Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pruebas
Estadísticas para Números Aleatorios: Promedios, Frecuencias, Kolmogorov- Smirnov,
Corridas, Distancia. Generación de Variables Aleatorias no Uniformes.
28 de octubre de 2022
Introducción
Investigación de Operaciones para abstraer una situación o problema de la vida real en tal
forma que dicha situación o problema sea manipulado fuera de su contexto (predicción del
producir números al azar, pero no lo hace realmente. Las secuencias de números pseudo
ningún patrón o regularidad aparente desde un punto de vista estadístico, generadas por un
Objetivos
Los números aleatorios son de gran utilidad en distintas facetas de las ciencias
experimentales y también en áreas como la Informática. Desde un punto de vista general, los
Se cuenta con varios generadores de números aleatorios, de los cuales los más
congruencial mixto incluye características de los otros dos, por lo que se presentará en primer
lugar.
un intervalo de 0 a m – 1. Este método siempre calcula el siguiente número a partir del último
que obtuvo, dado un número aleatorio inicial x 0, llamado semilla, que se puede obtener de
alguna fuente publicada como la tabla Rand. En particular, calcula el (n+1)-ésimo número
aleatorio x n+1 a partir del n-ésimo número aleatorio x n con la relación de recurrencia.
x n+1=(a x n +c)(módulo m)
Donde:
a, es el multiplicador
m, el módulo
c, el incremento
x n , la semilla
Además, a, c y m son enteros positivos (a < m, c < m). Esta notación matemática
significa que x n+1es el residuo cuando (a x n+c) se divide entre m. En consecuencia, los valores
posibles de x n+1 son 0, 1,…, m – 1, de manera que m representa el número deseado de valores
como longitud de ciclo. La longitud de ciclo máxima es m, de manera que sólo los valores de
a y c que se consideran son los que conducen a esta longitud de ciclo máxima.
x n+1
rn = → n=0,1,2,3 , …
m
Los valores de los parámetros deben ser seleccionados de acuerdo a los siguientes
criterios:
La constante aditiva c, puede ser cualquier valor. Se sugiere que sea un número
sucesiones.
x n+1=( a x n ) mod m
x n+1
rn = → n=0,1,2,3 , …
m
Los valores de los parámetros deben ser seleccionados de acuerdo a los siguientes
criterios:
El valor de la semilla x 0 debe ser cualquier número entero impar primo relativo
con m.
m
El valor de m debe ser 2 g para el cual el periodo del generador es 2 g−2 o .
4
para generar una nueva secuencia de números enteros que empiezan en x n+1 , x n +2 , x n+3 , …
x j +n
r j= → j=1,2,3 …
m−1
El método de los cuadrados medios consiste en que cada número de una sucesión es
cuadrado.
x1
u1 =
104
4. Volver al paso 3 y repetir el proceso.
Ejemplo:
X X2 Nº Aleatorio
Los números aleatorios serán utilizados en la simulación para generar los valores
La media de los números aleatorios entre 0 y 1 deber ser igual ½ en vista que estos
inferior cero y límite superior uno. La función de densidad de una distribución uniforme
es la siguiente.
1
f ( x )= ; a ≤ x ≤ b ; en este caso , a=0 y b=1
b−a
1
E ( x )=
2
Varianza de los números aleatorios
V ( x )=∂2=E ¿
b
1 x
3
b ( b−a)3
E ( x )=∫
2 2
x dx= = =¿ ¿ ¿
a b−a 3(b−a) a 3(b−a)
1
Al sustituir a=0 y b=1, tenemos que : E ( x )=
2
3
Por lo tanto,
1
v ( x )= −¿
3
Independencia
Esta es una propiedad muy importante e implica que los números aleatorios no
deben tener correlación entre sí, es decir deben ser independientes, de forma que puedan
superior muestra una gráfica totalmente dispersa en los valores posibles y la figura
inferior presenta una acumulación de los valores en la parte central, lo cual quiere decir
números pseudoaleatorios.
