , n= 20 media = 0.7405 , var= 0.3244 , n= 50


0.8

0.6
0.6
densidade

densidade

0.4
0.4

0.2
0.2
0.0

0.0
0.0 0.5 1.0 1.5 2.0 2.5 0.0 0.5 1.0 1.5 2.0 2.5

valores valores

media = 0.8294 , var= 0.381 , n= 100 media = 0.815 , var= 0.3968 , n= 500

0.8
0.6

0.6
densidade

densidade
0.4

0.4
0.2

0.2
0.0

0.0

0.0 0.5 1.0 1.5 2.0 2.5 3.0 0 1 2 3 4

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Normal multivariada

X Np (, ), Rp , > 0.

Sabemos que X = Z + , = Cholesky(),


i.i.d.
Z = (Z1 , ..., Zn ), Zi N(0, 1), i = 1, ..., p.

x = FZ1 (u) + , u = (u1 , ..., up ).

m.u <- cbind(runif(n))


m.z <- qnorm(m.u)
for (i in 2:p)
{m.u <- cbind(runif(n)) m.z <- cbind(m.z,qnorm(m.u)) }
m.x <- t(chol(m.sigma)%*%t(m.z) + matrix(v.mu,p,n))

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Comentarios

Neste caso, tem-se que Xi N1 (i , i2 ), em que E(Xi ) = i e


V(Xi ) = i2 .

Alem disso, a distancia de Mahalanobis tem distribuicao


qui-quadrado com p graus de liberdade, ou seja:

(X )0 1 (X ) 2p

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 1.19 , var= 3 , n= 100 , p = 3 media = 0.03 , var= 1.41 , n= 100 , p = 3

0.30
0.20

0.20
densidade

densidade
0.10

0.10
0.00

0.00
6 4 2 0 2 4 4 2 0 2 4

valores valores

media = 1.92 , var= 3.76 , n= 100 , p = 3 media = 2.97 , var= 5.16 , n= 100

0.20
0.20

0.15
densidade

densidade

0.10
0.10

0.05
0.00

0.00

2 0 2 4 6 0 2 4 6 8 10 12 14

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Metodo da transformada inversa (v.a. discreta)

P
Seja X uma v.a discreta, PX (X = xi ) = pi 11{0,1,2,...} (i), i pi = 1.

Algoritmo para simular uma amostra aleatoria (aa, conjunto de


variaveis independentes e identicamente distribudas) de
X PX (X = i), faca:

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Cont.

1 Simule ui U(0, 1), i = 1, ..., n.


2 Faca



x0 , se u < p0





x1 , se p1 u < p0 + p1
.
xi = ..

Pj1 Pj
i=0 pi u <

xj , se

i=0 pi

..

.

Dado que 0 < a < b < 1, P(a U < b) = b a, temos que


j1
X j
X
P(X = xj ) = P( pi U < pi ) = pj
i=0 i=0
Prof. Caio Azevedo
Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Bernoulli

Seja X Bernoulli(), (0, 1).

Algoritmo: gere ui , U U(0, 1), i = 1, 2..., n e faca


0, se u >
xi =
1, se u

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

mean = 0.75 var= 0.2 n = 20 mean = 0.72 var= 0.21 n = 50


1.0

1.0
0.8

0.8
0.6

0.6
0.4

0.4
0.2

0.2
0.0

0.0
0 1 0 1

mean = 0.78 var= 0.17 n = 100 mean = 0.764 var= 0.18 n = 500
1.0

1.0
0.8

0.8
0.6

0.6
0.4

0.4
0.2

0.2
0.0

0.0

0 1 0 1

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Binomial

Seja X Binomial(m, ), (0, 1), m conhecido.

Duas formas:

Metodo da transformada inversa. Repetir n vezes: Gerar u, de


U(0, 1), i = 1, .., n e atribuir x = xj se j1
P Pj
i=1 pj u < i=1 pj .
Pm i.i.d.
Representacao estocastica : X = i=1 Yi , Yi Bernoulli().
Repetir n vezes: gerar y1 , ..., ym (usando o metodo da transformada
inversa e fazer x = m
P
i=1 yi .

