Documentos de Académico
Documentos de Profesional
Documentos de Cultura
y que su
Para poder realizar es preciso generar
aleatoriedad se
una simulación que una serie de
extrapole al modelo
incluya variabilidad números que sean
de simulación que
dentro de sus aleatorios por sí
se está
eventos, mismos,
construyendo.
…Los números pseudo aleatorios
Así, una de las primeras tareas que
es necesario llevar a cabo consiste en
determinar si los números que
utilizaremos para "correr" o ejecutar
la simulación son realmente
aleatorios o no;
1, 0<r<=1
f(r)
0, en cualquier otro valor
Algunos problemas:
Que los números del conjunto r¡ no estén uniformemente
distribuidos, es decir, que haya demasiados r¡ en un subintervalo y en
otro muy pocos o ninguno.
• Que la media del conjunto sea muy alta o muy baja, es decir, que
esté por arriba o por debajo de 1/2.
• Que la varianza del conjunto sea muy alta o muy baja, es decir, que
se localice por arriba o por debajo del 1/2
Un problema más:
En ocasiones se presentan
también anomalías como números
r¡ seguidos por arriba o por debajo
de la media;
Los algoritmos no
congruenciales
que analizaremos
son
multiplicador productos
constante. medios
…Algoritmos determinísticos
Entre los algoritmos congruenciales se encuentran
los algoritmos congruenciales lineales y los no
lineales.
i=0,1,2,3,n
…Algoritmo lineal
donde X0 es la semilla, a es la constante multiplicativa, c es una
constante aditiva y m es el módulo; X0 >0, a>0, c>0 y m>0 deben ser
números enteros.
i-1,2,3,…,n
…Algoritmo lineal
Analice el ejemplo siguiente para comprender mejor la
mecánica del algoritmo congruencial lineal.
Ejemplo
Generar 4 números entre 0 y 1 con los siguientes
parámetros:
Xo = 37,
a = 19,
c = 33 y
m = 100.
…Algoritmo lineal
•m = 2 g
• a = 1 + 4k
• k debe ser entero
• c relativamente primo a m
• g debe ser entero
…Condiciones Banks, Carson, Nelson y
Nicol
Bajo estas condiciones se obtiene un
periodo de vida máximo: N = m = 2g.
Xi+1 = aXimod m
• Donde a y m son números no negativos.
• Esta expresión nos indica que tomemos el último
número aleatorio Xi, lo multiplicamos por la constante
a y tomar el módulo resultante m.
… Método multiplicativo congruente
• Por consiguiente, para generar una secuencia de
números X, necesitamos un número inicial o de
origen (X0), un multiplicador (a) y un módulo (m).
• En el caso de cualquier generador de números
pseudoaleatorios, únicamente puede generarse un
número finito de enteros diferentes, después de lo
cual la secuencia se repite así misma.
… Método multiplicativo congruente
Xo = 17,
k=2y
g = 5,
X0= 17
Solución:
X0=12
Xn+1=(Xn+Xn+k)mod 10m
fórmula del método congruencial aditivo
Xn+1=(Xn+Xn+k)mod 10m
Donde
Sin embargo, ¿de qué manera se puede garantizar que tales números son realmente
aleatorios entre 0 y 1 ?,
La respuesta a las preguntas anteriores es muy importante, dado que los números
aleatorios serán utilizados en la simulación para generar los valores de cualquier variable
aleatoria.
En gran medida, conocer las propiedades que deben tener estos números aleatorios
garantiza una buena simulación, por ello, se enumeran a continuación.
…propiedades
• Media de los aleatorios entre 0 y 1.
• Varianza de los números aleatorios.
• Independencia.
Propiedad de la media
Media de los aleatorios entre 0 y 1.
• En vista de que estos números deben tener la misma
probabilidad de presentarse, es preciso que su
comportamiento muestre una distribución de
probabilidad uniforme continua, con límite inferior cero
y límite superior uno.
|
𝑏 𝑏 2
𝑥 𝑥 𝑏
𝐸 ( 𝑥 ) =∫ 𝑓 ( 𝑥 ) 𝑑𝑥=∫ 𝑑𝑥 ¿
𝑎 𝑎 𝑏− 𝑎 2(𝑏− 𝑎) 𝑎
…propiedades de la media
• Sustituyendo los valores de a=0 y b=1
• Por lo tanto
Propiedades
Independencia.
