Professional Documents
Culture Documents
Generacin de Nmeros
Aleatorios
Objetivo de la Sesin
Comprender la importancia
de los
nmeros aleatorios en la simulacin
Construir generadores de nmeros
aleatorios
Validar una serie de nmeros aleatorios
Sistemas
Tabla de Contenido
Nmeros Aleatorios
Elemento Central en la Simulacin digital.
Elemento esencial en muchas reas del conocimiento
Ingeniera, Economa, Fsica, Estadstica, etc.
Definicin intuitiva: Una sucesin de nmeros
aleatorios puros, se caracteriza por que no existe
ninguna regla o plan que nos permita conocer sus
valores.
Nmeros Aleatorios
Los nmeros aleatorios permiten a los modelos matemticos representar la
realidad.
Los seres humanos vivimos en un medio aleatorio y nuestro
comportamiento lo es tambin. Si deseamos predecir el comportamiento de
un material, de un fenmeno climatolgico o de un grupo humano podemos
inferir a partir de datos estadsticos. Para lograr una mejor aproximacin a
la realidad nuestra herramienta predictiva debe funcionar de manera
similar: aleatoriamente. De esa necesidad surgieron los modelos de
simulacin.
En la vida cotidiana se utilizan nmeros aleatorios en situaciones tan
dispares como pueden ser los juegos de azar, en una animacin por
computadora, en tests para localizacin de errores en chips, en la
transmisin de datos desde un satlite o en las finanzas.
5
2. NO Correlacin Serial.
La aparicin de un nmero en
la secuencia, no afecta la
probabilidad de que aparesca
otro (o el mismo) nmero.
7
Ejemplo
La sucesin 1,2,3,4,5,1,2,3,4,5,1,2,3,4,5...
es uniforme
pero
est correlacionada.
PROPIEDADES DESEABLES
1.
2.
3.
4.
5.
6.
7.
8.
Uniformemente distribuidos.
Estadsticamente independientes (no correlacin).
Periodo largo (sin repeticin).
Reproducibles y mutables.
Sencillo en su implementacin.
Portabilidad.
Mtodo rpido de generacin.
Poca memoria para la generacin.
10
Mecanismos de generacin
Tablas de nmeros aleatorios
RAND (1955), 100,000 nmeros aleatorios
(ruido electrnico)
Fenmenos fsicos
Ruido blanco producido por circuitos
electrnicos
Recuento de partculas emitidas
Lanzamiento de monedas
Rueda de la fortuna
Procedimientos matemticos
Se usa algoritmos para la generacin de
nmeros aparentemente aleatorios, se entrega
una semilla y se generan los sucesores
mediante una funcin
1. Uniformemente
distribuidos.
2. Estadsticamente
independientes.
3. Periodo largo (sin
repeticin).
4. Reproducibles y
mutables.
5. Sencillo en su
implementacin.
6. Portabilidad.
7. Mtodo rpido de
generacin.
8. Poca memoria para
la generacin.
11
12
Nmeros Aleatorios
Manual o mecnico.
Tabla de
Nmeros aleatorios
Xi+1=(aXi+c) mod m
Computador
13
Nmeros Aleatorios
En la simulacin de sistemas es necesario crear
secuencias de nmeros cuyos valores sucesivos son
aleatorios y tienen una distribucin que describe la
variable aleatoria de inters.
Existen diversas formas de generar nmeros aleatorios
como ruletas o dados.
La corporacin RAND utiliz un generador de impulsos
electrnicos producido por una fuente de ruido,
generndose as 1 milln de nmeros aleatorios,
crendose las tablas de nmeros aleatorios.
15
Nmeros Aleatorios
El problema de la generacin de nmeros aleatorios ha
sido resuelto mediante la generacin de nmeros
Pseudo aleatorios que se realizan usando relaciones
matemticas recursivas.
