Facultad de Ingeniería Mecánica y Eléctrica

Región Xalapa

Generación de números aleatorios

Experiencia Educativa:

Investigación de operaciones

Cisneros Martínez René

García Martínez Angel Ehécatl

Morales Martínez Luis Fernando

23 de noviembre de 2022

“Lis de Veracruz: Arte, Ciencia, Luz”

Contenido
Introducción.................................................................................................................1
Generación de números aleatorios..................................................................................2
Ejemplo.......................................................................................................................3
Referencias................................................................................................................10

Tabla 1.- Valores de probabilidad para los costos de mano de obra directa. Fuente: Propia. 4
Tabla 2.- Generación de números aleatorios en 10 ensayos para los costos de mano de obra.
Fuente: Propia..............................................................................................................5
Tabla 3.- Generación de números aleatorios en 10 ensayos para los costos de las piezas.
Fuente: Propia..............................................................................................................6
Tabla 4.- Valores aleatorios para la demanda del primer año de Mecanizados ERIA. Fuente:
Propia..........................................................................................................................7
Tabla 5.- Utilidades simuladas para el primer año de producción de Mecanizados ERIA.
Fuente: Propia..............................................................................................................9

Ecuación 1.- Fórmula para la distribución de probabilidad del costo unitario de las piezas.
Fuente: Anderson, 2011................................................................................................5
Ecuación 2.- Fórmula para la generación del costo de las piezas. Fuente: Propia................5
Ecuación 3.- Función para generar valores aleatorios para la distribución de probabilidad
normal. Fuente: Propia..................................................................................................7
Ecuación 4.- Función para generar los valores de la demanda de Mecanizados ERIA en el
primer año. Fuente: Propia............................................................................................7
Introducción

Los números aleatorios o “random” son un elemento básico en la simulación de la mayoría

de los sistemas discretos.
Los números aleatorios son aquellos números que se generan, presentando estos la misma
probabilidad de ser elegidos o seleccionado, es decir, , son números que se obtienen como
producto del azar, por lo que no dependen de otro número.

El concepto de azar es el que hace referencia a todos los actos o situaciones fortuitas que no
son generadas por lógica o por razones calculadas y que tienen consecuencias inesperadas o
difíciles de medir.
El azar se vincula primordialmente con la noción de espontaneidad, de que algo surge o
sucede de manera inesperada y por lo tanto no puede ser medible con la matemática o la
lógica. Si bien el hombre puede lograr acercarse lo más posible a ciertos resultados que son
consecuencia de algún nivel de azar, la adivinación de los mismos nunca será completa ya
que de otro modo, si un evento o suceso pudiera preeverse de modo total, no estaríamos
hablando de azar.

Números “elegidos al azar” son útiles en diversas aplicaciones, entre las cuáles podemos
mencionar:

• Simulación o métodos de Monte Carlo: se simula un proceso natural en forma

computacional. Estas aplicaciones se realizan en muy variados campos con el fin de emular
distintos comportamientos: física (por ejemplo, para simular colisiones entre partículas),
ingeniería (diseño de obras hidráulicas, puentes, etc. ), inversiones de capital, redes,
servicios a clientes, call centers, etc.

• Muestreo: con el fin de seleccionar una submuestra de una población.

• Análisis Numérico: algunas técnicas para resolver problemas de análisis numérico

complejos han sido desarrolladas usando números aleatorios.

• Programación: la generación de valores aleatorios puede ser útil para poner a prueba la
efectividad de un algoritmo. También son útiles en criptología.
Generación de números aleatorios
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 (iid) 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 depende 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.

Las secuencias de números aleatorios significan que el algoritmo produce muchos números
aleatorios en serie. Aunque un usuario en particular puede requerir sólo unos cuantos, en
general el algoritmo debe ser capaz de producir muchos. La distribución de probabilidad
implica que se puede asociar una afirmación probabilística con la ocurrencia de cada
número producido por el algoritmo.

