1

Generacin de Nmeros
Seudo-Aleatorios
En la prctica ninguna funcin
produce datos aleatorios
verdaderos.
Las funciones producen nmeros
pseudo-aleatorios.
2
Generacin de Nmeros
Seudo-Aleatorios
Un elemento importante en simulacin es tener
rutinas que generen variables aleatorias con
distribuciones especficas: uniforme, normal, etc.

Para ello la base es generar una secuencia de
nmeros aleatorios distribuidos uniformemente entre
0 y 1.

Y para ello la clave es generar nmeros enteros
aleatorios y uniformemente distribuidos en un cierto
intervalo de una manera eficiente.
3

La mayora de los mtodos (generadores) comienzan
con un nmero inicial (semilla), a este nmero se le
aplica un determinado procedimiento y as se encuentra
el primer nmero random.

Usando este nmero como entrada, el procedimiento es
repetido para lograr un prximo nmero random.


Tcnicas para generar nmeros
aleatorios
4
Mtodo Del Cuadrado Medio: comienza con un nmero inicial (semilla).
Este nmero es elevado al cuadrado. Se escogen los dgitos del medio de este
nuevo nmero (segn los dgitos que se deseen) y se colocan despus del
punto decimal. Este nmero conforma el primer nmero random.

Ejemplo: X
0
= 5497

X
0
2
= (5497)
2
= 30,217,009 ===> X
1
= 2170
R
1
= 0.2170

X
1
2
= (2170)
2
= 04,708,900 ===> X
2
= 7089
R
2
= 0.7089

X
2
2
= (7089)
2
= 50,253,921 ===> X
3
= 2539
Tcnicas para generar nmeros
aleatorios
Operacin mod
k mod m es el residuo de hacer la divisin de
k entre m

Sea x un entero grande
45 mod 12 =
(5+55x) mod 5 =
(5+55x) mod 11 =

5
Mtodo de la Congruencia Lineal
6
7

El nmero aleatorio se encuentra de la siguiente manera:
R = x / m
8
Ejercicio 1
9
Usar Excel para calcular los nmeros aleatorios
que se producen para m = 15, a = 12 y c = 0
con las semillas x
0
= 0, hasta 14.

a = 12 c = 0 m = 15
x
0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
x
1
0 12 9 6 3 0 12 9 6 3 0 12 9 6 3
x
2
0 9 3 12 6 0 9 3 12 6 0 9 3 12 6
x
3
0 3 6 9 12 0 3 6 9 12 0 3 6 9 12
x
4
0 6 12 3 9 0 6 12 3 9 0 6 12 3 9
x
5
0 12 9 6 3 0 12 9 6 3 0 12 9 6 3
x
6
0 9 3 12 6 0 9 3 12 6 0 9 3 12 6
x
7
0 3 6 9 12 0 3 6 9 12 0 3 6 9 12
x
8
0 6 12 3 9 0 6 12 3 9 0 6 12 3 9
x
9
0 12 9 6 3 0 12 9 6 3 0 12 9 6 3
x
10
0 9 3 12 6 0 9 3 12 6 0 9 3 12 6
x
11
0 3 6 9 12 0 3 6 9 12 0 3 6 9 12
x
12
0 6 12 3 9 0 6 12 3 9 0 6 12 3 9
10
Ejercicio
Usar Excel para calcular los nmeros aleatorios
que se producen para m = 15, a = 12 y c = 0
con las semillas x
0
= 0, hasta 14.

Para x
0
= 1: Cul es el perodo, la longitud es del
ciclo y la longitud de la cola ?.
R: 5, 4, 1.
11
Ejercicio
Usar Excel para calcular los nmeros aleatorios
que se producen para m = 15, a = 12 y c = 0
con las semillas x
0
= 0, hasta 14.

GCL Multiplicativos
12
Periodo completo = Cuando tiene el mximo periodo
posible, m 1.
Los hay con m potencia de 2 (m = 2
k
) que son rpidos pues el
residuo en divisiones con potencia de 2 puede hacerse rpidamente.
Aunque tienen la desventaja que no son de periodo completo
pueden ser suficientes para muchas aplicaciones.

