Documentos de Académico
Documentos de Profesional
Documentos de Cultura
/41
2
Tabla de Contenido
1. Mapa Conceptual
2. Generación de Series de Números Aleatorios.
3. Generadores no congruenciales
4. Generadores congruenciales
/41
3
Mapa Conceptual del Curso
Validación Colas en
de Series Paralelo
Generación
de VA
/41
4
Mapa Conceptual
Xi+1=(aXi+c) mod m
Números
Aleatorios
Validación de Variables
Series de NA U (0,1)
Variables
Aleatorias
/41
5
GENERACIÓN DE SERIES DE
NÚMEROS ALEATORIOS
/41
6
Generación de Números Aleatorios
• Rol preponderante en el proceso de simulación.
• Para simular necesitamos de números aleatorios como
semillas para generar muestras de V.A.
/41
7
Algunas Propiedades de Nros Aleatorios
1. Distribución Uniforme.
Cualquier número que
pertenezca al rango de interés
debe tener la misma
probabilidad de resultar
sorteado.
2. NO Correlación Serial.
La aparición de un número en
la secuencia, no afecta la
probabilidad de que aparesca
otro (o el mismo) número.
/41
8
Ejemplo
La sucesión 1,2,3,4,5,1,2,3,4,5,1,2,3,4,5...
es uniforme
pero
está correlacionada.
Existen Tests que verifican las condiciones de uniformidad y
correlación serial, temas que veremos mas adelante.
/41
9
Series de números aleatorios
• No tiene sentido el concepto de “número aleatorios”.
• Se usa el concepto de “serie de números aleatorios”
11
/41
Propiedades deseables
1. Uniformemente distribuidos.
2. Estadísticamente independientes (no correlación).
4. Reproducibles y mutables.
5. Sencillo en su implementación.
6. Portabilidad.
12
/41
Mecanismos de generación
• Tablas de números aleatorios 1. Uniformemente
distribuidos.
– RAND (1955), 100,000 números aleatorios 2. Estadísticamente
(ruido electrónico) independientes.
• Fenómenos físicos
3. Periodo largo (sin
– Ruido blanco producido por circuitos repetición).
electrónicos
– Recuento de partículas emitidas 4. Reproducibles y
– Lanzamiento de monedas mutables.
– Rueda de la fortuna 5. Sencillo en su
implementación.
• Procedimientos matemáticos 6. Portabilidad.
– Se usa algoritmos para la generación de
números aparentemente aleatorios, se entrega 7. Método rápido de
una semilla y se generan los sucesores generación.
mediante una función 8. Poca memoria para
la generación.
13
/41
Generación de Series de # Aleatorios
• Es un proceso fundamental en la simulación.
• ¿Por qué?
14
/41
GENERADORES NO
CONGRUENCIALES
15
/41
Método del cuadrado medio
• Fue propuesto inicialmente por Von Newman y Metrópolis
en el año 1946.
16
/41
Método del cuadrado medio
n R(n) R(n)2 M.R(n)2 Val 1 Val 2
0 154 23,716 371 371 0
1 371 137,641 3,764 376 764
2 376 141,376 4,137 413 137
3 413 170,569 7,056 705 056
4 705 497,025 9,702 970 702
5 970 940,900 4,090 409 090
6 409 167,281 6,728 672 728
7 672 451,584 5,158 515 158
8 515 265,225 6,522 652 522
9 652 425,104 2,510 251 510
10 251 63,001 300 300 0
11 300 90,000 0 0 0
12 0 0 0 0 0
17
/41
Análisis
• El problema con este método es que tiende a degenerar
rápidamente. Dependiendo del valor inicial el método puede
degenerar al cabo de ≈20 términos.
• Por ejemplo, supóngase que se quiere generar una serie de
números pseudo-aleatorios de cuatro dígitos y se tiene
como i-ésimo termino generado es 3500, luego se tendrá:
19
/41
Método del Producto Medio
n R(n) R(n+1) R(n)2 M.R(n)2 Val 1 Val 2
0 151 155 23,405 340 340 0
1 155 340 52,700 270 270 0
2 340 270 91,800 180 180 0
3 270 180 48,600 860 860 0
4 180 860 154,800 5,480 548 480
5 860 548 471,280 7,128 712 128
6 548 712 390,176 9,017 901 017
7 712 901 641,512 4,151 415 151
8 901 415 373,915 7,391 739 391
9 415 739 306,685 668 668 0
10 739 668 493,652 9,365 936 365
11 668 936 625,248 2,524 252 524
12 936 252 235,872 3,587 358 587
13 252 358 90,216 21 21 0
14 358 21 7,518 51 51 0
15 21 51 1,071 7 7 0
16 51 7 357 5 5 0
17 7 5 35 0 0 0
18 5 0 0 0 0 0
Análisis
• Una modificación para este método consiste en utilizar un
multiplicador constante, en lugar de dos números
aleatorios como se muestra a continuación:
Rn+1 = K * Rn
22
/41
Generadores Congruenciales
• Congruencial Lineal (Mixto).