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 7.1 , var= 1.25 , n= 20 , p = 3 media = 7.26 , var= 1.58 , n= 50 , p = 3


0.5

0.5
0.4

0.4
densidade

densidade
0.3

0.3


0.2

0.2


0.1

0.1


0.0

0.0

5 6 7 8 9 5 6 7 8 9 10

valores valores

media = 7.01 , var= 2.03 , n= 100 , p = 3 media = 6.94 , var= 2.29 , n= 500 , p = 3
0.5

0.5
0.4

0.4
densidade

densidade
0.3

0.3



0.2

0.2


0.1

0.1


0.0

0.0

4 5 6 7 8 9 10 3 4 5 6 7 8 9 10

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Poisson

e i
Seja X Poisson(), > 0. pi = P(X = i) = i! 11{0,1,2,...} (i)

Pode-se provar que pi+1 = i+1 pi

Algoritmo:

1 Simule u de U(0, 1).


2 Faca i = 0, p = e , F = p.
3 Se u F, atribua X = i e pare.
p
4 p= i+1
,F = F + p.i = i + 1
5 Va para o passo 3.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 3.58 , var= 4.13 , n= 30 , lambda = 3 media = 3.08 , var= 3.18 , n= 50 , p = 3


0.5

0.5
0.4

0.4
densidade

densidade
0.3

0.3

0.2

0.2


0.1

0.1



0.0

0.0

0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8

valores valores

media = 3.02 , var= 3.12 , n= 100 , p = 3 media = 2.92 , var= 3.22 , n= 500 , p = 3
0.5

0.5
0.4

0.4
densidade

densidade
0.3

0.3


0.2

0.2



0.1

0.1



0.0

0.0

1 2 3 4 5 6 7 0 1 2 3 4 5 6 7

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Metodo da rejeicao (v.a. contnua)

Seja X fX (.; ), fX (.; ) e uma funcao densidade de probabilidade


com suporte X ().

Queremos simular de fX . Para isso podemos encontrar um


envelope constante (c 1) e uma densidade envelope gY com
mesmo suporte de X, tal que
fX (x)
c, x X ()
gY (x)
O algotimo da rejeicao pode ser descrito como
1 Simule ui U(0, 1), i = 1, ..., n e y de gy de modo independente.
fX (y )
2 Se u cgY (y )
faca x = y, caso contrario, volte ao Passo 1.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Beta a = 2 e b =4

X uma va tal que fX (x) = 20x(1 x)3 , Beta(2,4).

Seja gY (y ) = 11(y )(0,1) .


f (x) f (1/4) 135
O maximo de g (x) e obtido para x = 1/4 e assim g (1/4) = 64 .
f (x) 256
Portanto, cg (x) = 27 x(1 x)3
Algoritmo
1 Gere, de modo independentes, u1 e u2 de U(0, 1).
2 Se u2 256
27 1
u (1 u1 )3 faca x = u1 , caso contrario, volte ao passo 1.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 0.34 , var= 0.05 , n= 20 media = 0.35 , var= 0.03 , n= 50


2.5

2.5
2.0

2.0
densidade

densidade
1.5

1.5
1.0

1.0
0.5

0.5
0.0

0.0
0.0 0.2 0.4 0.6 0.8 0.0 0.2 0.4 0.6 0.8

valores valores

media = 0.33 , var= 0.03 , n= 100 media = 0.34 , var= 0.03 , n= 500
3.0

2.0
1.5
2.0
densidade

densidade

1.0
1.0

0.5
0.0

0.0

0.0 0.2 0.4 0.6 0.8 0.0 0.2 0.4 0.6 0.8 1.0

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Gama r = 3/2 e =1

X uma va tal que fX (x) = Kx 1/2 e x 11(x)(0,) , K = 2/sqrt,


gama(3/2,4).

