Documentos de Académico
Documentos de Profesional
Documentos de Cultura
04 Numeros Aleatorios
04 Numeros Aleatorios
Números
Aleatorios
• Computación Aleatorizada
• Computación Evolutiva
• Algoritmos Aleatorizados
• Verificación de Algoritmos
• Validación de Algoritmos
• Criptografía
• etc.
• Velocidad de respuesta
• Consumo de memoria
• Portabilidad
• Parsimonia
• Reproducibilidad
• Mutabilidad
• Período
X X2 N° Aleatorio
445 1| 9802 | 5 0,9802
9802 96| 0792 | 04 0,0792
792 6 | 2726 | 4 0,2726
2726 ............... ...............
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
Proposición 2.1
Un generador congruencial tiene su período máximo si y sólo
si:
i) m.c.d (b, m) = 1 (primos relativos)
ii) a = 1 mod p ; para cada factor primo p de m.
iii) a = 1 mod 4 ; si 4 divide a m.
Puesto que b esta asociado en la práctica con el efecto de
traslación, inicialmente asumiremos ( b=0), es decir partiremos
estudiando los generador congruencial multiplicativos.
Simulación/2002 Héctor Allende
Generadores Congruenciales
g (x) = a Xn
g (x) = a Xn + b
g (x) = a Xn2 + b Xn + c
Xn
un
m
El estudio de este generador se asocia al Polinomio
característico.
P ( z ) Z k a1Z k 1... ak sobre un
álgebra finita Fm, con m elementos. [Niederreiter 1992]
Simulación/2002 Héctor Allende
Generadores de Registros Desfasados
[Niederreiter 1992]
donde ak = 1 ^ ai {0, 1}
Simulación/2002 Héctor Allende
Generadores de Registros Desfasados
Consideremos = 4
y1 = b123 + b222 + b321 + b420 = 8 + 4 + 2 + 1 = 15
y1 15
u1 =
2 16
y2 = b523 + b622 + b721 + b820 = 8 + 0 + 0 + 0 = 8
y2 8
u2 = 2 16
y3 = b923 + b102
y 13
2
+ b 112 1
+ b 122 0
= 8 + 4 + 0 + 1 = 13
3
u3 = 2 16 .... y así sucesivamente
u 10
i i 1 15 8 13 13 4 2 5 9 1
, , , , , , , , ,...
16 16 16 16 16 16 16 16 16
Simulación/2002 Héctor Allende
Generadores no Lineales
2
1) Test
Este es un test de Bondad de Ajuste. Es poco potente,
por lo que permite justificar el rechazo de una hipótesis,
pero proporciona escaso apoyo en la aceptación.
Dada una muestra X1, X2, ..., Xn de una Fx(x)
desconocida. Se desea contrastar.
Ho : Fx(x) = Fo(x) v/s H1 : Fx(x) Fo(x)
2
k
fi ei
2
2
~ ( k 1)
i 1 ei asint
Dn = Sup
xR
| Fn(x) - Fo(x) |
i 1
Simulación/2002 Héctor Allende
Test de Kolmogorov - Smirnov
i i 1
máx máx X (i ) ; X ( i )
Dn =
1i n n n
N 2n 1 16n 9
3
;
90
Simulación/2002 Héctor Allende
Ejemplo: Considere la siguiente secuencia de 20 números
aleatrorios
- + - - + + - + + + - + -+ + - + - +
L=14 E[L]= 13, V[L]=3.23 Z = (14 -13) / 3.23
N n n
1 ;
2 2
4) Test Serial
Este Test se usa para contrastar el grado de aleatoriedad
entre números aleatorios sucesivos de una secuencia.
[Extensión del test Chi-Cuadrado]
Sea
X1 = (u1, ..., uk) X2 = (uk+1, ..., u2k) ... Xn = (u(n-1)k+1,..., unk)
ji 1 ji
; i 1,2,..., k j 1,2,..., r
r r
usando la estadística
k 2
r r
n
2
y
n
V j1 , j2 ,..., jk k ~
j1 , j2 ,..., jk 1 r ( r k 1) gl
n 2
r
2
Simulación/2002 Héctor Allende
Test Serial
Entonces la estadística
2 2
r r r
2
n
2
y n nij 2 ~
( 2 ) i 1 j 1 r ( r 2 1) gl