Beruflich Dokumente
Kultur Dokumente
Integrantes:
Jordan Magaña Morales
José Reynaldo Magaña García
1
Índice
Introducción........................................................................................................... 3
Conclusión .................................................................................................... 15
Bibliografía ...................................................................................................... 16
2
Introducción
Los números aleatorios son un ingrediente básico para simular casi cualquier
sistema discreto. La gran mayoría de programas contienen una subrutina de
generación que facilita su utilización, si se trata de un lenguaje de programación, es
necesario generar un numero aleatorio y de estos partir para la generación de
variables aleatorios.
3
2. GENERACIÓN DE NUMEROS ALEATORIOS
2.1 Números aleatorios: definición, propiedades, generadores y
tablas.
2.1.1 Definición:
Los números aleatorios son aquellos que pueden ser generados a partir de fuentes
de aleatoriedad, las cuales, generalmente, son de naturaleza física (dados, ruletas,
mecanismos electrónicos o mecánicos), y son gobernados por las leyes del azar;
éstos exhiben verdadera aleatoriedad en la realización de experimentos. Por su
parte, los números pseudo-aleatorios son aquellas que tienen un comportamiento
similar a la naturaleza aleatoria, pero están ceñidos a un patrón, generalmente de
naturaleza matemática, que hace que su comportamiento sea determinado.
4
Hay que aclarar que los números U (0,1) producidos por un generador de números
aleatorios (algoritmo computacional) no son aleatorios en el verdadero sentido de la
palabra, ya que el generador puede reproducir la misma secuencia de números una
y otra vez, lo cual no indica un comportamiento aleatorio. Por esta razón, a los
números U (0,1) producidos por un generador (algoritmo) se les llama pseudo-
aleatorios.
Tablas:
5
2.2 Propiedades de los números pseudoaleatorios.
1) Uniformemente distribuidos.
2) Estadísticamente independientes.
3) Reproducibles.
4) Periodo largo.
5) Generados mediante un método rápido.
6) Generados mediante un método que no requiera mucha capacidad de
almacenamiento de la computadora.
6
Existen varios métodos para generar números pseudoaleatorios. A continuación se
muestra uno de estos métodos.
7
importantes: el método congruencial mixto lineal y el método congruencial
multiplicativo lineal.
8
Donde:
a= el multiplicador (a>0)
m= 2g
a= 1 + 4k
C relativamente primo a m
Otra de las propiedades que debe satisfacer el conjunto (ri) es que sus números
tengan una varianza de 1 /12. La prueba que busca determinar lo anterior es la
prueba de varianza, que establece las siguientes hipótesis:
Ho:° Í = 1 /1 2
H,:o\2*1 /1 2
9
La prueba de varianza consiste en determinar la varianza de los n números que
contiene el conjunto r, mediante la ecuación siguiente:
10
2.3.5 pruebas de independencia
Recuerde que las dos propiedades más im portantes que deben satisfacer los
números de un conjunto r, son uniformidad e independencia. En la sección anterior
comentamos las pruebas que buscan determinar si los números del conjunto r¡ son
uniformes. A continuación hablaremos de las pruebas estadísticas que tratan de
corroborar si los números en el intervalo (0,1) son independientes o, en otras
palabras, si parecen pseudoaleatorios. Para probar la independencia de los
números de un conjunto r, primero es preciso formular las siguientes hipótesis:
Esta prueba es aplicable para variables aleatorias discretas o continuas. Sea una
muestra aleatoria de tamaño n tomada de una población con una distribución
especificada f0(x) que es de interés verificar. Suponer que las observaciones de la
muestra están agrupadas en k clases, siendo (oi) la cantidad de observaciones en
cada clase i = 1, 2,..., k Con el modelo especificado f0 (x) se puede calcular la
probabilidad pi que un dato cualquiera pertenezca a una clase i. Con este valor de
probabilidad se puede encontrar la frecuencia esperada (ei) para la clase i, es decir,
la cantidad de datos que según el modelo especificado deberían estar incluidos en
la clase i: ei= pin, i = 1, 2,..., k Tenemos entonces dos valores de frecuencia para
cada clase i oi: frecuencia observada (corresponde a los datos de la muestra) ei:
frecuencia esperada (corresponde al modelo propuesto)
11
La teoría estadística demuestra que la siguiente variable es apropiada para realizar
una prueba de bondad de ajuste.
12
2.4.3 Prueba de Series
En este método se coloca el signo “+” o “–” en cada par de números adyacentes.
Se puede demostrar que:
Si:
N = tamaño de la muestra
13
2.5 MÉTODO DE MONTE CARLO
Usar esta secuencia para producir otra secuencia, x1, x2,...,xm, distribuida de
acuerdo a la pdf en la que estamos interesados.
Usar la secuencia de valores x para estimar alguna propiedad de f(x). Los valores
de x pueden tratarse como medidas simuladas y a partir de ello puede estimarse la
probabilidad de que los x tomen valores en una cierta región.
14
Conclusión
Los números aleatorios siempre se utilizan todo el tiempo, sin embargo los casos
en lo que más se adecuan es para realizar cálculos de integrales, cálculos de
varianza, o el cálculo de la moda, cálculo de errores.
Los números aleatorios siempre están siendo utilizados en las aplicaciones web con
las que se interactúan todos los días, una forma de señalizar los números aleatorios
puede ser utilizando java script con el método random.
Los números aleatorios generados con java script pueden ser utilizados para
infinidad de cosas en una página web. Mostrar un banner aleatorio, una cabecera
distinta, una frase, generar un código de seguridad. Etc.
15
Bibliografía
https://jrvargas.files.wordpress.com/2015/04/libro-simulacic3b3n-y-anc3a1lisis-de-
sistemas-2da-edicic3b3n.pdf
http://www.bioingenieria.edu.ar/academica/catedras/metestad/PRUEBAS_DE_BO
NDAD_DE_AJUSTE-1.pdf
16