07/11/12

2.9 Pruebas estadísticas para los números aleatorios.

2.9 Pruebas estadísticas para los números aleatorios.

Puesto que en el muestreo Monte Carlo cualquier variable aleatoria no uniforme

(normal, exponencial, Poisson, etc.), es obtenida a partir de números aleatorios
uniformes (0,1), el principal énfasis en las pruebas estadísticas deberán ser con
respecto al generador de los números aleatorios, ya que cualquier deficiencia
estadística en la distribución de la variable aleatoria no uniforme, se deberá
exclusivamente a la utilización de un deficiente generador de números aleatorios.
Por ello se aplicarán algunas de las muchas pruebas estadísticas que han sido
desarrolladas para probar la uniformidad y aleatoriedad o independencia de los
mismos, lo cual significa que la ocurrencia de un número aleatorio no determina la
ocurrencia del siguiente y así sucesivamente. Para la uniformidad Bondad de ajuste
o Ji-cuadrada: X2 Bondad de ajuste Kolmogorov-Smirnov Para la aleatoriedad o
independencia Corridas por arriba y por abajo del promedio Corridas ascendentes y
descendentes PRUEBA DE BONDAD DE AJUSTE JI CUADRADA. Procedimiento: 1. Generar la
muestra de números aleatorios de tamaño N. 2. Subdividir el intervalo [0,1] en n
subintervalos. 3. Para cada subintervalo contar la frecuencia observada F0 y
calcular la frecuencia esperada FE de números aleatorios, la cual se obtiene
dividiendo N/n. 4. Calcular el estadístico de prueba.

5. Comparar el valor calculado X02 contra el valor tabulado de la distribución X2,

con (n-1) grados de libertad y una significancia ?. Si X02 es menor que X2(n-1),?
entonces no se puede rechazar la uniformidad de los números aleatorios. EJEMPLO 4.
Realizar la prueba de bondad de ajuste Ji-cuadrada a la siguiente muestra de
148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-
131.htm

tamaño 30 de números aleatorios uniformes

1/7
07/11/12

2.9 Pruebas estadísticas para los números aleatorios.

tamaño 30 de números aleatorios uniformes 0.15 0.26 0.33 0.25 0.18 0.31 0.34 0.49
0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11
0.25 0.60 0.06 0.92 0.00 0.55

INTERVALO 0.00 - 0.20 0.21 - 0.40 0.41 - 0.60 0.61 - 0.80 0.81 - 1.00

FE 6 6 6 6 6

FO 10 7 6 3 4

(FE-FO) 2/FE 2.67 0.17 0.00 1.50 0.67 X20=5.01

Sea alfa= 5%. Tenemos (5-1) grados de libertad, es decir V=4. El valor en tablas de
la distribución Ji cuadrada es: X24.5% = 9.49 Como X02 es menor que X24.5% es
decir; 5.01 es menor que 9.49. entonces no se puede rechazar la uniformidad de los
números aleatorios.

PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV-SMIRNOV Procedimiento 1. Generar una

muestra de números aleatorios uniformes de tamaño N. 2. Ordenar dichos números en
orden ascendente. 3. Calcular la distribución acumulada de los números generados
con la siguiente expresión

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-
131.htm

2/7
07/11/12

2.9 Pruebas estadísticas para los números aleatorios.

Donde i es la posición que ocupa el número aleatorio Xi en el vector ordenado

obtenido en el paso 2. 4. Calcular el estado de prueba Kolmogorov-Smirnov del modo
siguiente Dn = máx | Fn (Xi) – Xi | para toda Xi 5. Si Dn es menor dalfa,n,
entonces no se puede rechazar la hipótesis de que los números generados provienen
de una distribución uniforme. La distribución de Dn ha sido tabulada como una
función de n y alfa para cuando Fn (x) = F0 (x).

EJEMPLO 5. Efectuar la prueba de Kolmogorov – Smirnov a la siguiente muestra de

números aleatorios uniformes. 0.15 0.26 0.33 0.25 0.18 0.31 0.34 0.49 0.83 0.11
0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11 0.25 0.60
0.06 0.92 0.00 0.55

Sustituyendo los valores en las fórmulas correspondientes se tiene que: i 1 2 3 4 5

6 7 8 9 10 11 12 13 14 15 RNDi 0.00 0.01 0.03 0.04 0.06 0.07 0.11 0.11 0.15 0.18
0.25 0.25 0.26 0.31 0.33 F(RNDi) 0.03 0.07 0.10 0.13 0.17 0.20 0.23 0.27 0.30 0.33
0.36 0.40 0.43 0.47 0.50 RNDi- F (RNDi) 0.03 0.06 0.07 0.09 0.11 0.13 0.12 0.16
0.15 0.15 0.11 0.15 0.17 0.16 0.17
3/7

