“Universidad de Managua”

UdeM

Simulación de Sistemas

Guía #2
Tema: Determinar si el conjunto de números
Pseudoaleatorios dados, cumplen las pruebas estadísticas
de uniformidad e independencia; para ser considerados
números aleatorios.

Docente: MSc. Julio Rito Vargas Avilés

Alumno: XXXXXXXXXXXXXXXXX

Grupo: XXXXX

Carrera: XXXXXXXXXX

Fecha: XXXXXXX
Determinar con un nivel de confianza de 95%, si el conjunto de números
Pseudoaleatorios cumplen las pruebas estadísticas de uniformidad o
equiprobabilidad e independencia para ser considerados números aleatorios. Usar
los Test Chi-cuadrada y Kolmogorov-Smirnov para la uniformidad o equiprobabilidad de Stat::Fit
y el de corridas (runs test) para determinar independencia de Stat::Fit.

0.5632 0.2396 0.5583 0.8050 0.4166 0.5454 0.5491 0.5593 0.7725 0.2326
0.1020 0.4708 0.5690 0.3802 0.8224 0.6866 0.7098 0.9352 0.1388 0.4535
0.0945 0.1357 0.9191 0.1503 0.1645 0.9770 0.1301 0.1100 0.2523 0.4439
0.9499 0.9415 0.7413 0.9335 0.0805 0.8295 0.4575 0.1863 0.5504 0.8926
0.9035 0.1133 0.1115 0.8761 0.0007 0.6222 0.4605 0.0688 0.9164 0.3482
0.9419 0.3802 0.8765 0.5340 0.6593 0.8266 0.5932 0.4277 0.9162 0.7300
0.0927 0.4691 0.5736 0.5615 0.1909 0.2143 0.2672 0.7684 0.3218 0.4765
0.5581 0.0888 0.3969 0.0151 0.8605 0.9615 0.7752 0.0461 0.1122 0.7559
0.4251 0.7327 0.8710 0.4445 0.8864 0.6384 0.6607 0.2892 0.8905 0.5126
0.7184 0.0512 0.5982 0.3277 0.0407 0.2668 0.5557 0.8139 0.3261 0.7949

I. Primeramente ingresamos los datos en Stat::Fit a como muestra la Imagen 1 y luego

de ingresados los datos, desplegamos el menú Statistics y se selecciona el
comandoDescriptive . En seguida aparecerá una nueva ventana con el nombre de
Descriptive Statistics, en donde se muestra el resumen estadístico de la variable .

Imagen 1
 Estadística descriptiva:
Número de datos (puntos) 100
Valor mínimo 0.0007
Valor máximo 0.997
Media 0.511081
Mediana 0.54725
Moda 0.51125
Desviación estándar 0.294493
Varianza 0.0867261
Coeficiente de variación 57.6216
Asimetría -0.0947875
Curtosis -1.27364

II. Hacemos el contraste de hipótesis para determinar si el conjunto de números dados

se distribuyen uniformemente, para la cual usaremos la prueba Kolmogorv– Smirnov

Ho: Los ri se distribuyen uniformente U(0,1) o equiprobables.

Ha: Los ri no se distribuyen uniformente U(0,1)

Se selecciona el menú Fit y luego Setup y se mostrará la pantalla que se muestra en la Imagen
2, aquí se elige la distribución que queremos contrastar, en nuestro caso estamos asumiendo que
los datos analizados se distribuyen uniformemente por lo que la distribución que elegimos es la
Uniforme (Uniform) y damos cli en el botón aceptar.

Imagen 2

Ahora volvemos a hacer clic en el menú Fit y seleccionamos la opción Goodness of Fit (Prueba de
Bondad de ajuste) y se mostrarán los resultados que se ve observan en la imagen 3.
Las pruebas de bondad de ajuste proporcionan una orientación útil para evaluar la idoneidad de
un posible modelo de entrada, comparando los resultados aleatorios contra un modelo de función
de probabilidad conocida para garantizar una suposición que permita utilizar un modelo más
complejo de análisis.

Imagen 3

Zona de Aceptación

Zona de rechazo 0.95

0.05

0.0682 Kolmogorov-Smirnov
El resultado del test de Kolmogorov-Smirnov para determinar si los datos se distribuyen conforme
una distribución Uniforme: NO SE RECHAZA (DO NOT REJECT). Esto es, se acepta que los datos
con Uniforme.

