TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE NUEVO LEÓN

SUBDIRECCIÓN ACADÉMICA
DEPARTAMENTO DE EDUCACIÓN A DISTANCIA
INGENIERÍA EN INGENIERIA INDUSTRIAL

Simulación
TEMA 2

ACTIVIDAD 1 T2

Catedrático.
María Isabel Correa Díaz

Presenta:
Jahir Orlando Zapata Morales 18480769

Cd. Guadalupe, Nuevo León; a 01 de diciembre de 2021

¿Qué argumentos dan sobre la diferencia entre los verdaderos números
aleatorios y los números pseudoaleatorios?

R: Un número aleatorio: es un resultado de una variable al azar especificada por

una función de distribución. Cuando no se especifica ninguna distribución se
presupone que se utiliza la distribución uniforme continua en el intervalo (0,1).
Los pseudoaleatorios: se generan mediante algoritmos todo generador de
números pseudoaleatorios se repetirá luego de una larga sucesión de números.

¿Qué se utiliza para generar los números aleatorios verdaderos?

R: Los números aleatorios son la base esencial de la simulación. Usualmente,

toda la aleatoriedad involucrada en el modelo se obtiene a partir de un generador
de números aleatorios que produce una sucesión de valores que supuestamente
son realizaciones de una secuencia de variables aleatorias independientes e
idénticamente distribuidas (i.i.d.) U(0, 1). Posteriormente estos números
aleatorios se transforman convenientemente para simular las diferentes
distribuciones de probabilidad que se requieran en el modelo. En general, la
validez de los métodos de transformación dependen fuertemente de la hipótesis
de que los valores de partida son realizaciones de variables aleatorias iid U(0, 1),
pero esta suposición realmente no se cumple, puesto que los generadores de
números aleatorios son simplemente programas determinísticos que intentan
reproducir una sucesión de valores que parezca aleatoria.

Genere 100 números aleatorios verdaderos por medio de este generador,

entre 0 y 100 en cuatro columnas

Aquí están sus números aleatorios:

4 49 74 43
67 62 53 86
46 99 16 35
67 12 12 76
60 64 86 24
97 2 92 73
12 89 58 28
93 42 28 72
51 2 47 24
86 95 54 21
6 30 79 45
50 45 73 4
53 27 26 99
32 53 45 35
39 62 86 89
60 74 16 39
82 51 34 72
33 43 24 82
1 92 26 82
15 77 62 41
7 17 44 42
59 95 41 35
84 16 11 94
72 52 63 38
43 27 12 70

Aceda al generador de fracciones decimales aleatorias e imprima un conjunto de

100 números de cuatro decimales en cinco columnas. Nota: en el libro dice que
se imprima, pero ustedes sólo inclúyanlo en el documento de Word que van a
enviar. Generador de fracciones decimales aleatorias.

Aquí están sus números aleatorios:

0,1818 0,4397 0,7551 0,1143 0,0020
0,4927 0,7115 0,8195 0,0843 0,6826
0,2305 0,7856 0,6796 0,6856 0,6472
0,0163 0,2898 0,1906 0,1644 0,4612
0,2355 0,5483 0,9704 0,1683 0,9687
0,2144 0,5046 0,2109 0,6608 0,0790
0,2311 0,4166 0,8563 0,0195 0,9538
0,4546 0,6963 0,4742 0,5079 0,6846
0,4505 0,1895 0,7151 0,8086 0,9781
0,3394 0,6610 0,6368 0,1050 0,3029
0,6621 0,3979 0,5809 0,5451 0,7699
0,7302 0,5913 0,8954 0,5382 0,3205
0,8129 0,1252 0,7906 0,8527 0,1332
0,3313 0,6326 0,1963 0,5437 0,2336
0,4922 0,8665 0,8375 0,7585 0,8989
0,5396 0,8448 0,9471 0,3342 0,1778
0,1525 0,4371 0,3317 0,1956 0,2683
0,5773 0,8912 0,5979 0,0376 0,7120
0,4231 0,2522 0,8962 0,3095 0,6636
0,3157 0,7350 0,6535 0,2998 0,6328

Acceda al apartado “Introduction to Randomness and Random Numbers” y haga

un resumen de esta lectura. Introducción a la aleatoriedad y los números
aleatorios

RANDOM.ORG es un verdadero servicio de números aleatorios que genera

aleatoriedad a través del ruido atmosférico. Los números aleatorios son útiles
para una variedad de propósitos, como generar claves de cifrado de datos,
simular y modelar fenómenos complejos y para seleccionar muestras aleatorias
de conjuntos de datos más grandes.

