INSTITUTO TECNOLÓGICO SUPERIOR DE

CALKINÍ DEL ESTADO DE

CAMPECHE.

CARRERA: INGENIERÍA INDUSTRIAL

GRUPO: 6-A
ASIGNATURA: SIMULACIÓN

DOCENTE: JOSÉ ALFONSO CUEVAS BACAB

NOMBRE DE LA ACTIVIDAD: P1 ACTIVIDAD 3 SU2

INTEGRANTES:
Camas Pech Damian 6736

Cen Ku Iban Rene 6363

Chable Cornejo Berenice 6745

Dzul Can Yenri De Jesús 6768

Maldonado Días Julio Jesrael 6769

Mis Caamal Filiberto Abraham 7111

Piste Contreras Emmanuel de Jesús 6753

Tec Cauich Cristell Arely 6750

Fecha: 17/03/22
 Construye histogramas de las muestras
simuladas de diversos patrones
aleatorios de la practica 1

PRACTICA 1. GENERACIÓN DE NÚMEROS

PSEUDOALEATORIOS
-INTRODUCCIÓN
En los experimentos de simulación es necesario generar valores para las variables
aleatorias representadas estas por medio de distribuciones de probabilidad.
Para poder generar entradas estocásticas (probabilísticas) para un modelo de
simulación, se debe contar con un generador de números pseudoaleatorios. Con
estos y métodos de generación de variables aleatorias, se pueden simular las
entradas incontrolables para un modelo de simulación.
Inicialmente los números aleatorios se generaban en forma manual o mecánica
utilizando técnicas como ruedas giratorias, lanzamientos de dados, barajas.
También existen métodos aritméticos que permiten generan un gran conjunto de
números aleatorios, pero el advenimiento de la computadora ha permitido crear
generadores que permitan generar de manera sucesiva todos los números
aleatorios que se requieran.

Un número aleatorio es aquél que es generado a partir de la distribución Uniforme U(0,1).

Propiedades
 Su generación se basa en el uso de mecanismos físicos. Entre las distintas
propuestas se incluyen el recuento de partículas emitidas por una
explosión, el lanzamiento de monedas, aparatos mecánicos basadas en
ruedas de la fortuna, etc.
 Tienen el inconveniente de ser generados lentamente. Además, los números
aleatorios no pueden almacenarse de forma automática. Por tanto, se
deben buscar procedimientos algorítmicos computacionales que generen
números aleatorios de forma muy rápida y los puedan almacenar sin utilizar
mucha capacidad de memoria.

Una de las características más poderosas de la simulación es la habilidad de imitar

el comportamiento aleatorio que es característico de la mayoría de los sistemas
reales. Para poder imitar este comportamiento aleatorio la simulación necesita
utilizar un generador de números aleatorios, el cual es responsable de producir un
ciclo grandísimo e independiente de números aleatorios.
Hay que aclarar que los números U(0,1) producidos por un generador de números
aleatorios (algoritmo computacional) no son aleatorios en el verdadero sentido de
la palabra, ya que el generador puede reproducir la misma secuencia de números
una y otra vez, lo cual no indica un comportamiento aleatorio. Por esta razón, a los
números U(0,1) producidos por un generador (algoritmo) se les llama
pseudoaleatorios.

Es deseable que los números pseudoaleatorios uniformes posean las siguientes

características (Bu, 1992):

Uniformemente distribuidos.
• Estadísticamente independientes.
• Reproducibles.
• Periodo largo.
• Generados mediante un método rápido.
• Generados mediante un método que no requiera mucha capacidad
de almacenamiento de la computadora.

Generar un conjunto de números pseudoaleatorios es una tarea relativamente

sencilla, para ello, el lector sólo tiene que diseñar su propio algoritmo de
generación. Lo que resulta difícil es diseñar un algoritmo que genere un conjunto
de números pseudoaleatorios con periodo de vida suficientemente grande (N) y
además pase sin problema las pruebas de uniformidad e independencia, lo cual
implica evitar problemas como éstos:

 Que los números del conjunto no estén uniformemente distribuidos, es

decir, que haya demasiados números en un subintervalo y otro muy
pocos o ninguno.

 Que los números pseudoaleatorios sean discretos en lugar de continuos.

 Que la media del conjunto sea muy alta o baja, es decir, que esté por arriba o
por debajo de ½.