Seja gY (y ) = 23 e 2x/3 11(y )(0,) .


f (x) f (3/2) 33/2
O maximo de g (x) e obtido para x = 3/2 e assim g (3/2) = (2e)1/2
.
f (x)
Portanto, cg (x) = (2e/3)1/2 x 1/2 e x/3
Algoritmo
1 Gere, u1 de U(0, 1) e faca y = 23 ln u1 .
2 Gere u2 de U(0, 1).
3 Se u2 (2ey /3)1/2 e y /3 faca x = y , caso contrario, volte ao passo
1.
Prof. Caio Azevedo
Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 1.56 , var= 3.05 , n= 20 media = 1.46 , var= 1.12 , n= 50


0.6

0.6
0.4

0.4
densidade

densidade
0.2

0.2
0.0

0.0
0 1 2 3 4 5 6 0 1 2 3 4

valores valores

media = 1.37 , var= 1.3 , n= 100 media = 1.45 , var= 1.34 , n= 500
0.6

0.6
0.4

0.4
densidade

densidade
0.2

0.2
0.0

0.0

0 1 2 3 4 5 6 0 2 4 6 8

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Metodo da rejeicao (v.a. discreta)

Seja X fX (.; ), fX (.; ) e uma funcao de probabilidade com


suporte X ().

Queremos simular de fX . Para isso podemos encontrar um


envelope constante (c 1) e uma densidade envelope gY com
mesmo suporte de X, tal que
fX (x)
c, x X (), f (x) 6= 0, g (x) 6= 0
gY (x)
O algotimo da rejeicao pode ser descrito como
1 Simule ui U(0, 1), i = 1, ..., n e y de gy de modo independente.
fX (y )
2 Se u cgY (y )
faca x = y, caso contrario, volte ao Passo 1.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Variavel aleatorioa discreta

Seja X , P(X = 1) = 1/6, P(X = 0) = 3/6, P(X = 1) = 2/6.

Seja gY (y ) = 13 11(y ){1,0,1}


fX (x) fX (x)
O maximo de gY (x) ocorre para x = 0 e, nesse caso, gY (x) = 9/6

Algoritmo:

1 Simule u1 de U(0, 1) e u2 de U{1,0,1}


2 Se u1 f (u2 )/((9/6)g (u2 )) faca x = u2 , caso contrario, volte ao
passo 1.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

n= 30 n= 50

0.6

prop.table(table(v.x))

prop.table(table(v.x))

0.4

0.4


0.2

0.2

0.0

0.0
1 0 1 1 0 1

v.x v.x

n= 100 n= 500

0.6
0.5



prop.table(table(v.x))

prop.table(table(v.x))
0.4

0.4



0.3
0.2

0.2


0.1
0.0

0.0

1 0 1 1 0 1

v.x v.x

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Eficiencia do metodo da rejeicao

A eficiencia do metodo da rejeicao e determinada pela probabilidade


de aceitacao 1 .

Quanto menor o valor de c maior sera a eficiencia do metodo.

Em geral, queremos encontrar c,

f (x)
c = maxxX ()
g (x)

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Distribuicao log concava

gama normal truncada


2

0
2
4

4
lpx

lpx
6

6
8

8
10

10

0 10 20 30 40 1.0 1.5 2.0 2.5 3.0 3.5 4.0

x x

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Exemplo: normal truncada f (x) = N[1,] (0, 1)

Neste caso, a distribuicao e log-concava.

Uma densidade candidata e g (x) = be b(xa) 11(a,) (x)

Pode-se provar que


f (x) (bd)1 e (0,5b2 ba) , se b > a,
cb = maxx>a =
be b(xa) (bd)1 e 0,5b2 , se b a

em que d = 2(1 (a)). O primeiro limite e minimizado em

b = (a + a2 + 4)/2 e o segundo em b
b = a. A escolha de b e b .

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Cont.

Algoritmo

1 Gere u1 , u2 de U(0, 1) independentemente e faca y = b1 ln(u1 ) + a


2
+b y (b )2 /2
2 Se u2 e y faca x = y, caso contrario, volte ao passo 1.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 1.52 , var= 0.27 , n= 20 media = 1.5 , var= 0.2 , n= 50


1.2

1.2
densidade

densidade
0.8

0.8
0.4

0.4
0.0

0.0
1.0 1.5 2.0 2.5 1.0 1.5 2.0 2.5 3.0

valores valores

media = 1.68 , var= 0.39 , n= 100 media = 1.66 , var= 0.44 , n= 500
1.2

1.2
densidade

densidade
0.8

0.8
0.4

0.4
0.0

0.0

1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 1 2 3 4 5 6

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Metodo da amostragem (reamostragem) por importancia

Seja X fX (.; ), fX (.; ) e uma fdp com suporte X ().