• Ésta es una propiedad muy importante,
e implica que los números aleatorios no
deben tener correlación entre sí;
• es decir, deben ser independientes, de
manera que puedan dispersarse
uniformemente dentro de todo el
espectro de valores posibles.
…propiedad de independencia
Figura 1. Donde no se cumplen las condiciones y por tanto no hay Figura 2. Donde sí se cumplen las condiciones y por tanto sí hay apariencia
apariencia de aleatoriedad. de aleatoriedad.
Características o Propiedades de los números obtenidos
deben ser:
1. Uniformemente distribuidos.
2. Estadísticamente independientes.
Se han presentaron diversos algoritmos para construir un conjunto r i, pero ése es sólo el
primer paso, ya que el conjunto resultante debe ser sometido a una serie de pruebas para
validar si los números que lo integran son aptos para usarse en un estudio de simulación.
El objetivo, en otras palabras, es validar que el conjunto r i realmente está conformado por
números aleatorios.
Es importante mencionar que las pruebas que se discutirán no son únicas; si desea conocer
otras, consulte Banks, Carson, Nelson y Nico.
Prueba de medias
Prueba de Medias
Una de las
propiedades • La prueba que busca
que deben
cumplir los determinar lo anterior
números del es la llamada prueba
conjunto r¡, de medias, en la cual
es que el se plantean las
valor
esperado sea siguientes hipótesis:
igual a 0.5.
Hipótesis de la prueba de medias
Prueba de medias
• Una de las propiedades que deben cumplir los números del conjunto
ri, es que el valor esperado sea igual a 0.5. La prueba que busca
determinar lo anterior es la llamada prueba de medias, en la cual se
plantean las siguientes hipótesis:
• H0:µr1= 0.5
• H1:µr1≠ 0.5
Prueba de medias
7. Límites críticos
8. Decisión Rechazar Ho si
9. Conclusión De aceptar o Rechazar Ho.
Ejemplo:
5. Datos
6. Calcular límites
de Prueba:
7. Límites críticos
8. Decisión Rechazar Ho si
9. Conclusión Se acepta Ho y se concluye que los 40 números sí tienen un
valor esperado 𝜇=0.5, con un nivel de confianza del 95%
Pruebas de Varianza
Pruebas de Varianza
7. Límites críticos
8. Decisión Rechazar Ho si
9. Conclusión De aceptar o Rechazar Ho.
Ejemplo:
5. Datos
6. Calcular límites de
Prueba:
7. Límites críticos
0.050543429 < V(r) < 0.124188162
8. Decisión Rechazar Ho si
9. Conclusión Se acepta la Ho dado que el valor de V(r) está entre
los límites de aceptación, podemos decir que
tienen una varianza estadística de 1/12
PRUEBAS DE UNIFORMIDAD
PRUEBA CHI-CUADRADA y
KOLMOGOROV-SMIRNOV
PRUEBA CHI-CUADRADA
…Prueba Chi-cuadrada
PROPIEDADES
• Ho: ri U(0,1)
• H1: ri no son uniformes
…Prueba Chi-cuadrada
0.993 0.371 0.729 0.067 0.189 0.977 0.843 0.562 0.549 0.992
0.674 0.628 0.055 0.494 0.494 0.235 0.178 0.775 0.797 0.252
0.426 0.054 0.022 0.742 0.674 0.898 0.641 0.674 0.821 0.19
0.46 0.224 0.99 0.786 0.393 0.461 0.011 0.977 0.246 0.881
0.189 0.753 0.73 0.797 0.292 0.876 0.707 0.562 0.562 0.821
0.112 0.191 0.584 0.347 0.426 0.057 0.819 0.303 0.404 0.64
0.37 0.314 0.731 0.742 0.213 0.472 0.641 0.944 0.28 0.663
0.909 0.764 0.999 0.303 0.718 0.933 0.056 0.415 0.819 0.444
0.178 0.516 0.437 0.393 0.268 0.123 0.945 0.527 0.459 0.652
Procedimiento Para prueba de Uniformidad con Chi Cuadrada
6. Calcular estadístico de
Prueba: (ver tabla de cálculos)
7. Valor Crítico
8. Decisión Rechazar Ho si
9. Conclusión El estadístico es menor al estadístico correspondiente de la chi-
cuadrada .