Cuando el interés se centra en alguna otra distribución de probabilidad (como en la

siguiente subsección), se hablará de observaciones aleatorias a partir de esa distribución.
Los números aleatorios se pueden dividir en dos categorías principales: números aleatorios
enteros y números aleatorios uniformes, definidos de la siguiente manera:

Un número aleatorio entero es una observación aleatoria de una distribución uniforme

discretizada en el intervalo n1, n1+1, . . ., n2. Las probabilidades de esta distribución son:

1
P ( n1 ) =P ( n1+1 )=…=P ( n2 )=
n2 −n1 +1

Por lo general, n1=0 ó 1 y éstos son valores convenientes para la mayoría de las
aplicaciones. (Si n tiene otro valor, entonces al restar ya sea n o bien n – 1 del número
aleatorio entero cambia el límite inferior del intervalo a 0 ó/a 1.)
 Un número aleatorio uniforme es una observación aleatoria a partir de una distribución
uniforme (continua) en un intervalo [a, b]. La función de densidad de probabilidad de esta
distribución uniforme es:

{
1
f ( x )= si a≤ x ≤ b
b−a Cuando a y b no se especifican, se supone que a=0 y b=1.
0

El método más conveniente y más fiable de generar números aleatorios es utilizar

algoritmos determinísticos que posean alguna base matemática sólida. Estos algoritmos
producen una sucesión de números que se asemeja a la de una sucesión de realizaciones de
variables aleatorias (iid) U (0, 1), aunque realmente no lo sea. Es por ello que este tipo de
números se denominan pseudoaleatorios y el algoritmo que los produce se llama generador
de números pseudoaleatorios.

Ejemplo
Obtener la utilidad para el siguiente caso a partir de 10 ensayos

Mecanizados ERIA necesita obtener sus utilidades en el primer año de producción. Para
esto deben decidirse para asignar valores a los costos de mano de obra y piezas, así como
obtener la demanda aproximada durante su primer año de producción; sabiendo que tienen
una media de 7300 unidades, una desviación estándar de 3650 unidades, un precio de venta
por pieza de $300, un gasto anual de $50,000 en publicidad y $800,000 en administración.
Mecanizados ERIA ha decidido que el costo de mano de obra puede estar entre $50 y $58;
además, el costo de cada pieza puede estar entre $100 y $150.

Con estos valores, lo primero que haremos será asignar un intervalo de valores a cada
posible valor del costo de mano de obra directa, para que así la probabilidad de generar un
número aleatorio en dicho intervalo sea igual a la probabilidad del costo de mano de obra
directa. En la tabla 1 se muestra cómo se realiza este proceso.

Costo unitario de mano de obra directa Probabilidad Intervalo de números aleatorios

 $50 10% 0.0 < 0.1
$52 20% 0.1 < 0.3
$54 40% 0.3 < 0.7
$56 20% 0.7 < 0.9
$58 10% 0.9 < 1.0
Tabla 1.- Valores de probabilidad para los costos de mano de obra directa. Fuente: Propia

El intervalo de valores aleatorios entre 0.0 y 0.1 está asociado con un costo de mano de
obra directa de $50, el intervalo de números aleatorios entre 0.1 y 0.3 está asociado con un
costo de mano de obra directa de $52, etc. Con esta asignación de intervalos de números
aleatorios a los posibles valores del costo de mano de obra, la probabilidad de generar un
número aleatorio en cualquier intervalo es igual a la probabilidad de obtener el valor
correspondiente del costo de mano de obra directa. Por lo tanto, para seleccionar un valor
del costo de mano de obra directa generamos un número aleatorio entre 0 y 1. Si el número
aleatorio está en el rango de 0.1 y 0.3, hacemos el costo de mano de obra directa igual a $52
y así respectivamente.

Cada ensayo de simulación requiere un valor del costo de mano de obra directa.
Suponiendo que en el primer ensayo el número aleatorio es 0.9109. De acuerdo con la tabla
1, el valor simulado del costo de mano de obra es de $58 por unidad. Supongamos que en el
segundo ensayo el número aleatorio es 0.2841. Entonces, de acuerdo con la tabla 1, el valor
simulado del costo de mano de obra directa es de $52 por unidad. La tabla 2 muestra los
resultados obtenidos con los 10 primeros ensayos de simulación.

Ensayo Número aleatorio Costo de mano de obra directa ($)

1 0.9242 58
2 0.0442 50
3 0.7601 56
4 0.7833 56
5 0.4161 54
6 0.2479 52
 7 0.6318 54
8 0.8970 56
9 0.5011 54
10 0.9242 58
Tabla 2.- Generación de números aleatorios en 10 ensayos para los costos de mano de obra. Fuente: Propia

Cada ensayo de simulación requiere un valor del costo de mano de obra directa, de las
piezas y de la demanda durante el primer año. Ahora generaremos valores del costo de las
piezas. Para obtener la distribución de probabilidad del costo unitario de las piezas
utilizaremos la distribución uniforme mostrada en la ecuación 1.