Cuando m no es potencia de 2 el generador es menos rpido; se
acostumbra elegir un nmero m que sea primo y la relacin entre m y
a debe ser especial para que el generador tenga un periodo
completo o al menos grande.
13
14
Ejercicio 2
15
Suponiendo que se utilice el generador de nmeros
seudo-aleatorios.
y que la semilla se escoge eligiendo al azar un entero
entre 1 y 2
6
1 inclusive, determine el promedio de
la longitud del periodo y su desviacin estndar.
16
Varianza:



Desviacin Estndar:
2
s s


1 1
2
2
1
2
2

n
n
x
x
n
X x
S
i
i
n
i
i
Varianza y Desviacin Estndar
para una muestra de datos.
17
1. Determina el rango, la varianza y la desviacin estndar para los
siguientes datos:
2 4 3 5 2 2 0 1

R = Rango 5; Varianza 2.5536 y Desviacin Estndar 1.5980


2. Determina el rango, la varianza y la desviacin estndar para los
siguientes datos:
-2 -4 -3 -5 -2 -2 0 -1
R = Rango 5; Varianza 2.5536 y Desviacin Estndar 1.5980


3. Determina el rango, la varianza y la desviacin estndar para los
siguientes datos:
6 12 9 15 6 6 0 3
R = Rango 15; Varianza 22.9821 y Desviacin Estndar 4.7940
Ejercicio
18
Frecuentemente se utilizan generadores de nmeros seudo-
aleatorios en forma encadenada; por ejemplo, el nmero que
sale de

x
n+1
= (81 x
n
+ 121) mod 255

es utilizado por

y
n+1
= (625 x
n+1
+ 48) mod 63

para producir el nmero y
n+1
que es el que se reporta.
Usando la semilla x
0
= 23 y los datos anteriores, determine los
primeros 2 nmeros aleatorios generados (y
1
y y
2
).
Ejercicio
19
Frecuentemente se utilizan generadores de nmeros seudo-
aleatorios en forma encadenada; por ejemplo, el nmero que
sale de

x
n+1
= (45 x
n
+ 71) mod 127

es utilizado por

y
n+1
= (125 x
n+1
+ 11) mod 63

para producir el nmero y
n+1
que es el que se reporta.
Usando la semilla x
0
= 49 y los datos anteriores, determine los
primeros 2 nmeros aleatorios generados (y
1
y y
2
).
Otro ejercicio

Probando generadores de
nmeros aleatorios
20
Es importante asegurarse de que el generador usado
produzca una secuencia suficientemente aleatoria.
Para esto se somete el generador a pruebas
estadsticas. Si no pasa una prueba, podemos asumir
que el generador es malo. Pasar una prueba es una
condicin necesaria pero no suficiente. Un generador
puede pasar una prueba y luego no pasarla si se usa
otra semilla u otro segmento del ciclo.
21
Cmo sabemos que nuestro
generador es bueno?
PRUEBAS GRFICAS
Grfica de Serie de Tiempo.
Tablas de frecuencias e histogramas

PRUEBA ESTADSTICA
Prueba Ji-cuadrada

Usar el ejemplo: x
n+1
= (7
5
x
n
) mod 2
31
1
Con semilla = 1, los primeros 200 nmeros generados.

Grfica de Serie de Tiempo
22
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
0 20 40 60 80 100 120 140 160 180 200
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 161 171 181 191 201
Es
importante
observar que
NO exista
ningn
patrn o
tendencia.
x
n+1
= (7
5
x
n
) mod 2
31
1
Con semilla = 1, los primeros 200 nmeros generados
23
Generador Uniforme
-0.5
-0.25
0
0.25
0.5
0.75
1
1.25
0
r
a
n
d
o
m
Generador Uniforme?
0
0.2
0.4
0.6
0.8
1
0 50 100
Cmo sabemos que nuestro
generador es bueno?
Cul de estas series de nmeros
parecen venir de un buen generador?
0
5
10
15
20
25
30
[0, 0.1) [0.1,
0.2)
[0.2,
0.3)
[0.3,
0.4)
[0.4,
0.5)
[0.5,
0.6)
[0.6,
0.7)
[0.7,
0.8)
[0.8,
0.9)
[0.9,
1.0)
F
r
e
c
u
e
n
c
i
a
s
Intervalo
Histograma
24
Tabla de frecuencias e histograma
Intervalo Frecuencia
[0, 0.1) 21
[0.1, 0.2) 19
[0.2, 0.3) 20
[0.3, 0.4) 16
[0.4, 0.5) 25
[0.5, 0.6) 20
[0.6, 0.7) 20
[0.7, 0.8) 17
[0.8, 0.9) 20
[0.9, 1.0) 22
200
25
0, x < 0
F(x) = x, 0 x 1
1, x<1
1
F(x)
1