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-
131.htm
07/11/12

16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 siguiendo con el paso 4

0.34 0.34 0.43 0.48 0.49 0.55 0.59 0.60 0.68 0.70 0.77 0.81 0.83 0.92 0.97

0.53 0.57 0.60 0.63 0.67 0.70 0.73 0.77 0.80 0.83 0.87 0.90 0.93 0.97 1.00

0.19 0.23 0.17 0.15 0.18 0.15 0.14 0.17 0.12 0.13 0.1 0.09 0.1 0.05 0.03

Dn = Max |RNDi – F(RNDi)| = 0.23 Comparamos el valor Dn (calculado) contra el valor

en tablas de la distribución KolmogorovSmirnov con n = 30 y un nivel de
significancia alfa = 5%, el cual es d30.5% = 0.242. como 0.23 es menor que 0.242,
entonces, no se puede rechazar la uniformidad de los números aleatorios.

CORRIDAS POR ARRIBA Y POR ABAJO DEL PROMEDIO Procedimiento Generar la muestra de
tamaño N de números aleatorios. Con base en esta muestra, obtener una nueva
sucesión binaria, según el criterio siguiente: Si rj es menor o igual a 0.50
entonces asignarle a rj el símbolo 0. Si rj es mayor a 0.50 entonces asignarle a rj
el símbolo 1. La frecuencia esperada para cada longitud de corrida i, es:

EJEMPLO 6. Dada la siguiente muestra de tamaño 30 de números aleatorios, aplicar la

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-
131.htm 4/7
07/11/12

2.9 Pruebas estadísticas para los números aleatorios.

prueba de corridas, para la independencia 0.15 0.26 0.33 0.25 0.18 0.31 0.34 0.49
0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07 0.43 0.11
0.25 0.60 0.06 0.92 0.00 0.55

Comparando los números aleatorios según el criterio establecido, se obtiene la

siguiente sucesión binaria. Leyendo de izquierda a derecha se agrupan los símbolos
del mismo tipo para formar las corridas. 0 0 0 0 0 0 0 0 1 0 1 0 1 1 0 0 1 0 1 1 0
0 0 0 0 1 0 1 0 1

En la siguiente tabla se resume la información necesaria para el cálculo de la Ji-

cuadrada Longitud de corrida i 1 2 3 4 5 FE 8.000 3.875 1.875 0.906 0.438 FO 9 3 2
1 1 (FE-FO)2/FE 0.125 0.197 0.008 0.010 0.721

Como para las longitudes de corrida i = 2, 3, 4, 5; las frecuencias observadas son

menores o igual a cinco, agrupamos estas longitudes de corridas en una sola
longitud de corrida ? 2. i 1 >=2 FE 8 7.04 FO 9 7 (FE-FO)2/FE 0.125 0.936 X02 =
1.061 El valor en tablas de X21.5%= 3.84; entonces no se puede rechazar la
independencia de los números aleatorios.

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-
131.htm

5/7
07/11/12

CORRIDAS ASCENDENTES Y DESCENDENTES Procedimiento 1. Generar la muestra de tamaño N

de números aleatorios. 2. Construir la sucesión binaria de acuerdo al siguiente
criterio: Si rj es menor o igual a rj+1 entonces asignarle a rj el símbolo 0. Si rj
es mayor que rj+1 entonces asignarle a rj el símbolo 1. 3. Con base en la
distribución X2, efectuar la prueba, donde la frecuencia esperada de las longitudes
de corrida i se calculará con:

EJEMPLO 7. Aplicar la prueba de las corridas ascendentes y descendentes a la

muestra de números aleatorios del ejemplo anterior. Compararemos a los números por
fila, pero es indistinto hacerlo por columna. 0.15 0.26 0.33 0.25 0.18 ahora la
sucesión binaria es 0 0 0 0 1 0 0 0 1 1 1 0 1 0 0 1 1 0 1 1 0 1 1 1 0 1 0 1 0 0.31
0.34 0.49 0.83 0.11 0.81 0.70 0.77 0.68 0.03 0.48 0.31 0.04 0.97 0.59 0.01 0.07
0.43 0.11 0.25 0.60 0.06 0.92 0.00 0.55

obsérvese que la última celda se deja en blanco, pues no hay con que número
comparar. (aquí N = 29) Longitud de corrida i 1 2 FE 11.500 5.083 FO 11 5 (FE-FO)
2/FE 0.020 0.001
6/7

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-
131.htm
07/11/12

2.9 Pruebas estadísticas para los números aleatorios.

3 4 5

1.400 0.292 0.005

2 -

0.257

i 1 >=2

FE 11.500 6.483

FO 11 7

(FE-FO) 2/FE 0.020 0.004 X02 = 0.024

como el valor calculado de 0.024 es menor que el valor en tablas de Ji-cuadrada

X21.5%= 3.84, no se puede rechazar la independencia de los números aleatorios.

148.204.211.134/polilibros/portal/Polilibros/P_terminados/SimSist/doc/SIMULACI-N-
131.htm

7/7