III. Ahora lo verificaremos manualmente con la prueba Chi-cuadrada, para lo cual

vamos a dividir en diez intervalos los números como se indica y registraremos los
números que caigan en cada intervalo como lo indica tabla 1.

Tabla 1

Intervalo Oi Ei (Ei – Oi) (Ei – Oi)2 (Ei – Oi)2/Ei

0.0000-0.0999 10 10 0 0 0
0.1000-0.1999 12 10 -2 4 0.4
0.2000-0.2999 7 10 3 9 0.9
0.3000-0.3999 7 10 3 9 0.9
0.4000-0.4999 11 10 -1 1 0.1
0.5000-0.5999 15 10 -5 25 2.5
0.6000-0.6999 5 10 5 25 2.5
0.7000-0.7999 10 10 0 0 0
0.8000-0.8999 12 10 -2 4 0.4
0.9000-0.9999 11 10 -1 1 0.1
100 100 7.8

La prueba ∑ = 0+0.4+0.9+0.9+…+0.1=7.8

La Chi-cuadrada teórica o valor crítico para un 95% de confianza con n-1 grados de libertad es:
=16.9.

Como puede verse la Por lo tanto No SE RECHAZA Ho. Se confirma que los datos
analizados se distribuyen Uniformemente.

IV. Ahora vamos a realizar el contraste de hipótesis para determinar si el conjunto de números
son independientes, para lo cual usaremos la prueba de corrida (Runs Test) arriba y debajo
de la mediana (above/below median)) y la prueba de corrida de puntos de Inflexión (runs
test (turning points)).

Ho: Los ri (0,1) son independientes.

Ha: Los ri (0,1) son dependientes.

Para lo cual hacemos clic en el menú Statistics y luego hacemos clic en la opción
Independence y por último en la opción Runs Test. Al darle Ok, el resultado se despliega
en la ventana que se recoge en la imagen 4.
 Imagen 4

Puede ver que en ambas pruebas (corrida por abajo y por encima de la mediana y corrida de
puntos de inflexión) NO SE RECHAZA Ho. Por lo tanto podemos afirmar que el conjunto de
números son independientes.

V. Ahora verificaremos el contraste de hipótesis para determinar si el conjunto de números

son independientes, para la prueba de Corrida usando las fórmulas de dicha prueba.

0.5632 0.2396 0.5583 0.8050 0.4166 0.5454 0.5491 0.5593 0.7725 0.2326
0 1 1 0 1 1 1 1 0
0.1020 0.4708 0.5690 0.3802 0.8224 0.6866 0.7098 0.9352 0.1388 0.4535
0 1 1 0 1 0 1 1 0 1
0.0945 0.1357 0.9191 0.1503 0.1645 0.9770 0.1301 0.1100 0.2523 0.4439
0 1 1 0 1 1 0 0 1 1
0.9499 0.9415 0.7413 0.9335 0.0805 0.8295 0.4575 0.1863 0.5504 0.8926
1 0 0 1 0 1 0 0 1 1
0.9035 0.1133 0.1115 0.8761 0.0007 0.6222 0.4605 0.0688 0.9164 0.3482
1 0 0 1 0 1 0 0 1 0
0.9419 0.3802 0.8765 0.5340 0.6593 0.8266 0.5932 0.4277 0.9162 0.7300
1 0 1 0 1 1 0 0 1 0
0.0927 0.4691 0.5736 0.5615 0.1909 0.2143 0.2672 0.7684 0.3218 0.4765
0 1 1 0 0 1 1 1 0 1
0.5581 0.0888 0.3969 0.0151 0.8605 0.9615 0.7752 0.0461 0.1122 0.7559
1 0 1 0 1 1 0 0 1 1
0.4251 0.7327 0.8710 0.4445 0.8864 0.6384 0.6607 0.2892 0.8905 0.5126
0 1 1 0 1 0 1 0 1 0
0.7184 0.0512 0.5982 0.3277 0.0407 0.2668 0.5557 0.8139 0.3261 0.7949
1 0 1 0 0 1 1 1 0 1

n=100 La cantidad de datos analizados

Co =66 Número de corridas.

= 66.33

=17.455

√ √

| | | |=0.0789

Como el nivel de confianza es al 95% y como se trata del Z de la distribución normal,

entonces. Zα/2=Z0.025=1.96
Comparamos el valor de Z0 con el Zα/2. Siendo Z0<Zα/2 . Por lo tanto NO SE RECHAZA Ho,
es decir el conjunto de números son Independientes.