Por lo tanto, las principales propiedades de los números pseudoaleatorios
comprendidos entre 0 a 1 son que la media debe ser ½ la varianza debe ser 1/12 se tiene
determinar si un conjunto de números pseudoaleatorios entre cero y uno cumplen con las
Pruebas de uniformidad
ejercicio.
x 1 , x 2 , … .. , x n
x=
n
(μ−x ) √ n
Z 0= <Z α
σ 2
α
|z 0|< Z 2 No se puede rechazar la hipótesis de que los números pseudoaleatorios
Ejemplo:
Solución
α
|z 0|< Z 2
( μ−x ) √n
Z 0=
σ
x=0,441
Z 0=
( μ−x ) √n
=
( 1
2
−0,441 ) √10 =0,64
√
σ 1
12
z α Z 0,05
Siα =5 %=0,05 → = =Z 0,025
2 2
estándar
estándar
z α Z 0,05
α =5 %=0,05 → = =Z 0,025=1,96
2 2
Prueba de Frecuencias
FO i ( frecuencia observada ) ; 1≤ i≤ k
n
valor estadistico : x 2=∑ ¿ ¿¿ ¿
0 i =1
Ejemplo
N 10
FE= = =2,5
K 4
Posteriormente tenemos que observar a cuál de los intervalos pertenece cada uno
de los números pseudoaleatorios que nos proporciona el ejercicio con ello calculamos la
frecuencia observada.
2
x =¿ ¿
0
n
2
x =∑ ¿ ¿ ¿ ¿
0 i=1
Si α =5 % y k =4 → Z a ;k−1=Z0,05 ;3
i
expresión F n ( x )= , donde i es la posición que ocupa el numero “x”, en el vector
n
obtenido en el paso 2.
D n=max ] F n ( x i ) −x i ]
5.-Si Dn <D α , n, entonces no se puede rechazar la hipótesis de que los números
Ejemplo
Solución:
I i
Determinar F I ,de acuerdo a la siguiente relación: F = ;i es el número de los
n
i 1 2 3 4 5 6 7 8 9 10
F I= = ; ; ; ; ; ; ; ; ;
n 10 10 10 10 10 10 10 10 10 10
1 2 3 4 5 6 7 8 9
Dmax = −0,03 ; −0,18 ; −0,36 ; −0,39 ; −0,54 ; −0,65; −0,72 ; −0,76; −0,8
10 10 10 10 10 10 10 10 10
D max =|F −F |=|0,07 0,02 0,06 0,010,04 0,05 0,020,04 0,08 0,06|=0,08
I II
Buscamos métodos que nos permitan obtener valores de variables aleatorias que sigan
asociado a los mismos, varía mucho según la familia de variables aleatorias a las que se
apliquen.
Normalmente existen varios algoritmos que se pueden utilizar para generar valores de
una determinada distribución, y diferentes factores que se pueden considerar para determinar
entrar en conflicto unos con otros y a veces se ha de llegar a una solución de compromiso.
Exactitud: se han de obtener valores de una variable con una precisión dada. A veces
F(x) se encuentra en el intervalo de cero (0) a uno (1), se debe generar un número aleatorio ri
para luego determinar el valor de la variable aleatoria cuya distribución acumulada es igual a
ri. El problema de este método radica en el hecho que algunas veces se dificulta demasiado la
rango finito, como a x b, se utiliza este método para encontrar los valores de las variables
aleatorias.
seleccionadas adecuadamente.
probabilidad en las cuales es posible emplear sus propiedades para obtener expresiones
aplica el Teorema Central del Límite y en otros se utiliza el método directo para encontrar las
variables aleatorias.
Conclusiones
central) para que a través de la simulación se puedan estudiar los efectos de ciertos cambios
en la operación de un sistema.
El principal énfasis en este caso en pruebas estadísticas deberá ser con respecto al
promedios.
Referencias
https://www.youtube.com/watch?v=rtS8NHHMdtk
https://www.youtube.com/watch?v=w6ar87AGYiU
https://www.youtube.com/watch?v=4wdn6Ml2g-c