En consecuencia, no se puede rechazar que los números ri
siguen una distribución uniforme
Cálculos para la prueba chi-cuadrada
Intervalo Oi Ei=n/m ( Ei-Oi)²/Ei
[0.00-0.10) 7 10 0.9
[0.10-0.20) 9 10 0.1
[0.20-0.30) 8 10 0.4
[0.30-0.40) 9 10 0.1
[0.40-0.50) 14 10 1.6
[0.50-0.60) 7 10 0.9
[0.60-0.70) 11 10 0.1
[0.70-0.80) 14 10 1.6
[0.80-0.90) 9 10 0.1
[0.90-1.00) 12 10 0.4
6.2
PRUEBA DE KOLMOGOROV-SMIRNOV
Prueba de Kolmogorov-Smirnov
El procedimiento es el siguiente:
…Prueba de Kolmogorov-Smirnov
D= máx. (D+,D-)
7. Valor Crítico
8. Decisión Rechazar Ho si
9. Conclusión Explicar la decisión
Ej. Realizar una prueba de Kolgomorov-Smirnov, con un nivel de
confianza de 90%, al siguiente conjunto ri de 10 números
ri= {.97, 0.11, 0.65, 0.26, 0.98, .03, 0.13, 0.89, 0.21, 0.69}
n 10
7. Valor Crítico
8. Decisión Rechazar Ho si
9. Conclusión Se acepta Ho y se concluye que los datos sí pertenece a una
distribución uniforme porque
PRUEBAS DE INDEPENDENCIA
Prueba de corridas arriba y abajo.
Prueba Póker.
Prueba de series
Prueba de huecos.
Las dos propiedades más importantes que deben satisfacer los
números de un conjunto ri son uniformidad e independencia.
6. Calcular estadístico de
Prueba:
7. Valor Crítico
8. Decisión Rechazar Ho si
9. Conclusión Decisión
…Prueba de corridas arriba y abajo
Ejemplo
• Realizar la prueba de corridas arriba y abajo con un nivel de aceptación
de 95% al siguiente conjunto de números ri:
0.34 0.83 0.96 0.47 0.79 0.99 0.37 0.72 0.06 0.18
0.67 0.62 0.05 0.49 0.59 0.42 0.05 0.02 0.74 0.67
0.46 0.22 0.99 0.78 0.39 0.18 0.75 0.73 0.79 0.29
0.11 0.19 0.58 0.34 0.42 0.37 0.31 0.73 0.74 0.21
7. Valor Crítico
8. Decisión Rechazar Ho si
9. Conclusión Como el estadístico Zo es menor que el valor de tabla de la
normal estándar para Z∞/2 Z0.05/2 = 1.96
se acepta Ho y se concluye que los números del conjunto ri son
independientes.
Es decir, de acuerdo a esta prueba, los números son aptos para
usarse en simulación.
PRUEBA DE CORRIDAS ARRIBA Y ABAJO DE LA MEDIA
…Prueba de corridas arriba y abajo de la media
• El procedimiento de esta prueba consiste en determinar una secuencia de unos y
ceros, de acuerdo con una comparación entre los números del conjunto ri y 0.5.
• Posteriormente se determina el número de corridas observadas C0, y los valores
de n0 y n1. C0 es el número de corridas en la secuencia, determinado de la misma
manera que en la prueba de corridas arriba y abajo; n0 es igual a la cantidad de
ceros en la secuencia, y n1 es igual a la cantidad de unos en la secuencia,
cumpliéndose que n0 + n1 = n.
• Luego se calcula el valor esperado, la varianza del número de corridas y el
estadístico Z0 con las siguientes ecuaciones:
• Si el estadístico Z0 está dentro del intervalo: -Z∞/2 Z0 Z∞/2 se concluye que los
números del conjunto ri son independientes.
…Prueba de corridas arriba y abajo de la media
Ejemplo
• Realizar la prueba de corridas arriba y abajo, con un nivel de
aceptación de 95%, al siguiente conjunto de números ri:
0.809 0.042 0.432 0.538 0.225 0.88 0.688 0.772 0.036 0.854
0.397 0.268 0.821 0.897 0.07 0.721 0.087 0.35 0.779 0.482
0.136 0.855 0.453 0.197 0.444 0.799 0.809 0.691 0.545 0.857
0.692 0.055 0.348 0.373 0.436 0.29 0.015 0.834 0.599 0.724
0.564 0.709 0.946 0.754 0.677 0.128 0.012 0.498 0.6 0.913
Ejemplos:
ri = 0.69651 un par (1P)
ri = 0.13031 dos pares (2P)
ri = 0.98898 una tercia y un par (TP)
• La prueba póker se puede realizar a números ri con tres, cuatro y cinco decimales.
