Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Func 1, x > 1
i
acum n de p
u la d ro
a: P babilid 1
(X< ad
=x
)
NMEROS ALEATORIOS
Y as siguiendo.
TCNICAS PARA GENERAR
NMEROS ALEATORIOS
Mtodo Del Cuadrado Medio: comienza con un
nmero inicial (semilla). Este nmero es elevado al
cuadrado. Se escogen los dgitos del medio de este
nuevo nmero (segn los dgitos que se deseen) y se
colocan despus del punto decimal. Este nmero
conforma el primer nmero random.
Ejemplo: X0 = 5497
Xi+1= (a * Xi + c) mod m,
i=0,1,2,...
X0 es llamado semilla.
a es llamado el multiplicador
constante.
c es el incremento.
m es el mdulo.
X0 = 27
X1 = (17 * 27 + 43) mod 100 = 502 mod 100 = 2
R1 = (2+0.5)/100 = 0.025
1.25 1.25
1 1
0.75 0.75
ra ndom
random
0.5 0.5
0.25 0.25
0 0
-0.25 -0.25
-0.5 -0.5
Generador Uniforme?
1
0.8
0.6
0.4
0.2
0
0 50 100
Pruebas Estadsticas
Es importante verificar si los nmeros
pseudoaleatorios generados poseen las
caractersticas de nmeros aleatorios.
1. Pruebas de Medias
2. Pruebas de Varianza
3. Prueba de Forma (Chi Cuadrado)
4. Prueba Kolgomorov Smirnov
5. Prueba de Corridas
Prueba de Medias
Consiste en verificar que los nmeros genera-
dos tengan una media estadsticamente igual a
. Se analiza la siguiente Hiptesis:
Ho : =
Ha :
Paso 1:
Calcular la media de los n nmeros generados
1 n
X *
n
r
i 1
i
Prueba de Medias
Paso 2:
Calcular los lmites superior e inferior de
acep-
tacin: 1 1
lS X Z / 2 *
2 12 n
1 1
lI X Z / 2 *
2 12 n
Prueba de Medias
Paso 3:
Si el valor de X se encuentra entre l y l ,
IX SX
aceptamos que los nmeros tienen una media
estadsticamente igual a con un nivel de acep-
tacin 1-
Prueba de Medias
Ejemplo:
Realice la prueba de medias a los primeros 30
nmeros aleatorios entre 0 y 1 de un generador
congruente mixto, con un nivel de confianza del
95%
1 1 1 1
lS X Z / 2 * 1.96 0.5298
2 12 n 2 12 30
1 1 1 1
l I X Z / 2 * 1.96 0.4701
Dado2que la media 2
12 nse encuentra 12 30 de los
dentro
lmites se acepta la hiptesis nula.
Prueba de Varianza
Consiste en verificar que los nmeros genera-
dos tienen una varianza de 0.083 (1/12), de tal
forma que la hiptesis queda expresada asi:
Ho : V(X) = 1/12
Ha : V(X) 1/12
Paso 1:
Calcular la varianza de los n nmeros generados
r X
2
i
V (X ) i 1
n 1
Prueba de Varianza
Paso 2:
Calcular los lmites superior e inferior de
acep-
tacin: 2 / 2 , n 1
lSV ( X )
12(n 1)
2
1 / 2 , n 1
l IV ( X )
12(n 1)
Prueba de Varianza
Paso 3:
Si el valor de V(X) se encuentra entre l IV ( X )y l SV ( X ),
se acepta la hiptesis nula y los nmeros aleato-
rios tienen una varianza estadsticamente igual
a 1/12 con un nivel de aceptacin 1-.
Prueba de Varianza
Ejemplo:
Realice la prueba de varianza a los primeros 30
nmeros aleatorios entre 0 y 1 de un generador
congruente mixto, con un nivel de confianza del
95%
ri X
i
2 2
r 0.50811
V (X ) i 1
i 1
0.104
n
Los lmites de 1
aceptacin 30n=1 30, son:
para
2
/ 2 , n 1
2
45.7
lSV ( X ) 0.1313
0.025, 29
Ho : ri U 0,1
Ha : ri U 0,1
Prueba de Forma (Chi Cuadrado)
Ejemplo:
Tomando los 30 nmeros aleatorios vistos anterior-
mente, determine, con un nivel de confianza del
95%, si pertenecen a una poblacin uniforme.
