Búsqueda en el sitio por el término 'distribución normal'

En las aplicaciones multitarea existe una problemática con el acceso concurrente a los recursos, como archivos o memoria, por varias tareas simultáneamente. Dos tareas no pueden escribir al mismo tiempo en la misma dirección de memoria, es necesario asegurarse de que algunos datos no se modifiquen mientras los estamos leyendo o cosas por el estilo. En este artículo revisaré los mecanismos que proporciona .NET Framework para tratar con estos problemas.

[Leer Mas...]

En este artículo voy a mostrar la manera en que, mediante un mismo proceso muy sencillo y totalmente determinista, podemos pasar desde un sistema estacionario a otro completamente aleatorio, pasando por dinámicas periódicas y caóticas. Para ello, voy a generar varias series temporales con estas características utilizando el programa R y varios paquetes que nos pueden ayudar en el análisis de las mismas.

[Leer Mas...]

En este nuevo artículo de la serie dedicada a la caracterización gráfica de series temporales complejas voy a hablar de otras dos herramientas gráficas que pueden resultar útiles, el espectro de potencia de la señal, que obtendremos mediante la transformada de Fourier, y la gráfica con la distribución de valores de la serie, un simple histograma con la frecuencia de los diferentes valores que también nos puede ofrecer información sobre la dinámica de la serie.

[Leer Mas...]

En muchas aplicaciones es necesario generar números aleatorios. Para esto, la plataforma .NET proporciona la clase Random, que permite generar valores pseudoaleatorios uniformemente distribuidos, lo que significa que todos los números tienen la misma probabilidad de aparecer en el resultado. Pero en algunos casos necesitamos generar valores aleatorios que sigan otros tipos diferentes de distribución. En este artículo vamos a ver cómo generar números aleatorios que sigan una distribución normal, con un sistema que podéis extender a cualquier tipo de distribución.

[Leer Mas...]

Usualmente, cuando realizamos un análisis de datos, consideramos que proceden de una distribución normal. De hecho, realizamos toda una batería de pruebas para verificar que se cumple este supuesto y, en caso de no ser así, tratamos de modificar los datos de manera que se cumpla. Esto es así porque la mayoría de las técnicas de análisis solo funcionan correctamente sobre datos normalmente distribuidos. Pero existen una serie de sistemas que presentan una dinámica compleja en los cuales no es válido aplicar esta hipótesis y en los que el ajuste de los datos solo conduce a distorsiones que invalidan los resultados.

[Leer Mas...]