Considere uma fdp de amostragem por importancia, com mesmo


suporte de fX (.; ).

1 Simule x1 , ..., xm iid g (x), m >>> n (n tamanho da amostra).


f (xj )
2 Defina r (xj ) = g (xj )
,j = 1, 2, ..., m
3 Selecione, sem reposicao e via reamostragem, da distribuicao
discreta uma amostra de tamanho n.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Exemplo: Distribuicao definida no intervalo (0,1)

Seja X fX (.; r ),

sinr (x)
f (x) = 11(0,1) (x)
beta(0.5, (r + 1)/2)

Para r = 6, considere g (x) beta(2, 4)


Algoritmo
1 Como definido anteriormente

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Comportamento: f(x) x g(x)


3.0
2.5

g(x)
2.0
f.x

1.5
1.0

f(x)
0.5
0.0

0.0 0.2 0.4 0.6 0.8

v.x

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

n= 30 n= 50
4

4
3

3
densidade

densidade
2

2
1

1
0

0
0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.3 0.4 0.5 0.6 0.7

valores valores

n= 100 n= 500
4

4
3

3
densidade

densidade
2

2
1

1
0

0.2 0.3 0.4 0.5 0.6 0.7 0.2 0.4 0.6 0.8

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Representacao Estocastica

Dois vetores aleatorios X e Y tal que X = g (Y).

Simulacao de uma distribuicao beta(a, b).

Simular x1 gama(a, 1) e x2 gama(b, 1).

Faca y = x1 /(x1 + x2 ).

Repetir o processo acima n vezes.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Programa

Programa

v.x1 <- r1*(runif(n,0,0.5) -


cbind(apply(log(replicate(round(a),runif(n,0,1))),1,sum)))

v.x2 <- r2*(runif(n,0,0.5) -


cbind(apply(log(replicate(round(b),runif(n,0,1))),1,sum)))

v.y <- cbind(v.x1/(v.x1 + v.x2))

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

n= 20 n= 50
3.0

3.0
2.0

2.0
densidade

densidade
1.0

1.0
0.0

0.0
0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

valores valores

n= 100 n= 500
3.0

3.0
2.0

2.0
densidade

densidade
1.0

1.0
0.0

0.0

0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.2 0.4 0.6 0.8

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Beta binomial

Seja X |Y binomial(m, y ) e Y beta(a, b).


R1
Entao X beta-binomial, fX (x) = 0 f (x|y )f (y )dy .
Algoritmo
1 Simular n vezes y de beta(a, b).
2 Dado o vetor y simular x|y de binomial(m, y ).
3 O vetor x tera a distribuicao desejada.

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Programa

Programa

v.x1 <- cbind(rbeta(n,a,b))


v.x2 <- cbind(rbinom(n,m,v.x1))

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Valores simulados

media = 1.18 , var= 1.26 , n= 20 , p = 3 media = 1.36 , var= 1.06 , n= 50 , p = 3


0.5

0.5
0.4

0.4
densidade

densidade

0.3

0.3


0.2

0.2

0.1

0.1

0.0

0.0
0 1 2 3 4 0 1 2 3 4

valores valores

media = 1.32 , var= 1.43 , n= 100 , p = 3 media = 1.27 , var= 1.51 , n= 500 , p = 3
0.5

0.5
0.4

0.4
densidade

densidade


0.3

0.3



0.2

0.2


0.1

0.1


0.0

0.0

0 1 2 3 4 0 1 2 3 4

valores valores

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1
Motivacao M. da Transformada Inversa Exemplos do MTI M. da Rejeicao R. Estocastica

Outros metodos

Rejeicao adaptativa.

Amostragem condicional.

Metodos especficos (em geral levam em consideracao representacoes


estocasticas e pelo menos um dos algoritmos anteriores).

Prof. Caio Azevedo


Simulacao de variaveis aleatorias: Parte 1