Costo de las piezas=a+r ( b−a)

Ecuación 1.- Fórmula para la distribución de probabilidad del costo unitario de las piezas. Fuente: Anderson, 2011

Donde:

r = número aleatorio entre 0 y 1

a = valor mínimo del costo de las piezas
b = valor máximo del costo de las piezas

Como la distribución de probabilidad de esta otra variable aleatoria es diferente de la del

costo de mano de obra directa, utilizaremos números aleatorios de una forma diferente para
generar valores del costo de las piezas. Con una distribución de probabilidad uniforme, se
utiliza la siguiente relación entre el número aleatorio y el valor asociado del costo de las
piezas. Mecanizados ERIA decide que el valor mínimo del costo de sus piezas es $100 y el
valor máximo es $150. Al aplicar la ecuación 1 con a = 100 y b = 150, obtenemos la
siguiente fórmula para generar el costo de las piezas dado un número aleatorio, r .

Costo de las piezas=100+ r (150−100 )=100+ 50r

Ecuación 2.- Fórmula para la generación del costo de las piezas. Fuente: Propia

La ecuación 2 genera un valor del costo de las piezas. Supongamos que se obtiene de forma
aleatoria el número 0.8736. Entonces, el valor del costo de las piezas es:
Costo de las piezas=100+ 50 ( 0.8736 )=143.68 por unidad
Con valores apropiados de a y b puede utilizarse la ecuación 1 para generar valores con
cualquier distribución de probabilidad uniforme. La tabla 3 muestra la generación de 10
valores aleatorios para el costo unitario de las piezas.
Ensayo Número aleatorio Costo de las piezas ($)

1 0.3691 118.45
2 0.8453 142.26
3 0.8294 141.46
4 0.2865 114.32
5 0.8206 141.02
6 0.1844 109.22
7 0.9566 147.83
8 0.0936 104.67
9 0.8555 142.77
10 0.5495 127.47
Tabla 3.- Generación de números aleatorios en 10 ensayos para los costos de las piezas. Fuente: Propia

Por último, necesitamos un procedimiento de número aleatorio para poder generar la

demanda durante el primer año de producción. Como ésta se encuentra normalmente
distribuida con una media de 15,000 unidades y una desviación estándar de 4 500 unidades,
necesitamos un procedimiento para generar valores aleatorios con esta distribución de
probabilidad normal. Una vez más, utilizaremos un número aleatorio entre 0 y 1 para esta
simulación. Supongamos que se obtiene el número aleatorio de 0.7454, con éste como la
probabilidad normal acumulativa y la tabla de distribución normal estándar, esta
probabilidad acumulativa ocurre a z=0.66 desviaciones estándar sobre la media. Como la
demanda de Mecanizados ERIA está con una media μ=7,300 y una desviación estándar
σ =3,650, la demanda simulada durante el primer año es μ+ zσ =7,300+0.66 ( 3,650 )=9,709
unidades.

Utilizando las funciones que Excel incluye se pueden generar con rapidez y facilidad
valores con una distribución de probabilidad normal. Solamente debemos proporcionar la
media y la desviación estándar de la distribución normal para obtener el valor simulado.
Para esto, utilizaremos la siguiente función de Excel para obtener un valor simulado con
una distribución normal:

=INV.NORM(ALEATORIO(), Media, Desviación estándar)

Ecuación 3.- Función para generar valores aleatorios para la distribución de probabilidad normal. Fuente: Propia

=INV.NORM(ALEATORIO(), 7300, 3650)

Ecuación 4.- Función para generar los valores de la demanda de Mecanizados ERIA en el primer año. Fuente: Propia

La función ALEATORIO() proporciona el número aleatorio entre 0 y 1, el cual se utiliza

como la probabilidad normal acumulativa. Al Utilizar la distribución normal de
Mecanizados ERIA con media μ=7,300 y una desviación estándar σ =3,650 , la función
Excel proporcionará un valor normalmente distribuido de la demanda durante el primer
año.
Por ejemplo, si la función ALEATORIO() de Excel genera el número aleatorio 0.9794, la
función Excel mostrada en la ecuación 4 dará una demanda durante el primer año de 14,751
unidades. La tabla 4 muestra los primeros 10 valores aleatoriamente generados de la
demanda.