Hay dos enfoques principales para generar números aleatorios usando una
computadora: Generadores de números pseudoaleatorios (PRNG) y
Generadores de nu meros aleatorios verdaderos (TRNG). Los enfoques
tienen características bastante diferentes y cada uno tiene sus pros y sus
contras. Generadores de números aleatorios verdaderos (TRNG) En
comparación con los PRNG, los TRNG extraen la aleatoriedad de los
fenómenos físicos y la introducen en una computadora.
Puede imaginarse esto como un dado conectado a una computadora, pero
normalmente la gente usa un fenómeno físico que es más fácil de conectar
a una computadora que un dado. Otro fenómeno físico adecuado es el
ruido atmosférico, que es bastante fácil de captar con una radio normal.
Este es el enfoque utilizado por RANDOM.ORG. También puede utilizar el
ruido de fondo de una oficina o laboratorio, pero tendrá que estar atento a
los patrones. El ventilador de su computadora puede contribuir al ruido de
fondo, y dado que el ventilador es un dispositivo giratorio, es probable qu e
el ruido que produce no sea tan aleatorio como el ruido atmosférico. Las
características de los TRNG son bastante diferentes de las de los PRNG.
En primer lugar, los TRNG son generalmente bastante ineficientes en
comparación con los PRNG, y requieren un tiempo considerablemente más
largo para producir números. También son no deterministas, lo que
significa que una secuencia determinada de números no se puede
reproducir, aunque la misma secuencia puede ocurrir, por supuesto, varias
veces por casualidad.

Conteste las preguntas 1 a 5 del final del capítulo.

Cuestionario de revisión

1.-Explique la diferencia entre un número aleatorio y un número pseudoaleatorio.

R: La diferencia es que los números pseudoaleatorios no son aleatorios
completamente como su nombre lo dice, estos números son predecibles ya que
son hechos por medio de un lenguaje de programación que es predecible porque
una computadora siempre sigue instrucciones de lo contrario estaría averiada.

2. ¿Qué dispositivos se pueden utilizar para generar números aleatorios?

R: Sin duda, el enfoque visualmente más genial fue el generador de lavarand ,
que fue construido por Silicon Graphics y utilizó instantáneas de lámparas de
lava para generar números aleatorios verdaderos. Desafortunadamente,
lavarand ya no está operativo, pero uno de sus inventores continúa el trabajo (sin
las lámparas de lava) en el sitio web LavaRnd. Otro enfoque más es Java
EntropyPool , que recopila bits aleatorios de una variedad de fuentes, incluidos
HotBits y RANDOM.ORG, pero también de visitas a páginas web recibidas por el
propio servidor web de EntropyPool. Independientemente del fenómeno físico
que se utilice, el proceso de generar números aleatorios verdaderos implica
identificar cambios pequeños e impredecibles en los datos. Por ejemplo,
HotBits usa pequeñas variaciones en el retraso entre ocurrencias de
desintegración radiactiva, y RANDOM.ORG usa pequeñas variaciones en la
amplitud del ruido atmosférico.

3.¿Cuáles son las características estadísticas de los números

pseudoaleatorios?
R: Eficiente, determinista, periódico, tienen un modelo matemático,
4. ¿Cuál es el valor esperado de los números aleatorios uniformes? ¿Su
varianza?

5. ¿Qué aspectos importantes se deben considerar al momento de elegir un

generador de números pseudoaleatorios?

R: Que cumpla con las características de eficiente, periódico, determinista