INSTITUTO TECNOLÓGICO SUPERIOR DE ÉBANO

Integrantes:

Soledad Marciano Hernández

Nayra Eldai Juárez Rivera
Juana Elisa Martínez Ramírez
José Faustino Ruiz Cordero

Docente:

M.C J. Francisco Rocha

Materia:

Simulación

Tema de investigación:
Reporte de investigación

Fecha:

22/02/2022
 Índice
 Introducción ------------------------------------------------------------------------- 3
 números pseudoaleatorios -----------------------------------------4
 métodos de generación de números aleatorios ----------5
 Pruebas estadísticas de aleatoriedad -----------------------6
 Prueba de Medios
 Prueba De Poker
 Método Montecarlo
 Propiedades y características importantes del M.M.C
 Conclusión ------------------------------------------------------------9
 Bibliografía -----------------------------------------------------------10

(desconocido, pág. 2
 Introducción

Para esta unidad investigaremos la importancia y el uso de los números aleatorios

y los números pseudoaleatorios Los números aleatorios son elementos que se
propósito de evaluar el grado de respuesta de un sistema a los eventos.
Un problema básico que nos encontramos habitualmente es el de obtener
secuencias de números uniformemente distribuidos en un intervalo [0,1] Las
diferentes posibilidades
Los lenguajes de programación y las hojas electrónicas incluyen una función para
generarlos iv) Mediante algoritmos de generación de números Las principales
ventajas de los generadores de números aleatorios son:
- Rapidez
- Comodidad
- Reproducibilidad
- Portabilidad
Y la desventaja fundamental:
- Las secuencias obtenidas no son realmente aleatorias, ya que se obtienen con
op deterministas. Solo podemos obtener secuencias algunos criterios de
aleatoriedad adecuados.

(desconocido, pág. 3
 Números pseudoaleatorios
Se llama números pseudoaleatorios a una sucesión determinística de números en
el intervalo [0,1] que tiene las mismas propiedades estadísticas que una sucesión
de números aleatorios. Una forma general de obtener números pseudoaleatorios es
partir de una semilla de p números y aplicar una función d.

Los números pseudoaletorios son necesarios cuando se pone en práctica un

modelo de simulación, para obtener observaciones aleatorias a partir de
distribuciones de probabilidad.

Los números aleatorios generados en un inicio por una computadora casi siempre
son números aleatorios enteros.
En sentido estricto, los números generados por una computadora no se deben
llamar números aleatorios por que son predecibles y se pueden reproducir, dado el
número aleatorio generador que se use. Por ello en ocasiones se les llama números
pseudoaleatorios..
La secuencia de números generados debe cumplir con las 2 hipótesis siguientes:
 Distribución Uniforme
 Independencia (no correlacionados)
Los números aleatorios se pueden dividir en dos categorías principales:
° Números aleatorios enteros. Es una observación aleatoria de una distribución
uniforme discretizada en el intervalo n, n+1…
Por lo general, n =0 ó 1 donde estos son valores convenientes para la mayoría de
las aplicaciones.
p° Números aleatorios uniformes. Es una observación aleatoria a partir de una
distribución uniforme (continua) en un intervalo [a,b]

Propiedades mínimas que deberán satisfacer los números pseudoaleatorios:

*Ajustarse a una distribución U(0,1).
*Ser estadísticamente independientes (no debe deducirse un número conociendo
otros ya generados).
*Ser reproducibles (la misma semilla debe dar la misma sucesión).

(desconocido, pág. 4
*Ciclo repetitivo muy largo.
*facilidad de obtención.
Cualquiera que sea el método para generar números aleatorios debe satisfacer las
siguientes condiciones:

Deben ser:
1. Uniformemente distribuidos
2. Estadísticamente independientes
3. Reproducibles
4. Sin repetición dentro de una longitud determinada de la sucesión
5. Generación a grandes velocidades
6. Requerir el mínimo de capacidad de almacenamiento

METODOS DE GENERACION DE NUMEROS ALEATORIOS

Métodos congruenciales para generar números aleatorios.

Se cuenta con varios generadores de números aleatorios, de los cuales los más
populares son los métodos congruenciales (aditivo, multiplicativo y mixto).

El método congruencial mixto genera una sucesión de números aleatorios enteros

en un intervalo de 0 a m-1. Éste método siempre calcula el siguiente número a partir
del último que obtuvo, dado un número aleatorio inicial Xo, llamado semilla. En
particular, calcula el (n + 1)-ésimo número aleatorio Xn+1 a partir del n-ésimo
número aleatorio Xn con la relación de recurrencia.

Donde a, c y m son enteros positivos (a < m, c < m). Ésta notación matemática
significa que Xn+1 son 0, 1, …, M-1, de manera que m representa el número
deseado de valores diferentes que se puede generar como números aleatorios.

(desconocido, pág. 5
El método congruencial multiplicativo corresponde al caso especial del método
congruencial mixto en el que c =0. El método congruencial aditivo también es
parecido, pero establece a =1 y sustituye a c por algún número aleatorio anterior a
Xn en la sucesión , por ejemplo, Xn-1 (así requiere más de una semilla para iniciar
el cálculo de la sucesión).