1, 0 x 1
f(x) =

0, en otro caso
1
f(x)
1
x
x
Nmeros aleatorios entre 0 y 1
26
* La probabilidad de observar un valor en un particular intervalo es
independiente del valor previo observado.
* Todo punto en el rango tiene igual probabilidad de ser elegido.
* Si el intervalo (0,1) es dividido en n sub-intervalos de igual longitud, el
nmero esperado de observaciones en cada intervalo es N/n. (N nmero
de observaciones totales).

El objetivo de cualquier esquema de generacin (generador), es producir
una secuencia de nmeros entre 0 y 1 que simule las propiedades ideales
de distribucin uniforme y de independencia.

Nmeros aleatorios entre 0 y 1
Prueba estadstica Ji-cuadrada
27
Esta es la prueba ms comnmente usada. En general, puede ser usada
para cualquier distribucin.

A partir de un histograma, se comparan las frecuencias observadas
con las frecuencias obtenidas de la distribucin especfica (frecuencias
esperadas).
Intervalo
Frecuencia
Observada
Frecuencia
Esperada
I
1
O
1
E
1
I
2
O
2
E
2

I
k
O
k
E
k
Total Total
Prueba estadstica Ji-cuadrada
28
Hiptesis nula. H
o
: no hay diferencia entre frecuencias
observadas y esperadas.
Hiptesis alternativa. H
a
o H
1
: existe una diferencia entre
frecuencias observadas y esperadas.

Estadstico de prueba:



Si el ajuste es exacto, c
0
2
es cero, pero por aleatoriedad no lo
ser. Se puede demostrar que tiene distribucin ji-cuadrado con
k-1 grados de libertad.
Distribucin Ji-cuadrada
29
Ejercicio:
Determine el 95 percentil de la distribucin ji-cuadrada con 6 grados de libertad.
30
Regin de Rechazo:

Los grados de libertad son iguales a: nmero de filas - 1

Prueba estadstica Ji-cuadrada
2
1 ,
2
0

k
c c
En esta prueba se debe
cuidar que las frecuencias
esperados sean mayores
o iguales a 5.
Prueba estadstica Ji-cuadrada
Ejercicio 3
31
Generador:
x
n+1
= (7
5
x
n
) mod 2
31
1

Con semilla = 1, los primeros 200 nmeros generados.

Realizar la prueba estadstica ji-cuadrada para probar si los
valores vienen de una distribucin uniforme.
Usar nivel de significancia = = 0.05
H
o
: Los valores provienen de una distribucin uniforme.
H
a
: Los valores NO provienen de una distribucin uniforme.

Prueba estadstica Ji-cuadrada
Ejercicio 3
32

8 . 2
10
1
2
2
0

i
i
i i
E
E O
c
Intervalo
Frecuencia
Observada
Frecuencia
Esperada
(observado - esperado)
2
esperado
[0, 0.1) 21 20 0.05
[0.1, 0.2) 19 20 0.05
[0.2, 0.3) 20 20 0
[0.3, 0.4) 16 20 0.8
[0.4, 0.5) 25 20 1.25
[0.5, 0.6) 20 20 0
[0.6, 0.7) 20 20 0
[0.7, 0.8) 17 20 0.45
[0.8, 0.9) 20 20 0
[0.9, 1.0) 22 20 0.2
Total 200 200 2.8
Estadstico de prueba
33
Regin de Rechazo:

2
1 ,
2
0

k
c c
Prueba estadstica Ji-cuadrada
Ejercicio 3
919 . 16
2
9 , 05 . 0
2
1 ,

c c
k
2.8 no es mayor que 16.919,
por lo que el estadstico de
prueba NO cae en la regin
de rechazo.
Conclusin: H
o
NO se rechaza.
Los valores generados s parecen
venir de una distribucin uniforme
34

Ejercicio 4
Generador:
x
n+1
= (5
7
x
n
) mod 2
15
1

Con semilla = 1, considere los primeros 100 nmeros generados
entre 0 y 1.