Los nmeros pseudoalaeatorios son unos nmeros
generados por medio de una funcin (determinista, no
aleatoria) y que aparentan ser aleatorios. Estos
nmeros pseudoaleatorios se generan a partir de un
valor inicial aplicando iterativamente la funcin. La
sucesin de nmeros pseudoaleatorios es sometida a
diversos tests para medir hasta qu punto se asemeja a
una sucesin aleatoria
16
17
21
M = 4 dgitos
Xi
Xi2
ri
6375
40640625
0.6406
6406
41036836
0.0368
368
00135424
0.1354
22
n =0,1,2,
Donde:
25
X n1 (aX n c)mod m
Xn
(aXn + c)
(aXn + c) mod m
42
18
54
30
42
18
Completar
este cuadro
26
X n1 (aX n c)mod m
Xn
(aXn + c)
(aXn + c) mod m
42
18
54
Notar que:
30
X0 = X5
42
18
27
Xn
(aXn + c)
(aXn + c) mod m
Xn
(aXn + c)
(aXn + c) mod m
11
12
13
14
15
16
17
18
19
20
10
21
29
Xi
Xi
11
12
13
14
13
11
15
10
16
17
12
18
15
19
14
20
10
21
30
32
33
34
EL GENERADOR EN PROMODEL
1
2
1
H1 : r i
2
H 0 : ri
1) PRUEBA DE MEDIAS
1 n
r ri
n i 1
Paso 2: Calcular lmites superior e inferior de aceptacin, si la media se
encuentra en el intervalo, aceptamos que los nmeros tienen una media
estadsticamente igual a 1/2 , con un nivel de aceptacin de 1-
LS x
1
1
Z
(1 ) ( 12 )( n )
2
LI x
1
1
Z
(1 ) ( 12 )( n )
2
n >= 30
36
0,1733
0,6694
0,2531
0,0316
0,1067
0,5746
0,3972
0,8297
0,3587
0,3587
1
2
1
1 :
2
0 : =
1
=
2
2
=
1
+
2
2
0,049
0,7025
0,6483
0,7041
0,1746
40
=1
1
= 0,96
2
12
1
12
1
+ 0,96
2
0,8406
0,1055
0,6972
0,5915
0,3362
0,8349
0,1247
0,9582
0,2523
0,1589
0,9200
0,1977
0,9085
0,2545
0,3727
0,2564
0,0125
0,8524
0,3044
0,4145
= 0,439212
1
12 40
1
12 40
= 0,410538
= 0,589461
Reporte de Minitab
Reporte de SPSS
38
1
12
1
12
H 0 : ri
2
2) PRUEBA DE VARIANZA
H1 : ri
V (r )
2
(
r
r
)
i
i 1
n 1
2
LIV ( r )
, n 1)
12(n 1)
2
LSV ( r )
(1
, n 1)
12(n 1)
39
1
12
1
12
0 : 2 =
1 : 2
=
() =
()
=1
=
1
2 ,1
2
12( 1)
40
=1
0,43184
= 0,08635
40 1
23,65
= 0,050534
12(39)
21,1
58,12
=
=
= 0,1241
12( 1) 12(39)
2
40
Reporte de Minitab
41
3) PRUEBAS DE UNIFORMIDAD
Una de las pruebas mas importantes que debe cumplir un conjunto de nmeros
es la uniformidad, para comprobar usamos el test de Chi cuadrado y el de
Kolmogorov -Smirnov
Formulando las siguientes Hiptesis
0 : ~ 0,1
1 :
42
Prueba Ji-cuadrado
Se usa cuando se trabaja con variables
nominales (categoras o grupos).
Responder la pregunta: si las frecuencias
observadas, difiere de la frecuencia
esperada.
43
Prueba Ji-Cuadrado
Calcular
Si
se acepta H0
Ejemplo2
0,0449
0,6015
0,6300
0,5514
0,0207
0,1733
0,6694
0,2531
0,0316
0,1067
0,5746
0,3972
0,8297
0,3587
0,3587
0,049
0,7025
0,6483
0,7041
0,1746
Li
.0125
.1702
.3279
.4856
.6433
.8010
0,8406
0,1055
0,6972
0,5915
0,3362
Ls
0.1702
0.3279
0.4856
0.6433
0.801
0.9587
0,8349
0,1247
0,9582
0,2523
0,1589
Oi=fi
8
9
7
3
5
8
40
0,9200
0,1977
0,9085
0,2545
0,3727
Ei
6.6667
6.6667
6.6667
6.6667
6.6667
6.6667
0,2564
0,0125
0,8524
0,3044
0,4145
Oi-Ei
1.3333
2.3333
0.3333
-3.6667
-1.6667
1.3333
(Oi-Ei) 2 /Ei
0.2667
0.8167
0.0167
2.0167
0.4167
0.2667
3.8
2 = 3.8
2
c 2 tabla
No se rechaza Ho
2 (5,0.05) = 11.07
45
2
c 2 tabla
No se rechaza Ho
Como
47
2n 1
2
C0
16n 29
90
Paso 4:
Calcular Z, si es menor que el valor crtico Z1- /2 no se rechaza la hiptesis de
independencia Ho.
0 0
=
0
48
2
C0
2n0 n1 1
n
2
2n0 n1 (2n0 n1 n)
n 2 (n 1)
0 0
=
0
Paso 4:
Si Z esta fuera del intervalo /2 < < /2 se concluye que el conjunto de
ri no son datos independientes
49
50