Nmeros Aleatorios y Pseudo Aleatorios

Qu son?
Nmeros aleatorios Son obtenidos al azar es decir, son resultado de un proceso en el cual su resultado no es predecible ya que todo nmero tiene la misma probabilidad de ser elegido y la eleccin de uno no depende de la eleccin del otro. Aleatoriedad carencia de propsito, causa, u orden. Nmeros pseudo aleatorios Sus caractersticas son: -Pseudo falso -Se forman a partir de algoritmos determinsticos -Deben pertenecer a una distribucin ~U(0, 1)

Para qu sirven?
La funcin de los nmeros pseudo aleatorios es que a partir de ellos podemos generar:

Comportamiento de materiales, sucesos, personas

Distribuciones de probabilidad

Variables aleatorias

Para qu y cmo se usan?

Se usan como una fuente confiable de variabilidad dentro de los modelos de simulacin fundamentalmente porque las sucesiones de nmeros pseudoaleatorios son ms rpidas de generar que las de nmeros aleatorios. Para simular el comportamiento de una o ms variables aleatorias es necesario contar con un conjunto suficientemente grande de nmeros aleatorios, pero generarlos resulta complicado, es aqu donde entran los nmeros pseudo aleatorios ya que se pueden generar rpidamente aplicando alguno de los algoritmos.

Para qu y cmo se usan?

En forma resumida podemos decir que los nmeros pseudo aleatorios se usan de la siguiente manera: 1.- Primero, se generan mediante algn algoritmo determinstico. 2.-Se aplican las pruebas necesarias para comprobar que son aptos (es decir, pueden mostrar aleatoriedad) para usarse en la simulacin. 3.- Con ellos se generan variables aleatorias para distribuciones continuas o discretas (cada una conlleva una serie de pasos a seguir). Con mtodos como el de la transformada inversa. 4.- Las cuales se usan para describir el comportamiento de materiales, sucesos, personas.

Cmo se generan los nmeros pseudo aleatorios entre 0 y 1?

Los nmeros pseudo aleatorios se generan mediante:
Algoritmos Determinsticos
que requieren

Parmetros de arranque

como

Semilla

Los algoritmos determinsticos se dividen en: Congruenciales No Congruenciales

Cmo se generan los nmeros pseudo aleatorios entre 0 y 1?

No Congruencial Congruencial

Algoritmo de cuadrados medios

No Lineales

Lineales

Algoritmo de productos medios

Algoritmo de multiplicador constante

Algoritmo cuadrtico

Algoritmo lineal Algoritmo

Algoritmo de
Blum, Blum y Shub

multiplicativo

Algoritmo aditivo

Propiedades que deben cumplir los nmeros pseudo aleatorios

Distribucin Uniforme U (0, 1)

Indepen dencia

Propiedades

Media

= 2

Varianza

2 =

1 12

Generacin de nmeros pseudo aleatorios

Mediante el algoritmo congruencial lineal. Xi+1 = (a Xi + c) mod m i = 1, 2, 3n X0= semilla debe ser entero y X0 >0. a = constante multiplicativa, a >0 y debe ser entero. c = constante aditiva, c >0 y debe ser entero. mod m = modulo, significa dividir lo anterior entre m y obtener solo el residuo. Condiciones para poder establecer un periodo de vida mximo N=m= 2g :

k =entero 4 a=1+4k 17 g = entero 5 m= 2g = 25 32 c = primo a m

X0 =

23

31

X1 = (17*23+31) mod (32) = 6

r1 = 6/31 = 0.1935

 Prueba de medias
=
1 =1 32

0 : = 0.5 1 : 0.5

1 = 32

(0.1935 + 0.1612 + 0.6451 + + ) = 0.500

=1

Lmites de aceptacin 1 = /2 2 = 1 + /2 2

1 = 1.96 2 12 1 12 = 1 + 1.96 2

1 12 32 1 12(32)

= 0.3999

= 0.6000

Se acepta la 0 .

 Prueba de varianza

2 0 : = 1/12 2 1 : 1/12

1=(

)2 2.8263 = = 0.0911 1 31

Lmites de aceptacin

2 /2,1 48.232 = = = 0.1296 12( 1) 372 17.539 = = = 0.0471 12( 1) 372

2

21,1

Se acepta la 0 .

 Prueba de Uniformidad
*Chi-cuadrada *Kolmogorov-Smirnov H0: ri ~U (0,1) H1: ri no son uniformes

2 si X20 < /1 se acepta la H0

Intervalo
(0.00 0.166) (0.166 0.33) (0.33 0.5) (0.5 0.666) (0.666 0.833) (0.833 1)

Oi 6 5 5 5 5 6

Ei =

5.6569 5.6569 5.6569 5.6569 5.6569 5.6569

( )2 0.0209222 0.0760848 0.0760848 0.0760848 0.0760848 0.0209222 0.3461838

 Prueba de uniformidad
2 =1

X20 =

= 0.3461838

2 2 ,1 = 0.05,5 = 11.07

Por lo tanto, se puede aceptar que los nmeros pseudo aleatorios generados siguen una distribucin uniforme entre 0 y 1.

 Prueba de independencia
*Prueba de corrida arriba y abajo *Prueba de corrida arriba y debajo de la media *Prueba pker *Pruebas de series *Prueba de huecos H0: los nmeros de los conjuntos ri son independientes H1: los nmeros de los conjuntos ri no son independientes si Z0< Z/2 se acepta la H0.

