INSTITUTO

TECNOLOGICO DE
ORIZABA
NOMBRE: HERNADEZ LUNA LUCIA MICHELLE

NO. DE CONTROL: 19010299

FECHA DE
MATERIA: SIMULACION ENTREGA:
9/OCTUBRE/2020

TEMA:
2.2.2 De aleatoriedad
2.2.3 De independencia

MAESTRA: PERLA DANIELA LEYVA FERNANDEZ

HORARIO: 13:00 – 14:00

 UNIDAD 1

Introducción
ESTE REPORTE QUE ES DEL TEMA PRUEBAS DE ESTADISTICA DE
ALEATORIEDAD Y DE INDEPENDENCIA HABLARA SOBRE
Pruebas estadísticas de aleatoriedad.
En esta sección se describen 2 de las pruebas estadísticas que se aplican a los
números pseudoaleatorios; en la primera de ellas, se tratará de verificar la
hipótesis de que los números generados provienen de la distribución uniforme en
el intervalo cerrado [0,1], en la segunda de ellas, se aplicará la prueba de corrida,
misma que sirve para verificar que los números son efectivamente aleatorios. A
continuación, se detallan ambas pruebas:
Prueba de Kolmogórov-Smirnov
Esta prueba sirve para verificar o negar la hipótesis que un conjunto de
observaciones proviene de una determinada distribución. La estadística D que se
utiliza en esta prueba es una medida de la diferencia máxima observada entre la
distribución empírica (dada por las observaciones) y la teórica supuesta. La
estadística D es obviamente una variable aleatoria. A continuación, se detalla
cómo se utiliza esta prueba para verificar o negar que un conjunto de números
pseudoaleatorios tiene una distribución uniforme en el intervalo cerrado [0, 1].
Paso 1. Se formula la hipótesis, H 0 de que los números provienen de una
distribución uniforme en el intervalo cerrado [0, 1].
Paso 2. Se selecciona una muestra de tamaño n de números pseudoaleatorios
generados (Knuth recomienda n = 1000). Sea F n (X), de la siguiente manera:
Paso 3. Calcule la función de distribución acumulada empírica, F n (x), de la
siguiente manera:
Ordene los valores de la secuencia, tal que Xi ≤ Xi+1 para toda i.
Haga
Fn(0)= 0 y Fn (Xi)=i/n, i=l,2,...,n.

Paso 4. Evalúe la estadística de Kolmogórov-Smirnov, D, a partir de

D = Máx|Fn(Xi)-Xi|, 0<Xi< 1.
Paso 5. Consulte la tabla de límites aceptables para la prueba de Kolmogórov-
Smirnov, para un tamaño de muestra n y un determinado nivel de riesgo α (ver
apéndice B). Si D es menor o igual a este número se acepta HQ; de otra manera
se rechaza HQ.
Ejemplo.
De una tabla de números aleatorios se eligen los siguientes 50 (divididos entre
100 para que su valor oscile entre 0 y 1).
Se desea probar la hipótesis H0: Provienen de una distribución uniforme en [0, 1],
un nivel de significancia del 90%.
Paso 2. Se arregla la tabla anterior para que se cumpla la condición X ¡ ≤ Xi+1 para
toda i.

Paso 3. Se construye Fn (X¡) para toda i siendo n = 50.

Paso 4.
D = MáxІFn(Xi)-XiІ = 0.12
que ocurre para Fn (.38).

Paso 5. Para un nivel de significancia del 90% y una muestra de 50 números se

tiene del apéndice B, un valor 0.172. Como D < 0.172 se acepta HQ: Los 50
números si provienen de una distribución uniforme en el intervalo cerrado [0, 1].
Prueba de Corrida
Una corrida se define como un conjunto de números que aparecen ordenados en
forma monofónicamente creciente o decreciente. Por ejemplo: 03, 23, 57, 92, 99
contiene una sola corrida, mientras que 03, 99, 23, 92, 57 contiene 3 corridas: (03,
99), (23, 92), (57).
Si se utiliza el signo (+) para identificar que el número que aparece a la derecha
de otro que es mayor, o (-) si es menor, se tiene que:
03, 10, 23, 57, 92, 99 → +, +, +, +, +
mientras que 03,99,23,92,57 → +,-,+,-.

Esta prueba se basa en el supuesto que el número de corridas es una variable

aleatoria.
Se ha demostrado que, si una secuencia tiene más de 20 números, el número de
corridas es una variable aleatoria distribuida normalmente con media y variancia
conocida.
La prueba se realiza de la siguiente manera:
Paso 1. Se formula la hipótesis Ho: La secuencia de números es aleatoria.
Paso 2. Se selecciona una muestra de tamaño n (n >20).
Paso 3. Se definen con los signos (+) y (-) las posibles corridas.
Paso 4. Se define a la estadística r como el número de corridas.
Paso 5. Si n > 20 y Ho es verdadera, entonces r se aproxima a una distribución
normal con media

y varianza

Paso 6. Se acepta Ho, a un nivel de riesgo α, si

Donde Z(.) se encuentra tabulada en la distribución normal (ver apéndice C)