• Para ri con tres decimales solo hay tres categorías de clasificación: todos diferentes
(TD), un par (1P) y una tercia (T).
• Cuando se consideran ri con cuatro decimales se cuenta con cinco opciones para
clasificar los números:
• todos diferentes (TD), exactamente un par (1P), dos pares (2P), una tercia (T) y póker (P).
…Prueba póker
• Prueba póker para números con cinco decimales
Categoría Probabilidad Ei
Todos diferentes (TD) 0.3024 0.3024n
Exactamente un par (1P) 0.5040 0.5040n
Dos pares (2P) 0.1080 0.1080n
Una tercia y una par (TP) 0.0090 0.0090n
Tercia (T) 0.0720 0.0720n
Póker (P) 0.0045 0.0045n
Quintilla (Q) 0.0001 0.0001n
Donde:
Ei = Frecuencia esperada de números ri en cada categoría
m = Cantidad de categorías o clases en las que se clasificaron los números ri
Oi = Frecuencia observada
d) Comparar el estadístico de X20 con X2∞,m-1
• Si X20 es menor que X2∞,m-1 se acepta H0, o sea, que los números del
conjunto ri son independientes.
• En caso contrario la independencia de los números del conjunto ri se
rechaza.
…Prueba póker
Ejemplo:
• Realizar la prueba póker, con un nivel de aceptación de 95%, a los
siguientes 30 números entre cero y uno, con cinco decimales.
0.06141 0.72484 0.94107 0.56766 0.14411 0.87648
0.81792 0.48999 0.18590 0.06060 0.11223 0.64794
0.52953 0.50502 0.30444 0.70688 0.25357 0.31555
0.04127 0.67347 0.28103 0.99367 0.44598 0.73997
0.27813 0.62182 0.82578 0.85923 0.51483 0.09099
Categorías Oi E1
• El estadístico
es mayor que el estadístico
correspondiente de la Chi-cuadrada:
Ejemplo:
Realizar la prueba de series a los siguientes 30 números,
con un nivel de confianza de 95%.
Pasos:
Definir un intervalo de
prueba(α,β), donde (α,β) Se construye una secuencia
є (0,1) de 1 y 0 de esta manera: se
asigna un 1 si el ri pertenece
al intervalo (α,β), y un 0 si no
pertenece.
…Prueba de huecos
Ejemplo:
Si se define un intervalo (α,β)=(0.6,0.7) y se tiene la muestra de
10 números.
ri =(0.67,0 .62, 0.05, 0.49, 0.59, 0.42, 0.64, 0.06, 0.74, 0.67)
S={1,1,0,0,0,0,1,0,0,1}
El tamaño del hueco i se define como el número de ceros existentes entre unos
consecutivos.
Ei = (h)(β-α)(1-(β-α))i
…Prueba de huecos
• Frecuencias observadas y esperadas en la prueba de
huecos.
Tamaño del EI (h)(β-α)(1-(β-α))i
hueco OI Ei=(3)(0.7-0.6)(1-(0.7-0.6))i Ei
0 1 (3)(0.1)(0.9)^0 0.3
1 0 (3)(0.1)(0.9)^1 0.27
2 1 (3)(0.1)(0.9)^2 0.243
3 0 (3)(0.1)(0.9)^3 0.2187
4 1 (3)(0.1)(0.9)^4 0.19683
≥5 0 (3)(0.9)^5 1.77147
TOTAL h=3 h=3 h=3
S={1,1,0,0,0,0,0,0,0,1,0,1,0,1,0,0,0,0,0,0,0,0,0,0,1,1,0,0,0,1}
0 7 1 1 10 0 3
…Prueba de huecos
Tamaño del EI (h)(β-α)(1-(β-α))i (Ei - Oi)2
hueco OI Ei=(7)(1.0-0.8)(1-(1.0-0.8))i Ei
0 2 1.4 0.257143
1 2 1.12 0.691429
2 0 0.896 0.896000
3 1 0.7168 0.111889
4 0 0.57344 0.573440
≥5 2 2.29376 0.037622
TOTAL h=7 7 2.567522