Co =

21 3

2 =

Z0 =

1629 90

 Prueba de independencia
0.1935 0.9677 0.7096 0.4516 0.1612 0.9354 0.6778 0.4193 0.6451 0.3870 0.1290 0.9032 0.6129 0.3548 0.0967 0.8709 0.0645 0.8387 0.5806 0.3225 0.0322 0.8064 0.5483 0.2903 0.5161 0.2850 0 0.7741 0.4838 0.2258 1 0.7419

S = {0 1 0 0 0 1 0 1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 1 0 0 1 0 0 0 1 0} Co = 19 =
2 = 2 32 1 3

= 21 = 5.3666

16(32)29 90

Z0 =

19 21 5.3666

= - 0.8634

/2 = 0.025 = 1.96

-0.8634 < 1.96, se acepta la H0.

Variables Aleatorias

A qu se le llama variable aleatoria?

Son mediciones cuyos valores se obtienen de algn tipo de experimento aleatorio.
Los experimentos aleatorios presentan un tratamiento matemtico, en el cual se deben cuantificar los resultados de modo que se asigne un nmero real a cada uno de los resultados posibles del experimento. Las variables aleatorias son aquellas que tienen un comportamiento probabilstico de la realidad.

Tipos de variables aleatorias

Discretas

Continuas

Nmeros enteros

Nmeros enteros y fraccionarios

Nmero de hijos

Peso, estatura

Determinacin del tipo de distribucin al que pertenece el siguiente conjunto de datos con la herramienta Stat: :Fit.
Objetivo: Utilizar la herramienta Stat::Fit con la finalidad de determinar la distribucin de probabilidad a partir de un conjunto de datos.

Generacin de variables aleatorias

Principales mtodos:

*Mtodo de la transformada inversa

*Mtodo de convolucin *Mtodo de composicin *Mtodo de la transformada directa *Mtodo de aceptacin y rechazo

Generacin de variables aleatorias continuas

*Mtodo de la transformada inversa Distribucin Exponencial

1) Definir la funcin de densidad 2) Funcin acumulada F(x) =

3) Despeje de la variable aleatoria 4) Funcin acumulada inversa

F(x) = e-x para x 0 dx = 1-e-x para x 0 0

Xi = - ln (1-ri) Xi= -ln (1-ri)
1

Generacin de variables aleatorias continuas

Ejemplo:
El tiempo, en minutos, que un alumno usa una terminal de cmputo en una importante universidad sigue una distribucin exponencial de probabilidad, con promedio de 36 minutos. Xi= -36Ln (1-ri)
Alumno 1 2 3 4 5 6 7 8 9 10 ri 0.4849 0.5128 0.2963 0.7793 0.7306 0.4068 0.5486 0.0961 0.2352 0.5319 Tiempo 23.882192 25.8869003 12.6505134 54.3942348 47.2160885 18.8000521 28.6344509 3.63731559 9.65307302 27.3266399 Alumno 11 12 13 14 15 16 17 18 19 20 ri 0.2917 0.5088 0.8877 0.8011 0.1761 0.1011 0.0221 0.4884 0.8534 0.1323 Tiempo 12.4159517 25.5925405 78.716931 58.1383114 6.97342016 3.83700547 0.80452309 24.1276395 69.1217096 5.10873286

Generacin de variables aleatorias discretas

*Mtodo de la transformada inversa Distribucin de Bernoulli 1) Calcular todos los valores de la distribucin de probabilidad p(x) de la variable a modelar: p(x)= px (1-p) 1-x para x=0, 1 2) Se calculan las probabilidades para x=0 y x=1 :
x p(x) x P(x) 0 1-p 0 1-p 1 p 1 1

3) Calcular todos los valores de la distribucin acumulada P(x).

4) Comparar con el valor de P(x) y determinar qu valor de x corresponde a P(x). Si ri (0, 1 p) x = 0 Si ri (1 p, 1) x = 1

Generacin de variables aleatorias discretas

Ejemplo:
La probabilidad de que un prospecto elegido al azar realice una compra a un agente de ventas es 0.20 (x=1) y de 0.8 de que no compre (x=0) en un dia determinado. p(x)= (0.2)x (0.8) 1-x para x=0, 1

Clculo de probabilidades puntuales y acumuladas para x=0 y x=1

X p(x) P(x) 0 0.8 0.8 1 0.2 1

Si ri (0 0.8) x=0 Si ri (0.8 - 1) x=1

Generacin de variables aleatorias discretas

Persona 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 ri 0.1935 0.1612 0.6451 0.6129 0.0645 0.0322 0.5161 0.4838 0.9677 0.9354 0.387 0.3548 0.8387 0.8064 0.285 0.2258 0.7096 0.6774 0.129 0.0967 0.5806 0.5483 0 1 0.4516 0.4193 0.9032 0.8709 0.3225 0.2903 0.7741 0.7419 Xi 0 0 0 0 0 0 0 0 1 1 0 0 1 1 0 0 0 0 0 0 0 0 0 1 0 0 1 1 0 0 0 0 Evento: Compra No No No No No No No No Si Si No No Si Si No No No No No No No No No Si No No Si Si No No No No