 Que la varianza del conjunto sea muy alta o baja, es decir, que se localice
por arriba o por debajo de 1/12.
Métodos congruenciales

Método Congruencial mixto

Los generadores congruenciales lineales generan una secuencia de números

pseudoaleatorios en la cual el próximo número pseudoaleatorio es determinado a
partir del último número generado, es decir, el número pseudoaleatorio X n+1 es
derivado a partir del número pseudoaleatorio Xn. La relación de recurrencia para el
generador congruencial mixto es Xn+1 =(a Xn+c) mod m, en donde

Formula: 𝑋𝑛+1 = (𝑎𝑥𝑛 + 𝑐)mod m.

 X0 = es la semilla
 a =el multiplicador
 c = constante aditiva
 m = el módulo (m > X0, a,c)
 X0, a, c >0

Esta relación de recurrencia nos dice que X n+1 es el residuo de dividir a

Xn+c entre el módulo. Lo anterior significa que los valores posibles de X n+1
son 0,1,2,3 ...m-1, es decir, m representa el número posible de valores
diferentes que pueden ser generados.

Ejemplo:
Supongamos que se tiene un generador en el cual los valores de sus
parámetros son: a = 5, c = 7, X0 = 4 y m = 8. El generador quedará de la
siguiente manera:

Xn+1 = (5 Xn + 7) mod 8
 Para obtener el residuo hago una división del resultado de (5 Xn + 7)/8, el
residuo se multiplica por el módulo y el resultado de la multiplicación se le
resta a la divisióndel cual solo se toma el valor entero, de esta manera se
obtendrá el residuo Xn+1.

n Xn (5 Xn + 7) mod 8 Xn+1 No. aleatorios

(residuo)
0 4 5(4)+7 mod 8 3 3/8=0.375
27/8= 3.375
8*3= 24
27-24= 3
1 3 5(3)+7 mod 8 6 6/8=0.75
22/8=2.75
8*2=16
22-16=6

2 6 5(6)+7 mod 8 5 5/8=0.625

37/8

3 5 5(5)+7 mod 8 0 0
32/8

4 0 5(0)+7 mod 8 7 7/8=0.875

7/8

5 7 5(7)+7 mod 8 2 2/8=0.25

42/8

6 2 5(2)+7 mod 8 1 1/8=0.125

17/8

7 1 5(1)+7 mod 8 4 4/8=0.5

12/8

Tabla 1. Generación de números aleatorios por el método congruencial mixto.

Cuando se quiere construir un generador de números aleatorios para simular los

valores de una variable aleatoria, se deben elegir los parámetros de tal manera
que se garantice un periodo largo para que se puedan hacer todos los ensayos de
simulación, por lo tanto, se deben tener en cuenta las siguientes condiciones:
 a debe ser un número impar, no divisible ni por 3 ni por 5.
 c usualmente puede ser cualquier constante, sin embargo, para
asegurar buenos resultados, se debe seleccionar a de tal forma que, a mod
8 = 5 para una computadora binaria, o a mod 200 = 21 para computadora
decimal.
  m debe ser el número entero más grande que la computadora acepte.

De acuerdo con Hull y Dobell, los mejores resultados para un generador

congruencial mixto en una computadora binaria son:
• c = 8*a±3
• a = cualquier entero
• X0 = Cualquier entero impar.
• M = 2b donde b >2 y que m sea aceptado por la computadora.

Método Congruencial Multiplicativo:

Calcula una sucesión Xn de enteros no negativos, cada uno de los cuales es
menor que M mediante la relación Xn+1= a.Xn (mod M). Es un caso especial de la
relación de congruencia en que c=0, este método se comporta de manera
satisfactoria estadísticamente, es decir, los números generados por medio de este
método están unifórmente distribuidos, y no están correlacionados. Este método
tiene un periodo máximo menor que M, pero se pueden imponer condiciones en a
y X0 de tal forma que se obtenga el periodo máximo. Desde el punto de vista
computacional es el más rápido de todos.

Fórmula: 𝑋𝑛+1 = (𝑎𝑥𝑛)mod m.

Xn+1 = (11 Xn ) mod 128

X0 = 8
Encontrar X7

Ejemplo:

n Xn (11 Xn ) mod 8 Xn+1 No. aleatorios

(residuo)
0 8 11(8) mod 128 0 88/128=0.6875
88/128=0.6875

1 88 11(88) mod 128 72 72/128=0.5625

968/128=72
2 72 11(72) mod 128 24 24/128=0.1875
792/128=24
3 24 11(24) mod 128 8 8/128=0.0625
264/128=8
4 8 11(8) mod 128 0 88/128=0.6875
88/128=0.6875
5 88 11(88) mod 128 72 72/128=0.5625
968/128=72
 6 72 11(72) mod 128 24 24/128=0.1875
792/128=24
Tabla 2. Generación de números aleatorios por el método congruencial multiplicativo.