4
Prueba de Forma (Chi Cuadrado)
Se calcula C a partir de la ecuacin:
C
m
FE FO
4
2
Se obtiene un valor C=4. Luego sei compara con
el valor de tablas FE
con 10 1 grados de libertad
i 1 i
Y un nivel de 5% que es igual a 16.90. Dado que
C es menor que el valor terico, entonces se
aceptar la hiptesis nula Ho. O 2
sea que los n-
meros generados siguen un distribucin unifor-
me.
Prueba Kolgomorov - Smirnov
Se utiliza para encontrar el tipo de distribucin
2
Ho : ri U 0,1
Ha : ri U 0,1
Prueba Kolgomorov - Smirnov
Procedimiento:
Paso 1: Se colocan los n datos en una tabla de
frecuencias con intervalos.
m n
Paso 2: Se obtiene la probabilidad observada y la
probabilidad acumulada observada (PAO).
Paso 3: Se calcula la probabilidad esperada acu-
mulada (PEA) para cada intervalo. Generalmente
es el lado derecho del intervalo.
Prueba Kolgomorov - Smirnov
Paso 4: Se calcula DM = |PEA - PAO|. Luego
se obtiene el mayor valor DM.
Paso 5: DM se compara con el valor de tabla
con n datos y un nivel de confianza (1-). Si
DM < valor de tabla, entonces se acepta que
los
Nmeros tienen la distribucin de probabilidad
Propuesta.
Prueba Kolgomorov - Smirnov
Ejemplo:
Hacer la prueba Kolgomorov Smirnov para
la
siguiente serie de nmeros aleatorios:
0.03991 0.10461 0.93716 0.16894 0.98953 0.73231
3 4 4/10=0.4 4/10=0.4
4 3 3/10=0.3 7/10=0.7
5 2 2/10=0.2 9/10=0.9
6 1 1/10=0.1 10/10=1
El test procede de la siguiente manera:
2- Computa:
D+ = max { i/N - R(i)}, 1<=i<=N
0.6
0.5
0.4
0.3
0.2
0.1
0
0.1 0.2 0.3 0.4 0.5 0.6
0.03 0.32
0.58
El test procede de la siguiente manera (continuacin):
Evaluacin:
0.03 0.32 0.58 0.87 0.95
D.Terica
F(x) = R(i)
0.2 0.4 0.6 0.8 1
D.Emprica
SN(x)= i/N
0.08 0.02 0 0.05
i/N R(i) 0.17
(D+ :dif. sup.)
0.03 0.12 0.18 0.15
R(i) - (i-1)/N 0.27
(D- :dif. inf.)
DEPARTAMENTO DE
INFORMATICA
UNSL-2007
GENERACIN DE VARIABLES ALEATORIAS
EMPRICAS DISCRETAS
Suponga que un determinado fenmeno aleatorio
tiene la siguiente distribucin de probabilidad:
0.4
0.33
0.2
0
20 19 18
gramos
TECNICA DE LA TRANSFORMADA
INVERSA (Generalizacin de Montecarlo)
1
0.8
prob.acumulada
0.6
0.4
0.2
0
20 19 18
gramos
TECNICA DE LA TRANSFORMADA
INVERSA (Generalizacin de Montecarlo)
Variable Probabilidad Acumulada
18 grs. 0.3 1
distribucin emprica
F ( x)
1 1
F(x)
probabilidad
0.8
acumulada
0.66
0.6
0.4 0.41
0.31
0.2
0 0
0.5 1 1.5 2
tiempos de reparacin
Transformada Inversa
distribucin emprica
Grficamente:
Generamos 1 1
0.9
Ri= 0.83 0.8
la curva y 0.5
encontramos Xi 0.4
0.31
0.41
0.3
0.2
0.1
0 0
0.5 1 1.5 2
X1 F 1
Ri Xi
Transformada Inversa
distribucin emprica
Algebraicamente:
1
Dado Ri= 0.83 1
0.9
(entre 0.66 y 1), 0.8
0.66
Xi es computado 0.7
0.6
por una 0.5 0.41
interpolacin 0.4 0.31
Ri 0.66
X i 1.5 2 1.5
1 0.66
Transformada Inversa
distribucin emprica
Algebraicamente:
1.75
0.83 0.66
1.75 1.5 2 1.5
1 0.66