• Congruencial Multiplicativo.
23
/41
Método Congruencial Lineal (MCL)
• Los generadores congruenciales lineales generan una
serie de números pseudo - aleatorios de tal forma que se
puede generar el siguiente a partir del ultimo número
derivado, es decir, que el número Xn+1 es generado a
partir de Xn.
Donde:
X0 = semilla (X0 >0)
a = multiplicador (a >0)
c = constante aditiva (c >0)
m = módulo (m >X0, m >a y m>c)
24
/41
Método Congruencial Lineal (MCL)
• Si se quiere obtener números Uniformes (0,1) se
normaliza el resultado:
Un = Xn / m
• Ventajas:
1. utiliza poca memoria y es muy rápido.
2. fácil de volver a generar la misma secuencia, guardando un solo
número, (se alcanza con partir desde la misma semilla: X0).
25
/41
Ejemplo
a c m
1 7 13
n X(n) a*X(n)+c [a*X(n)+c] mod m
0 7 14 1
1 1 8 8
2 8 15 2
3 2 9 9
4 9 16 3
5 3 10 10
6 10 17 4
7 4 11 11
8 11 18 5
9 5 12 12
10 12 19 6
11 6 13 0
12 0 7 7
13 7 14 1
14 1 8 8
15 8 15 2
26
/41
Análisis
• Si no se escogen los valores adecuados de los
parámetros el período del generador de números
pseudo – aleatorios, será menor que m.
27
/41
Tabla A
a c m
7 9 11
n X(n) a*X(n)+c [a*X(n)+c] mod m
0 5 44 0
1 0 9 9
2 9 72 6
3 6 51 7
4 7 58 3
5 3 30 8
6 8 65 10
7 10 79 2
8 2 23 1
9 1 16 5
10 5 44 0
28
/41
Tabla B
a c m
7 7 10
n X(n) a*X(n)+c [a*X(n)+c] mod m
0 7 56 6
1 6 49 9
2 9 70 0
3 0 7 7
4 7 56 6
5 6 49 9
6 9 70 0
29
/41
Selección de m, a, c, X0
a) Selección de módulo (m). Existen dos opciones que son
las siguientes:
30
/41
Selección de m, a, c, X0
b) Selección de a.
• El valor de a debe ser un número entero impar, que no
deberá ser divisible por 3 ó 5. Pero además, para
asegurarnos que el generador tenga período completo, el
valor que se tome para a deberá escogerse según el
siguiente criterio:
31
/41
Selección de m, a, c, X0
c) Selección de c.
• Este parámetro puede tomar cualquier valor. Pero para
asegurarnos de tener buenos resultados se deberá
seleccionar según la siguiente regla:
c mod 8 = 5
32
/41
Selección de m, a, c, X0
d) Selección de X0
• Se tiene que para el generador congruencial el valor que
tome X0 es irrelevante y tiene poca o ninguna influencia
sobre las propiedades estadísticas de las series de
números pseudo - aleatorios que se generen.
33
/41
Método Congruencial Lineal (MCL)
• Para terminar esta parte se debe señalar que existen otras
formas matemáticas de representar este generador, que
son las siguientes:
34
/41
Método Congruencial Multiplicativo
• En forma semejante al método anterior el generador
congruencial multiplicativo genera el próximo número
pseudo - aleatorio a partir del último número calculado,
siguiendo la siguiente relación de recurrencia:
Xn+1 = aXnmod m
35
/41
Selección de m, a, X0
• Para trabajar en el sistema binario los valores de los
parámetros deberán escogerse siguiendo las siguientes
reglas:
– El valor de X0 debe ser un número entero impar y relativamente
primo a m.
– El valor de a debe ser obtenido a partir de la siguiente expresión:
a = 8t ± 3
Donde t es cualquier entero.
– El valor de m puede ser 2d .
37
/41
Tabla D
Parámetros
Caso a b m xo
1 6 0 13 1
2 7 0 13 10
3 5 0 13 5
4 7 0 11 5
5 6 0 11 3
Caso Salidas
1 6 10 8 9 2 12 7 3 5 4 11 1 6 10
2 5 9 11 12 6 3 8 4 2 1 7 10 5 9
3 12 8 1 5 12 8 1 5 12 8 1 5 12 8
4 2 3 10 4 6 9 8 1 7 5 2 3 10 4
5 7 9 10 5 8 4 2 1 6 3 7 9 10 4
38
/41
Streams - Torrentes
• Un generador de números aleatorios que comience con la
misma semilla, siempre producirá la misma torrente o
secuencia de números.
39
/41
Tarea 5
• Implementar en Excel estos 4 generadores y probar los
métodos de selección.
40
/41
PREGUNTAS
41
/41