-OBJETIVO

 El alumno resolverá ejercicios para generar números

pseudoaleatorios utilizando los métodos congruenciales y obtendrá
el algoritmo para su generación.

-LUGAR

La práctica se realizará en el aula

-SEMANA DE EJECUCIÓN

Semana 3

- MATERIAL Y EQUIPO

 Computadora
 Internet
 Libro de Simulación un enfoque Práctico autor: Coss Bú
 Libreta

-DESARROLLO DE LA PRÁCTICA
Datos =
1. a =9; c= 13; m=32; X0= 8
2. a = 8; c=16; m=100; X0 =15
3. a = 5; c=21; m=100 X0 = 3
4. a = 5; m=64; X0 = 7
5. a =203; m= 105 X0=17

Los pasos descritos a continuación reflejan la solución de los datos del caso 1,
para cada caso se requiere calcular los 8 primeros números pseudoaleatorios de
acuerdo con el método empleado.

Paso 1. Crea la siguiente tabla y en la sección de fórmula sustituye por la formula

correspondiente con los valores para a,c,m, X 0 para este caso la fórmula
correspondiente es: (9Xn + 13) /32
 n Xn Fórmula Xn+1 No. aleatorios
(residuo)
0

….

Paso 2. Calcular el valor Xn+1 de la primera línea de acuerdo con lo siguiente.

N Xn (9 Xn + 13) mod 32 Xn+1 No.
(residuo) aleatorios

0 (número 8 (valor de la 9(8) +13 mod 32 21 21/32

consecutivo la semilla X0) 85/32= 2.65625 (residuo / m)
semilla siempre 32*2= 64
es 0) 85-64= 21
Paso 2. Colocar en la siguiente línea el valor calculado Xn+1 y sustituir en la formula elnuevo
valor calculado Xn a como se muestra en la siguiente tabla

1. a =9; c= 13; m=32; X0= 8

N Xn (9 Xn + 13) mod 32 Xn+1 No. aleatorios
(residuo)
0 8 (9(8) +13) /32 = 85/32 = 2 y 21 21 / 32 = 0.65625
sobran 21
1 21 (9(21) +13) /32 = 6 y sobran 10 10 10/32 = 0.3125

2 10 (9(10) +13) /32= 3 y sobran 7 7 7/32 = 0.21875

3 7 (9(7) +13) /32= 2 y sobran 12 12 12/32 = 0.32

4 12 (9(12) +13) /32= 3 y sobran 25 25 25/32 = 0.78125

5 25 (9(25) +13) /32= 7 y sobran 14 14 14/32 = 0.4375

6 14 (9(14) +13) /32= 4 y sobran 11 11 11/32 = 0.34375

7 11 (9(11) +13) /32= 3 y sobran 16 16 16/32 = 0.5

8 16 (9(16) +13) /32= 4 y sobran 29 29 29/32 =0.90625

9 29 (9(29) +13) /32= 8 y sobran 18 18 18/32 = 0.5625

 Histograma
40
30
20

Frecuenc
10
0
Frecuencia

Clase

2. a = 8; c=16; m=100; X0 =15

N Xn (8 Xn + 16) mod 100 Xn+1 No. aleatorios
(residuo)
0 15 (8(15) +16) /100 = 136/100 = 1 36 36/100= 0.36
y sobran 36
1 36 (8(36) +16) /100 = 3 y sobran 4 4 4/100= 0.04

2 4 (8(4) +16) /100 = 0 y sobran 4848 48/100= 0.48

3 48 (8(48) +16) /100 = 4 y sobran 00 0/100= 0

4 0 (8(0) +16) /100 = 0 y sobran 1616 16/100= 0.16

5 16 (8(16) +16) /100 = 1 y sobran 4444 44/100= 0.44

6 44 (8(44) +16) /100 = 3 y sobran 6868 68/100= 0.68

7 68 (8(68) +16) /100 = 5 y sobran 6060 60/100= 0.60

8 60 (8(60) +16) /100 = 4 y sobran 9696 96/100= 0.96

9 96 (8(96) +16) /100 = 7 y sobran 8686 86/100= 0.86

Frecuenc
3.- a = 5; c=21; m=100 X0 = 3
N Xn (5 Xn + 21) mod 100 Xn+1 No. aleatorios
(residuo)
0 3 (5(3) +21) /100 = 36/100 = 0 y 36 36/100= 0.36
sobran 36
1 36 (5(36) +21) /100 = 2 y sobran 1 1 1/100= 0.01