Realizar la prueba estadstica ji-cuadrada para probar si los valores
vienen de una distribucin uniforme.
Usar 10 intervalos.
Usar nivel de significancia = = 0.05.
35

Ejercicio 5
Usando el mtodo del cuadrado medio y
semilla = 5896, se generaron los
primeros 80 nmeros aleatorios.

Realizar la prueba estadstica ji-
cuadrada para probar si los valores
provienen de una distribucin uniforme.

Usar 8 intervalos y un nivel de
significancia = = 0.05.
Intervalo Frecuencia
[0, 0.125) 16
[0.125, 0.25) 12
[0.25, 0.375) 11
[0.375, 0.5) 11
[0.5, 0.625) 8
[0.625, 0.75) 6
[0.75, 0.875) 7
[0.875, 1.0) 9
80
36

Ejercicio 6
Generador:
x
n+1
= (5
7
x
n
) mod 2
15
1

Con semilla = 14, considere los primeros 100
nmeros generados entre 0 y 1.

Realizar la prueba estadstica ji-cuadrada
para probar si los valores vienen de una
distribucin uniforme.
Usar 8 intervalos.
Usar nivel de significancia = = 0.05.
Intervalo Frecuencia
[0, 0.125) 22
[0.125, 0.25) 7
[0.25, 0.375) 18
[0.375, 0.5) 13
[0.5, 0.625) 21
[0.625, 0.75) 4
[0.75, 0.875) 9
[0.875, 1.0) 6
100
37
Generacin de variables
aleatorias discretas
Variable Probabilidad Acumulada
18 cm. 0.3 0.3
19 cm. 0.4 0.7
20 cm. 0.3 1


Suponga que un determinado fenmeno aleatorio tiene la
siguiente distribucin de probabilidad:
0 R 0.3 entonces x = 18 grs.
0.3 < R 0.7 entonces x = 19 grs.
0.7 < R 1 entonces x = 20 grs.
Para esto, se necesitan nmeros aleatorios R entre 0 y 1.
38
Usar el generador:
x
n+1
= (5
7
x
n
) mod 2
15
1 Con semilla = 1.


a) Generar 100 valores de la distribucin:






b) Utilizar la prueba ji-cuadrada para decidir si los valores
generados realmente parecen tener la distribucin de
probabilidad anterior ( = 0.05).
c) Usar 20 semillas y observar en cuntos casos la prueba se
rechaza.
Variable Probabilidad
18 cm. 0.3
19 cm. 0.4
20 cm. 0.3



Ejercicio 7
39
=NORMINV(RAND(),500,50)
aleatorio entre 0 y 1
(puedes usar tu
propio generador)
media
desv. std.
Nmeros aleatorios con distribucin
normal
En Excel.
40

Ejercicio 8
Usar el generador:
x
n+1
= (5
9
x
n
) mod 2
17
1 Con semilla = matrcula menor del equipo.

a) Generar 500 valores de la distribucin uniforme continua entre 0 y 1 con el
generador.

b) Usar esos valores para generar 500 nmeros aleatorios de la distribucin
normal con media 100 y desviacin estndar 16 (distribucin del puntaje de
IQ).

c) Utilizar la prueba ji-cuadrada para decidir si los valores generados realmente
parecen tener la distribucin normal ( = 0.01).
En la tabla de frecuencias, calcular a mano 3 frecuencias esperadas (mostrar
procedimiento usando editor de ecuaciones). Escribir conclusin (s o no se
trata de un buen generador de nmeros normales).

d) Construir el histograma de frecuencias observadas y el histograma de
frecuencias esperadas.

e) Usar 20 semillas y observar en cuntos casos la prueba se rechaza. Indicar
qu semillas se usaron y cul fue el valor del estadstico en cada caso.