Ensayo Número aleatorio Demanda

1 0.8318 10,808
2 0.1727 3,856
3 0.5484 7,744
4 0.5536 7,792
5 0.4467 6,811
6 0.6895 9,105
7 0.5040 7,336
8 0.6363 8,572
9 0.1183 2,980
10 0.6616 8,821
Tabla 4.- Valores aleatorios para la demanda del primer año de Mecanizados ERIA. Fuente: Propia
Como se puede ver los números aleatorios menores a 0.5 generan valores de demanda
durante el primer año por debajo de la media y que los mayores de 0.5 generan valores de
demanda durante el primer año mayores que la media.

Los parámetros del modelo son $300 por unidad como precio de venta, $800,000 como
costo administrativo y $50,000 como costo de publicidad. Analizando lo ya mostrado, cada
ensayo de simulación implica generar aleatoriamente valores de datos de entrada
probabilísticos (costo de mano de obra directa, costo de las piezas y demanda durante el
primer año) para finalmente calcular la utilidad. La simulación se completa una vez que se
ha realizado un número de ensayos satisfactorio.

Ahora calculemos la utilidad obtenida con el primer ensayo, teniendo los siguientes datos
de entrada probabilísticos:

Costo de mano de obra directa: c 1=$ 58

Costo de las piezas: c 2=$ 118.45
Demanda durante el primer año: x=10,808

Entonces, para estos datos, la utilidad sería la siguiente:

Utilidad ( $ 300−c 1−c2 ) x−$ 850,000

Utilidad= ( $ 300−$ 58−$ 118.45 ) 10,808−$ 850,000=$ 485,328.4 0

A continuación, se muestra la utilidad para cada uno de los datos aleatorios obtenidos en
cada ensayo realizado; así como la utilidad final promedio que se espera para la empresa a
analizar.

Costo de mano de Costo de las

Ensayo Demanda Utilidad ($)
obra directa ($) piezas ($)

1 58 118.45 10,808 485,328.40

2 50 142.26 3,856 -434,554.56
3 56 141.46 7,744 -55,930.24
 4 56 114.32 7,792 160,466.56
5 54 141.02 6,811 -134,981.22
6 52 109.22 9,105 413,591.90
7 54 147.83 7,336 -129,824.88
8 56 104.67 8,572 344,336.76
9 54 142.77 2,980 -542,374.60
10 58 127.47 8,821 160,269.13

TOTAL 548 1,289.47 73,825 266,327.25

PROMEDIO 54.8 128.947 7,382.5 26,632.725
Tabla 5.- Utilidades simuladas para el primer año de producción de Mecanizados ERIA. Fuente: Propia

Como se puede observar, la generación de números aleatorios tiene diferentes aplicaciones

en casos de la vida cotidiana y pueden servir para tomar decisiones de azar sencillas hasta
predicciones de utilidades de una empresa para saber si esta será factible o no de continuar
su producción; así como la inyección de capital.
Sin embargo, la generación de números aleatorios no puede predecir lo que es mejor o peor
para las personas; eso dependerá de muchos otros factores que no están bajo el control de
alguien, pero si pueden ayudar a decidir entre diferentes valores que a nosotros nos sirven y
que no sabemos ni podemos elegir uno entre ellos.

De igual forma, cabe aclarar que la aleatoriedad por medio de software no existe debido a
que es imposible generar algo que es impredecible y si de verdad se necesita la generación
de números completamente aleatorios se debe recurrir a la medición de elementos
aleatorios para así generarlos, estos elementos aleatorios no son tan sencillos como lanzar
una moneda al aire; sino que son procesos relacionados con la mecánica cuántica ya que al
medir el estado de una partícula esa medida es completamente impredecible. Pero no por
esto la generación de números aleatorios por software no es útil ya que, a pesar de que estos
no generan dichos valores como tal, pueden generarlos de forma que parecen aleatorios
entre sí, aunque en realidad no lo son.
Referencias

Anderson, D., Sweeney, D., Williams, T., Camm, J. & Martin, K. (2011). Métodos
cuantitativos para los negocios, 11a Ed. Ciudad de México: Cengage Learning.

Hillier F., Lieberman G. (2010). Introducción a la investigación de operaciones, 9a Ed.

México, D.F.: Mc Graw Hill.

(S/f). Webs.um.es. Recuperado el 21 de noviembre de 2022, de:

https://webs.um.es/mpulido/miwiki/lib/exe/fetch.php?media=wiki:simt1b.pdf