Generacin de Nmeros

Seudo-Aleatorios
En la prctica ninguna funcin
produce datos aleatorios
verdaderos.
Las funciones producen nmeros
pseudo-aleatorios.

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.

Tcnicas para generar nmeros

aleatorios
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.
3

Tcnicas para generar nmeros

aleatorios
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:

X0 = 5497

X02 = (5497)2 = 30,217,009 ===> X1 = 2170

R1 = 0.2170

X12 = (2170)2 = 04,708,900 ===> X2 = 7089

R2 = 0.7089
2

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

El nmero aleatorio se encuentra de la siguiente manera:

R = x /m

Ejercicio 1

Usar Excel para calcular los nmeros aleatorios

que se producen para m = 15, a = 12 y c = 0
con las semillas x0 = 0, hasta 14.

Ejercicio

Usar Excel para calcular los nmeros aleatorios

que se producen para m = 15, a = 12 y c = 0
con las semillas x0 = 0, hasta 14.

Para x0 = 1: Cul es el perodo, la longitud es del

ciclo y la longitud de la cola ?.
R: 5, 4, 1.

10

Ejercicio

11

Usar Excel para calcular los nmeros aleatorios

que se producen para m = 15, a = 12 y c = 0
con las semillas x0 = 0, hasta 14.

GCL Multiplicativos
Periodo completo = Cuando tiene el mximo periodo
posible, m 1.
Los hay con m potencia de 2 (m = 2k ) 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.

12

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
Suponiendo que se utilice el generador de nmeros
seudo-aleatorios.

y que la semilla se escoge eligiendo al azar un entero

entre 1 y 26 1 inclusive, determine el promedio de la
longitud del periodo y su desviacin estndar.

15

Varianza y Desviacin Estndar

para una muestra de datos.

x X x
n

Varianza:

S
2

i 1

Desviacin Estndar:
16

n 1

s s2

2
i

n 1

Ejercicio
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

17

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
Frecuentemente se utilizan generadores de nmeros seudoaleatorios en forma encadenada; por ejemplo, el nmero que
sale de

xn+1 = (81 xn + 121) mod 255

es utilizado por

yn+1 = (625 xn+1 + 48) mod 63

para producir el nmero yn+1 que es el que se reporta.

18

x0 = 23 y los datos anteriores, determine los

primeros 2 nmeros aleatorios generados (y1 y y2).
Usando la semilla

Otro ejercicio
Frecuentemente se utilizan generadores de nmeros seudoaleatorios en forma encadenada; por ejemplo, el nmero que
sale de

xn+1 = (45 xn + 71) mod 127

es utilizado por

yn+1 = (125 xn+1 + 11) mod 63

para producir el nmero yn+1 que es el que se reporta.

19

x0 = 49 y los datos anteriores, determine los

primeros 2 nmeros aleatorios generados (y1 y y2).
Usando la semilla

Probando generadores de nmeros

aleatorios
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.

20

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: xn+1 = (75 xn) mod 231 1
21

Con semilla = 1, los primeros 200 nmeros generados.

Grfica de Serie de Tiempo

Es
importante
observar que
NO exista
ningn
patrn o
tendencia.

22

xn+1 = (75 xn) mod 231 1

Con semilla = 1, los primeros 200 nmeros generados

Cmo sabemos que nuestro

generador es bueno?
Cul de estas series de nmeros
parecen venir de un buen generador?
Generador Uniforme?

Generador Uniforme
1.25

random

1
0.75
0.5
0.25
0
-0.25
-0.5

1
0.8
0.6
0.4
0.2
0
0

23

50

100

Tabla de frecuencias e histograma

24

Nmeros aleatorios entre 0 y 1

f(x)
1, 0 x 1
f(x) =

0, en otro caso
Func
in d
e de
nsid
ad d
e pro
b ab i
lidad

F(x)

0, x < 0
F(x) =

25

x, 0 x 1

Func 1, x<1
P(X in de p
<= x
roba
)
bilid
ad a
cum
ulad
a:

Nmeros aleatorios entre 0 y 1

* 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.

26

Prueba estadstica Ji-cuadrada

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).

27

Prueba estadstica Ji-cuadrada

Hiptesis nula.

Ho: no hay diferencia entre frecuencias

observadas y esperadas.
Hiptesis alternativa. Ha o H1 : existe una diferencia entre
frecuencias observadas y esperadas.
Estadstico de prueba:

28

Si el ajuste es exacto, 02 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.

Prueba estadstica Ji-cuadrada

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

Regin de Rechazo:

2
0

30

2
, k 1

En esta prueba se debe

cuidar que las frecuencias
esperados sean mayores
o iguales a 5.

Prueba estadstica Ji-cuadrada

Ejercicio 3

Generador:
xn+1 = (75 xn) mod 231 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
Ho: Los valores provienen de una distribucin uniforme.
Ha: Los valores NO provienen de una distribucin uniforme.

31

Prueba estadstica Ji-cuadrada

Ejercicio 3

10

2
0

32

i 1

Oi Ei
Ei

2.8

Estadstico de prueba

Prueba estadstica Ji-cuadrada

Ejercicio 3

Regin de Rechazo:

2
0

2
, k 1

2 ,k 1 02.05,9
16.919

33

2.8 no es mayor que 16.919,

por lo que el estadstico de
prueba NO cae en la regin
de rechazo.

Conclusin: Ho NO se rechaza.
Los valores generados s parecen
venir de una distribucin uniforme

Ejercicio 4

Generador:
xn+1 = (57 xn) mod 215 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.

34

Ejercicio 5
Usando el mtodo del cuadrado medio y
semilla = 5896, se generaron los
primeros 80 nmeros aleatorios.
Realizar la prueba estadstica jicuadrada para probar si los valores
provienen de una distribucin uniforme.
Usar 8 intervalos y un nivel de
significancia = = 0.05.

35

Ejercicio 6
Generador:
xn+1 = (57 xn) mod 215 1
Con semilla = 14, considere los primeros
100 nmeros generados entre 0 y 1.
Realizar la prueba estadstica jicuadrada para probar si los valores
vienen de una distribucin uniforme.
Usar 8 intervalos.
Usar nivel de significancia = = 0.05.

36

Generacin de variables
aleatorias discretas
Suponga que un determinado fenmeno aleatorio tiene la
siguiente distribucin de probabilidad:

37

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.

Ejercicio 7
Usar el generador:
xn+1 = (57 xn) mod 215 1

Con semilla = 1.

a) Generar 100 valores de la distribucin:

38

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

Nmeros aleatorios con distribucin

normal

En Excel.
=NORMINV(RAND(),500,50)
aleatorio entre 0 y 1 media desv. std.
(puedes usar tu
propio generador)

39

Ejercicio 8
Usar el generador:
xn+1 = (59 xn) mod 217 1
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)

40

Con semilla = matrcula menor del equipo.

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.