SIMULACION DE SISTEMAS

Generación de Variables Aleatorias

Generación de Números Pseudo Aleatorios. –

En modelaje y simulación es importante contar con números que puedan ser utilizados,
estos deben ser generados de alguna manera.

Estos son números formados a partir de secuencias aleatorias de dígitos del 0 al 9,

extraídos en forma totalmente aleatoria, de manera que cada digito que aparece en la
secuencia tiene igual probabilidad de ocurrencia y es estadísticamente independiente de
los otros números de sucesión. En consecuencia, la distribución estadística de dígitos
aleatorios resulta ser uniforme discretizada con valores entre 0 y 9. Supongamos la
siguiente secuencia de dígitos aleatorios: 3; 6; 1; 0; 3; 7; 2; 9; 4; 5; 1; 5; 3; 7; 8; 6; 0; 1;
1; 4; 7; 2; 3; 2; 7; 0; 5; 5; 1; 7; 3; 8; 2; 4; 3; 1; 8; 6,…. A partir de ella se pueden obtener,
por ejemplo, números aleatorios de dos dígitos, tomando de a dos números consecutivos
de un digito, como se indica a continuación 36; 10; 37; 29; 45; 15; 37; 86; 01; 14; 72; 32;
70; 55; 17; 38; 24; 31; 86,…. Si de aquella secuencia se extraen tres números
consecutivos, se pueden formar secuencias de números aleatorios de tres dígitos: 361;
037; 294; 515; 378; 601; 147; 232; 705; 517; 382; 431;…. En una simulación se emplean
muy a menudo números al azar en el intervalo (0,1). Si es necesaria formar una secuencia
de números aleatorios de, por ejemplo, 3 dígitos, habría que extraer de la secuencia tres
dígitos consecutivos y agregar una como decimal antes de cada grupo: 0,361; 0,037;
0,294; 0,515; 0,378; 0,601; 0,147; 0232; 0,705; 0,517; 0,382; 0,431;

Una secuencia de números aleatorios podría hacerse tomando los cuatro últimos dígitos
de los números de teléfonos de una guía telefónica, siguiendo una secuencia determinada,
por ejemplo, descendente. Otras formas, un poco más prácticas, de obtención de
secuencias de números aleatorios son las que se basan en los denominados métodos
físicos, que utilizan dispositivos físicos de precisión tales como bolilleros con reposición
de bolillas, una con cada uno de los dígitos del 0 al 9, ruletas, dispositivos de
aleatorización electrónicos, etc. A partir de alguno de estos procedimientos físicos se han
generado tablas de números al azar.

Expertos en sistemas han diseñado generadores de dígitos que proveen secuencias que
satisfacen ampliamente las pruebas de aleatoriedad sobre las propiedades estadísticas que

M.Sc. Grover A. Rodriguez Carrera de Informática

 SIMULACION DE SISTEMAS

deben tener los procesos aleatorios. Los números obtenidos a partir de estos generadores
se denominan “pseudoaleatorios”, puesto que no son aleatorios puros.

Los generadores deben ser rápidos, ya que en una corrida de simulación van a ser
invocados varios miles de veces. También es esencial que sean recurrentes y que
produzcan secuencias largas y no degeneradas. Todos ellos producen secuencias que se
repiten cíclicamente, con cada ciclo exactamente te igual al anterior. Sin embargo, dentro
de un ciclo, los números producidos se asemejan a números aleatorios puros (igual
probabilidad de ocurrencia e independencia estadística). Un ciclo o periodo típico excede
el millón de números de varios dígitos, de manera que la repetición del ciclo no resulta
ser un inconveniente. La mayoría de las computadoras disponen de generadores
aleatorios, Los fabricantes de los sistemas han testeado ampliamente las secuencias
producidas por sus generadores, a fin de asegurar que las mismas sean de periodos largos
y que no se produzca degeneramiento. Una secuencia de números con degeneración
implica que algunos dígitos, a todos, a partir de determinado punto se repiten en ciclos
cortos, Por ejemplo la siguiente es una secuencia degenerada: 23, 42; 88; 02; 23; 12; 17;
74; 34; 25; 73; 46; 32; 90; 74; 34; 25; 73; 46; 32; 90; 74; 34; 25; 73; 46; 32; 90; 74; 34;
25; 73; 46; 32; 90;... Ya que se puede observar la repetición del ciclo 74; 34; 25; 73; 46;
32; 90; luego el número 17.

