Vous êtes sur la page 1sur 10

Pruebas de Aleatoriedad.

Introduccin Estrictamente hablando, obtener sucesiones de nmeros realmente aleatorios implica la utilizacin de algn fenmeno fsico de naturaleza estocstica, como el arrojar una moneda al aire, el ruido de un circuito electrnico, el decaimiento de un material radioactivo, el conteo de fotones mediante detectores centelladores y, ms recientemente, se han propuesto mtodos menos tradicionales basados en fenmenos tales como el flujo turbulento de aire formado por el movimiento de los discos duros en una computadora y otro tipo de hardware, pndulos caticos e incluso del tipo biomtricos, pero debido a las inherentes dificultades que ofrece este enfoque, entre las que podemos mencionar los errores sistemticos introducidos por el arreglo experimental, la nula reproducibilidad de la sucesin obtenida, as como la baja frecuencia en la generacin de nmeros aleatorios, han hecho necesaria la bsqueda de otras formas ms eficientes para obtener estos nmeros.

Desde hace ya algunos aos, se utilizan computadoras digitales para implementar

programas a los que llamamos generadores de nmeros pseudoaleatorios o simplemente generadores, los cuales mediante reglas deterministas y operaciones aritmticas muchas veces sencillas, producen sucesiones de nmeros que se asemejan en un sentido limitado, a las obtenidas mediante un experimento aleatorio y que se denominan sucesiones de nmeros pseudoaleatorios.

Se conocen muchas implementaciones

diferentes para generar nmeros pseudoaleatorios que hacen uso de una gran variedad de tcnicas y algoritmos que comprenden desde el uso de algoritmos de congruencias lineales hasta otros asociados con autmatas celulares, algoritmos de criptografa de curvas elpticas, etctera.

La actual utilizacin de series muy grandes de

nmeros pseudoaleatorios en muchas aplicaciones, as como algunos episodios de resultados dudosos, obtenidos debido a la baja calidad de los generadores utilizados, ha fortalecido la necesidad de contar con mejores y cada vez ms eficientes pruebas de la calidad. El campo de investigacin de las pruebas de calidad de generadores de nmeros pseudoaleatorios (y por supuesto, tambin de su implementacin), es tan activo que prcticamente no hay mes en el que no se reporten en la literatura cientfica nuevas pruebas de calidad que utilizan una gran variedad de criterios y tcnicas (teora de la informacin, tcnicas estadsticas, power spectrum, gambling tests, sistemas fsicos, entropa, etc.).

Las pruebas de calidad de los generadores de nmeros pseudoaleatorios se pueden dividir en

Pruebas tericas. Se realizan estudiando los algoritmos generadores de nmeros pseudoaleatorios mediante el uso de

herramientas como la teora de nmeros. Estos tipos de pruebas son tiles por su generalidad y estn basadas en el estudio de algunas propiedades tales como la longitud del periodo de la secuencia y la uniformidad del algoritmo.

Pruebas

empricas. Estas pruebas se concentran en las sucesiones de nmeros pseudoaleatorios y sus propiedades. Son usadas para encontrar correlaciones locales no triviales presentes en las sucesiones de nmeros pseudoaleatorios y mostrar aspectos desapercibidos en las pruebas tericas.

Para comprobar si los nmeros aleatorios obtenidos cumplen las propiedades deseadas de uniformidad e independencia se deben realizar una serie de pruebas. Prueba de frecuencia. Pruebas de series. Prueba de autocorrelacin. Prueba de saltos. Prueba de poker.

Cuando se prueba la uniformidad las hiptesis son: H0: Ri ~ U[0,1] H1: Ri U[0,1] La hiptesis nula supone que la secuencia de nmeros obtenidos est distribuida uniformemente en el intervalo [0,1].

Prueba de frecuencia (Kolmogorov) La prueba bsica a la que se debiera someter cualquier nuevo generador de nmeros aleatorios es la de uniformidad. Existen dos mtodos para realizar esta prueba: Prueba de Kolmogorv-Smirnov. Prueba de chi-cuadrado. Kolmogorov-Smirnov compara la funcin de distribucin acumulada F(x) de la distribucin uniforme con la emprica, SN(x), de la muestra de N observaciones. Por definicin: F(x) = x para 0 x 1 Para una muestra de R1, R2, ...,RN la funcin de distribucin acumulada, SN(x), est definida por: SN(x) = (nmero de R1, R2, ...,RN que son 1)/N

Prueba de frecuencia (Chi Cuadrada) Se necesita un conjunto mnimo de 50 datos generados que se organizarn en un histograma que cumpla lo siguiente:

La cantidad de aleatorios esperados en cada una de las clases del histograma ser de cinco datos como mnimo.
Para aplicar esta prueba se necesita un conjunto de (N) aleatorios que sean calculados con el generador que se desea probar, y ejecutar los siguientes pasos: (N >= 50) 1.- Organizar los datos en un histograma (con n clases).

2.- Calcular el nmero de datos esperados en cada clase del histograma suponiendo aleatorios idealmente uniformes.