Problemas resueltos de Métodos Matemáticos
Utilizando el método de Monte Carlo, calcular el valor
de la expresión :
\( \displaystyle E(1) = \frac{1}{\sqrt{2\pi}}\int_0^1 \exp\left(-\frac{x^2}{2}\right)dx
\)
correspondiente a la ley normal reducida. ¿Cual debería
ser el tamaño n del muestreo de puntos para obtener el
valor que dan las tablas con cuatro cifras decimales?
Respuesta al ajercicio 7
De acuerdo con las tablas sabemos que se tiene E(1) = 0,3413.
Para ver que resultado obtenemos por el método de Monte
Carlo, tomamos f(x) = exp(-x²/2). En el intervalo de integración
se tiene f máx = f(0) = 1, por lo que usaremos la tabla
de números aleatorios tales que 0 ≤ ξ 1
≤ 1 ; 0 ≤ ξ 2 ≤ 1, construida a partir
de una tabla de números aleatorios. Tomaremos, de la primera
columna, los dos primeros dígitos para ξ 1 y
los dos últimos para ξ 2 . Así podemos
poner :
ξ1
|
ξ2 |
f( ξ1 ) |
¿ ξ2 <f(
ξ1 ) |
| 0,85 |
0,67 |
0,70 |
1 |
| 0,07 |
0,83 |
0,99 |
|
| 0,95 |
0,83 |
0,63 |
0 |
| 0,49 |
0,74 |
0,88 |
1 |
| 0,97 |
0,66 |
0,62 |
0 |
| 0,90 |
0,74 |
0,66 |
0 |
| 0,28 |
0,99 |
0,96 |
0 |
| 0,25 |
0,54 |
0,97 |
1 |
| 0,28 |
0,85 |
0,96 |
1 |
| 0,84 |
0,25 |
0,70 |
1 |
| 0,41 |
0,59 |
0,92 |
1 |
| 0,67 |
0,34 |
0,79 |
1 |
| 0,72 |
0,66 |
0,77 |
1 |
| 0,92 |
0,79 |
0,65 |
0 |
| 0,29 |
0,87 |
0,96 |
1 |
| 0,74 |
0,20 |
0,76 |
1 |
| 0,03 |
0,86 |
0,99 |
1 |
| 0,75 |
0,85 |
0,75 |
0 |
| 0,09 |
0,61 |
0,99 |
1 |
| 0,75 |
0,07 |
0,75 |
1 |
| 0,21 |
0,33 |
0,97 |
1 |
| 0,65 |
0,26 |
0,81 |
1 |
| 0,84 |
0,80 |
0,70 |
0 |
| 0,46 |
0,79 |
0,84 |
1 |
El tamaño de la muestra es n = 24, y el número de
puntos dentro del área de integración, n 1
=17. Tenemos entonces :
\( \begin{array}{l} I = f_{max}(b-a)= 1\times 1 \Rightarrow
n_1/n \approx I_1/I \; ; \\ \\ I_1 \approx 0,708 \Rightarrow
E(1)= I_1/\sqrt{2\pi} = 0,283 \end{array} \)
Para estudiar el tamaño de muestreo, n que nos de una precisión
aceptable y un grado de confianza elevado, debemos considerar
:
1º) Variable dicotómica ; es decir, suceptible
solo de dos posibles resultados: el punto n estudiado cae dentro
o fuera del área
que se calcula.
2º) La variable se distribuye según una ley normal
: la media, m , deberá coincidir con el porcentaje (p)
del área de la integral respecto al área del rectángulo
Xmáx.Ymáx y debe pensarse que será
bastante improbable que todos los puntos caigan dentro, así
como que todos caigan fuera del área a calcular.
Puesto que la variable es dicotómica, la media para cada
muestra vale m = p , y la desviación típica
\( \sigma = \sqrt{p(1-p)} \)
Si se tomaran varias muestras del mismo tamaño, las medias
se distribuirían según una ley normal, de media
p y desviación típica \( \sqrt{p(1-p)/n}\) , siendo
n el tamaño de cada muestra. Según eso, la media
verdadera estaré en el intervalo :
\(m = p \pm k \sqrt{p(1-p)/n} \)
donde k mide el grado de confianza, que sabemos que es del 68,
26 % para k = 1 , de 95, 44 % para k = 2 , y de 99, 74 % para
k = 3.
El posible error cometido nos viene dado por :
\( \varepsilon = k \sqrt{p(1-p)/n}\Rightarrow n = p(1-p)·(k/\varepsilon)^2
\)
Como en el caso que estamos estudiando se piden para I 1
cuatro cifras significativas, será \(\varepsilon = \sqrt{2\pi/19^4}\).
Además, hemos obtenido p = 0,7083 ~ 0,7 , por lo que, suponiendo
k = 2, el tamaño requerido de la muestra será :
\( n = (4\times 10^8 \times 0,7 \times 0,3)/ 2\pi = 1,3 \times
10^7 \)
Es decir, se necesitan millones de puntos.
EJERCICIOS
RESUELTOS DE MÉTODOS MATEMÁTICOS PARA INGENIEROS
Y TÉCNICOS |
|
|
|
|
|