También es una secuencia degenerada la que se indica a continuación:

70367, 11981, 33023, 91098, 74527, 43501, 77883, 43668, 61357, 00181,
55443, 32368 04657 ……….

En este caso, los dígitos de la derecha se repiten cíclicamente en periodos cortos: 7; 1; 3;

8; La recurrencia en los generadores significa que cada número se genera iterativamente
de una relación matemática. Es decir, el siguiente número aleatorio de la sucesión se
obtiene a partir del último número que se obtuvo. Obviamente, para empezar el proceso
se requiere como dato un número inicial, comúnmente llamado “semilla”.

Según Azarang & Garcia E(1996) una vez obtenida toda la información, es decir, los
datos de entrada del sistema real, es necesario convertirlos en información o datos de
entrada del modelo de simulación. Es posible distinguir dos tipos de información:

M.Sc. Grover A. Rodriguez Carrera de Informática

 SIMULACION DE SISTEMAS

a. Información determinística. Esta información entra directamente al modelo con su

valor correspondiente en el sistema real.
b. Información probabilística. Es necesario crear modelos de simulación que imiten el
comportamiento de esas variables.
Los números aleatorios son la base en los modelos de simulación donde hay variables
estocásticas, ya que dichos números son la herramienta para generar eventos de tipo
probabilístico. La metodología consiste en la creación matemática de expresiones
sencillas partiendo de lo que se conoce como generación de números aleatorios
uniformes entre O y 1.

Método de Cuadrados Medios. –

El Algoritmo propuesto para generar números aleatorios, según Von Neuman y

Metrópolis. Es el método de los cuadrados medios, se requiere de un número entero
detonador (llamado semilla), con D dígitos, el cual es elevado al cuadrado y se extrae los
D dígitos del centro; el primer número ri se determina simplemente anteponiendo “0.”.
Para obtener el segundo ri se sigue el mismo procedimiento, solo que ahora se eleva al
cuadrado los D dígitos del centro que se seleccionaron para obtener el primer ri. A
continuación, se presenta con más detalles los pasos para generar números con el
algoritmo de cuadrados medios (Rito,2017).

1. Seleccionar una semilla (Xo) con D dígitos (D>3).

2. Sea Yo=resultado de elevar Xo al cuadrado; X1 = los D dígitos del centro y sea ri =0,D
dígitos del centro.

3. Sea Yi = resultado de elevar Xi al cuadrado; sea Xi+1 = los D dígitos del centro, y sea
ri =0,D dígitos del centro para i=0,1,2,3,…,n

4. Repetir el paso 3 hasta obtener los n números deseados.

Nota: si no es posible obtener los D dígitos del centro del número Yi, agregue ceros a la
izquierda del número Yi.

Ejemplo. -
Obtener n=4 números pseudo aleatorios con el algoritmo de los cuadrados medios.
a. Se elige como semilla inicial un número al azar de 4 dígitos (en nuestro caso) Xo=5729
c. Lo elevamos el cuadro (5729)2= 32821441

M.Sc. Grover A. Rodriguez Carrera de Informática

 SIMULACION DE SISTEMAS

d. Y0=32821441
e. Seleccionamos los 4 dígitos del centro de Y0.

f. X1=8214 obtenemos el nuevo número y el r0=0.8214

g. Luego volvemos a repetir los pasos de c a f para obtener el siguiente hasta completar
los n dígitos requeridos.
Tabla de los cuatro primeros números pseudo aleatorios
I Xi Yi=(Xi)2 ri=0.Xi
1 8214 67469796 0.8214
2 4697 22061809 0.4697
3 0618 00381924 0.0618
4 3819 14584761 0.3819

Ejemplo:
Obtener n=4 números pseudo aleatorios con el algoritmo de los cuadrados medios.
Numero Semilla Xo= 2341

I Xi Yi=(Xi)2 ri=0.Xi
0 2341 05480281 0,2341
1 4802 23059204 0,4802
2 0592 00350464 0,0592
3 3504 12278016 0,3504
4 2780 07728400 0,2780

Fuentes de Información. -

Rito Vargas Julio (2017). Generación de Números Aleatorios para Modelos de

Simulación. Universidad de Managua.

Ramallo Rico German (2019). Números y Valores Aleatorios.

Azarang M. , Garcia E(1996). Simulación y Análisis de Modelos Estocásticos. Mc. Graw

Hill. México.

M.Sc. Grover A. Rodriguez Carrera de Informática