2 1 (5(1) +21) /100 = 0 y sobran 26 26 26/100= 0.26

3 26 (5(26) +21) /100 = 1 y sobran 51 51 51/100= 0.51

4 51 (5(51) +21) /100 = 2 y sobran 76 76 76/100=0.76

5 76 (5(76) +21) /100 = 4 y sobran 1 1 1/100= 0.01

6 1 (5(1) +21) /100 = 0 y sobran 26 26 26/100= 0.26

7 26 (5(26) +21) /100 = 1 y sobran 51 51 51/100= 0.51

8 51 (5(51) +21) /100 = 2 y sobran 76 76 76/100= 0.76

9 76 (5(76) +21) /100 = 4 y sobran 1 1 1/100= 0.01

Frecuenc
4.- a = 5; m=64; X0 = 7
N Xn (5 Xn ) mod 64 Xn+1 No. Aleatorios
(residuo)
0 7 5(7) mod 64 0 35/64= 0.546875
35/64= 0.546875

1 35 5(35) mod 64 47 47/64= 0.734375

175/64= 47

2 47 5(47) mod 64 43 43/64= 0.671875

235/64= 43

3 43 5(43) mod 64 23 23/64= 0.359375

215/64= 23

4 23 5(23) mod 64 51 51/64= 0.796875

215/64= 51

5 51 5(51) mod 64 63 63/64= 0.984375

255/64= 63

6 63 5(63) mod 64 59 59/64= 0.921875

315/64= 59
7 59 5(59) mod 64 34 34/64= 0.53125
295/64= 34
8 34 5(34) mod 64 42 42/64= 0.65625
170/64= 42
9 42 5(42) mod 64 18 18/64= 0.28125
210/64= 18

Histograma
30
20
10
Frecuenc

0
Frecuencia

Clase
5.- a =203; m= 105 X0=17
N Xn (203 Xn ) mod m= 105 Xn+1 No. Aleatorios
(residuo)
0 17 203(17) mod 105 0 3451/105= 0.03451
3451/105= 0.03451

1 3451 203(3451) mod 105 553 553/105= 0.00553

700553/105= 553

2 553 203(553) mod 105 12259 12259/105= 0.12259

112259/105= 12259

3 12259 203(12259) mod 105 88577 88577/105= 0.88577

2488577/105= 88577

4 88577 203(88577) mod 105 81131 81131/105= 0.81131

17981131/105= 81131

5 81131 203(81131) mod 105 69593 69593/105= 0.69593

16469593/105= 69593

6 69593 203(69593) mod 105 127379 127379/105= 1.27379

14127379/105= 127379

7 127379 203(127379) mod 105 857937 857937/105= 8.57937

25857937/105= 857937

8 857937 203(857937) mod 105 61211 61211/105= 6.112111

174161211/105= 61211

9 61211 203(61211) mod 105 25833 25833/105= 0.25833

12425833/105= 25833

Histograma
30
20
10
Frecuenc

0
Frecuencia

Clase
 CONCLUSION:

En conclusión, se pudo observar que la simulación ayuda a la gerencia a tomar decisiones;

ofrece un método mediante el cual se pueden probar los planes propuestos, antes de
llevarlos a cabo cuales son las maneras diferentes de resolver las simulaciones de los
valores adquiridos de esa manera se dio a conocer los tipos de fórmulas que los compone,
se pudo conocer los tipos de métodos necesarios o adecuados
Por naturaleza, la simulación ayuda a la gerencia a determinar los resultados de las
preguntas del tipo: ¿qué pasará si...? Como subproducto importante de la simulación, se
adquiere un conocimiento de la estructura del negocio. A través del análisis necesario para
preparar el modelo se puede descubrir un gran número de interrelaciones inadvertidas
hasta el momento. Además, pueden ponerse de manifiesto los puntos débiles del negocio
en la estructura de la empresa. Por lo tanto, el propio proceso de representación mediante
modelos resulta frecuentemente beneficioso para la gerencia.

REFERENCIA: