Beruflich Dokumente
Kultur Dokumente
Taller 2
Simulación de Procesos de Poisson, Simulación de eventos discretos, Análisis
Estadístico e Inferencia Estadística
Ejercicios:
a) Write a program that generates the times of the first n events of a Poisson process having
rate λ (exercise done in class).
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
b) Write a program that generates both, the times of the events until time t, and the
number of events N(t) until time t of a Poisson process having rate λ (note that this is
different to the previous item).
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
Buses arrive at a sporting event according to a Poisson process with rate 5 per hour. Each bus is
equally likely to contain either 20; 21;…; 40 fans, with the numbers in the different buses being
independent. Write an algorithm to simulate the arrival of fans to the event by time t = 1.
Corrida 1 2 3 4 5 6 7 8 9 10 11 12 13
Fans 228 176 152 87 119 271 118 123 60 121 155 88 146
3. A recursion to calculate the sample mean and sample variance of a data set (From pages 139
and 140 in Ross):
In order to use the "Method for Determining When to Stop Generating New Data"(slide 9 in
presentation 6) it is valuable a method for recursively computing the successive sample means and
sample variances, rather than having to recompute from scratch each time a new datum value is
generated. Consider the sequence of data values X1; X2; …; and let:
𝑗 𝑗 2
𝑋𝑖 (𝑋𝑖 − 𝑋̅𝑗 )
𝑋̅𝑗 = ∑ , 𝑆𝑗2 =∑ , 𝑗 ≥ 2,
𝑗 𝑗−1
𝑖=1 𝑖=1
denote, respectively, the sample mean and sample variance of the first j data values. The following
recursion should be used to successively compute the current value of the sample mean and
sample variance.
With 𝑆𝑗2 = 0, 𝑋0 = 0,
𝑋𝑗+1 − 𝑋̅𝑗
𝑋̅𝑗+1 = 𝑋̅𝑗 +
𝑗+1
1
̅ 2 = (1 − ) 𝑆𝑗2 + (𝑗 − 1)(𝑋̅𝑗+1 + 𝑋̅𝑗 )2
𝑆𝑗+1
𝑗
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
Write a program that uses the recursions given by these equations to calculate the sample mean
and sample variance of a data set.
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
5. Method of moments
Find the method of moments estimators for the parameters of the Geom(p), Poisson(λ), and
Gamma(α;λ) distributions.
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
π0 + π1 + π2 + π3 =1
⅓(π1) = π0
π0 + ⅔ (π2)= π1
⅔(π1) + π3 = π2
⅓(π2)= π3
c) Simule el modelo de urna. Para ello cree una función urn.sim que tenga: Entradas: N (número
de pasos de la simulación), m = 3 (número de bolas), p0 (vector inicial de probabilidades), P (matriz
de transición). Salida: Xn (realización del proceso para cada paso n = 1,2, ···, N)
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
d) Estime el vector de probabilidades límite 𝜋̂ como la proporción de veces que se repite cada
valor 0, 1, 2, 3 después de un largo tiempo (N ≥ 100). Tome los últimos ℓ < N valores para estimar
esta probabilidad. Para ello cree una función longrun.prob que tenga: Entradas: Xn (realización del
proceso para cada paso n = 1, 2, ···, N), ℓ (número de datos para estimar la proporción). Salida: 𝜋̂
(estimador de las probabilidades límite).
Compare el estimador 𝜋̂ con el valor real de π hallado en el numeral b). ¿Cómo puede mejorar la
precisión de su estimación?
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
____________________________
Maestría Modelado y Simulación – Simulación Estocástica
____________________________