El método congruencial mixto proporciona una gran flexibilidad para elegir un

generador de números aleatorios en particular (una combinación específica de a, c
y m). Sin embargo, se requiere tener mucho cuidado al seleccionar el generador de
números aleatorios porque la mayoría de las combinaciones de valores a, c y m
conducen a propiedades indeseables (por ejemplo, una longitud de ciclo menor a
m).

2.2 Pruebas estadísticas de aleatoriedad

Las propiedades estadísticas que deben poseer los números pseudoaleatorios
generados por los métodos congruenciales tiene que ver con independencia y
aleatoriedad estadísticas.
La prueba de la frecuencia se usa para comprobar la uniformidad de una sucesión
de N números pseudoaleatorios. Para cada conjunto de N números
pseudoaleatorios 𝑟1 , 𝑟2 , … 𝑟𝑛 , se divide el intervalo unitario (0,1) en x subintervalos
iguales; el número esperado de números pseudoaleatorios que se encontrarán
en cada subintervalo es N/x. Si fj (j=1, 2...x) denota el número que realmente
se tiene de números pseudoaleatorios ri (i=1,2,...N) en el subintervalo (j-1)/ x ≤ ri <
j/x entonces el estadístico:

Prueba de Medios
Consiste en verificar que los números generados tengan una media
estadísticamente igual a 1/2, de este modo la hipótesis planteada es:

Prueba De Poker Las pruebas de independencia consisten en demostrar que

los números generados son estadísticamente independientes entre sí, esto es,
que no depende uno de otro.

(desconocido, pág. 6
Hay varios métodos, entre los cuales están:
• La prueba de Poker
• La prueba de corridas arriba y abajo
• La prueba de corridas arriba debajo de la media
• La prueba de la longitud de las corridas
• La prueba de series
Método Montecarlo
El método de Monte Carlo es un método no determinístico o estadístico numérico
usado para aproximar expresiones matemáticas complejas y costosas de evaluar
con exactitud. El método se llamó así en referencia al Casino de Montecarlo
(Principado de Mónaco) por ser “la capital del juego de azar”, al ser la ruleta un
generador simple de números aleatorios. El nombre y el desarrollo sistemático de
los métodos de Monte Carlo datan aproximadamente de 1944 y se mejoraron
enormemente con el desarrollo de la computadora.

El uso de los métodos de Monte Carlo como herramienta de investigación,

proviene del trabajo realizado en el desarrollo de la bomba atómica durante la
segunda guerra mundial en los Álamos. Este trabajo conllevaba la simulación de
problemas probabilísticos de hidrodinámica concernientes a la difusión de
neutrones en el material de fusión, la cual posee un comportamiento
eminentemente aleatorio. En la actualidad es parte fundamental de los algoritmos
de trazado de rayos para la generación de imágenes sintéticas.

Propiedades y características importantes del M.M.C.

1) Algoritmo de estructura muy sencilla.

Como regla se elabora primero un programa para la realización de una prueba
aleatoria (una muestra, por ejemplo: escoger un punto aleatorio en una superficie,
y comprobar si ese punto pertenece o no a una figura de la superficie). Esta prueba
se repite N veces de modo que cada experimento sea independiente de los
restantes, y se toma la media de todos los resultados de los experimentos.

2) El error del valor obtenido como regla proporcional.

El error del valor obtenido es como regla proporcional a la magnitud s 2 / N siendo
s2 la varianza (constante) y N el número de pruebas. De esta forma, para disminuir
el error 10 veces deberemos aumentar N (volumen de trabajo) 100 veces.

(desconocido, pág. 7
El método es aplicable en situaciones de diversa índole:
a) Problemas aleatorios diversos, orientados a eventos o no.
Se resuelven creando un modelo probabilístico artificial, que cumpla con las leyes
de probabilidad que se dan en el sistema real.
Ejemplos:
estudio de la demanda de energía eléctrica en un cierto período: depende de
factores puramente aleatorios, como el clima
juegos de azar
estudio de la cantidad de barcos llegados a un puerto por día

b) Problemas matemáticos determinísticos.

Cuando los problemas determinísticos son imposibles de resolver analíticamente o
muy complicados se puede llegar a una solución aproximada mediante el uso de un
modelo artificial cuyas funciones de distribución y densidad satisfagan las relaciones
funcionales del problema determinístico.
Ejemplos:
cálculo de integrales múltiples
ecuaciones diferenciales de orden mayor que dos.Por ello se puede hablar del MMC
como un método universal de resolución de problemas matemáticos.

(desconocido, pág. 8
 Conclusión

En esta investigación que se hizo sobre el tema de la unidad II. los

números aleatorios son usualmente puestos en nuestra vida real, ya que
por ellos se realizan análisis de probabilidad en muchos proyectos y así
encontrar errores o poder reducirse.

Encontramos los varios métodos por lo cual estos eventos de los

números aleatorios y los números pseudoaleatorios del como llevan a
cabo la facilidad en la simulación

Lo que lleva a ser más fácil.

(desconocido, pág. 9
Bibliografía

(desconocido, 2019)https://www.coursehero.com/file/59690317/simulacion-unid
(delia, 2011)https://sites.google.com/site/s1simulacion/unidad-2-numeros-
aleatorios-y-pseudoale
(desconocido, 2016/2017)https://www.studocu.com/es-mx/document/instituto-
tecnologico-de-villahermosa/higiene-seguridad/unidad-2-simulacion-apun

(desconocido, pág. 10