SlideShare una empresa de Scribd logo
1 de 13
Descargar para leer sin conexión
ALUMNO : LEONARDO HERNANDEZ PEREZ
CATEDRATICO: ING. CARLOS ANTONIO GARCIA
VIII CUATRIMESTRE.
INSTITUTO UNIVERSITARIO GANDHI.
 Los números pseudoaleatorios son necesarios cuando se
pone en práctica un modelo de simulación, para obtener
observaciones aleatorias a partir de distribuciones de
probabilidad.
 Se llama números pseudoaleatorios a una sucesión
determinística de números en el intervalo [0,1] que tiene
las mismas propiedades estadísticas que una sucesión de
números aleatorios. Una forma general de obtener
números pseudoaleatorios es partir de una semilla de p
números y aplicar una función d.
 1) Distribución Uniforme
 2) Independencia (no correlacionados)
Además son importantes los siguientes aspectos :
 a) deben ser secuencias largas y sin huecos (densas).
 b) algoritmos rápidos y que no ocupen mucha memoria.
Números aleatorios enteros. Es una observación aleatoria
de una distribución uniforme sincretizada en el intervalo
n, n+1…
Por lo general, n =0 o 1 donde estos son valores
convenientes para la mayoría de las aplicaciones.
Números aleatorios uniformes. Es una observación
aleatoria a partir de una distribución uniforme (continua)
en un intervalo [a,b]
Los números aleatorios se pueden dividir en dos
categorías principales:
 Ajustarse a una distribución U(0,1).
 Ser estadísticamente independientes (no debe
deducirse un número conociendo otros ya generados).
 Ser reproducibles (la misma semilla debe dar la
misma sucesión).
 Ciclo repetitivo muy largo.
 Facilidad de obtención.
 Ocupar poca memoria.
 Uniformemente distribuidos.
 Estadísticamente independientes.
 Reproducibles.
 Sin repetición dentro de una longitud determinada de la
sucesión.
 Generación a grandes velocidades.
 Requerir el mínimo de capacidad de almacenamiento.
METODOS DE GENERACION DE
NÚMEROS ALEATORIOS:
 Métodos congruenciales para generar números
aleatorios.
 Se cuenta con varios generadores de números
aleatorios, de los cuales los más populares son los
métodos congruenciales (aditivo, multiplicativo y
mixto).
 Número aleatorio uniforme = Número aleatorio
entero + ½
 Las propiedades estadísticas que deben poseer los números
pseudoaleatorios generados por los métodos congruenciales
tiene que ver con independencia y aleatoriedad estadísticas.
 La prueba de la frecuencia se usa para comprobar la
uniformidad de una sucesión de N números pseudoaleatorios.
Para cada conjunto de N números pseudoaleatorios , se
divide el intervalo unitario (0,1) en x subintervalos iguales;
el número esperado de números pseudoaleatorios que se
encontrarán en cada sub intervalo es N/x. Si fj (j=1, 2...x)
denota el número que realmente se tiene de números
pseudoaleatorios ri (i=1,2,...N) en el subintervalo (j-1)/ x ≤ ri <
j/x entonces el estadístico.
 Consiste en verificar que los números generados tengan una
media estadísticamente igual a 1/2, de este modo la hipótesis
planteada es:
Paso 1 Calcular la media de los n números generados
Paso 2 Calcular los límites superior e inferior de aceptación
Paso 3 Si el valor se encuentra entre li y ls, aceptamos que
los números tienen una media estadísticamente igual a ½ con
un nivel de aceptación 1-α.
 Consiste en verificar si los números aleatorios generados
tienen una variancia de 0.083, de tal forma que la hipótesis
queda expresada como:
 Paso 1. Calcular la variancia de los n números generados
V(x).
 Paso 2. Calcular los límites superior e inferior de aceptación.
 Paso 3. Si V(x) se encuentra entre los valores de y ,
aceptamos la hipótesis nula y los números aleatorios tiene
una variancia estadísticamente igual a 1/12
 Las pruebas de independencia consisten en demostrar
que los números generados son estadísticamente
independientes entre sí, esto es, que no depende uno de otro.
Hay varios métodos, entre los cuales están:
• La prueba de Póker
• La prueba de corridas arriba y abajo
• La prueba de corridas arriba debajo de la media
• La prueba de la longitud de las corridas
• La prueba de series
 Paso 1. Calcular las probabilidades esperadas para un juego de
póker con 5 cartas numeradas del 0 al 9 con reemplazos. Se
tienen 7 eventos con las siguientes probabilidades:
 Paso 2. Calcular la frecuencia esperada de cada uno de los eventos
multiplicando la probabilidad de cada evento por la cantidad de
números aleatorios generados.
 Paso 3. Para cada número aleatorio generado verificar si es
Pachuca, 1 par, 2 pares,
 etc., tomando los primeros 5 dígitos a la derecha del punto decimal.
Con estos resultados se genera una tabla de frecuencias observadas de
cada uno de los eventos.
 Paso 4. Calcular la estadística:
 Paso 5. Si el valor de no excede al estadístico de tablas con 6
g.l y una probabilidad de rechazo alfa =α, entonces se acepta que
los datos son estadísticamente independientes entre sí.
 Paso 1 Crear un histograma de dos dimensiones con m
intervalos, clasificando cada pareja de números
consecutivos (ri, ri + 1) dentro de las casillas de dicho
histograma de frecuencias. El número total de pares
ordenados en cada casilla formará la frecuencia
observada: Foi.
 Paso 2 Calcular la frecuencia esperada en cada casilla
FE de acuerdo con FE= núm./m donde núm. es el
número total de parejas ordenadas.
 Paso 3 Calcular el error , con la ecuación.
 Paso 4 Si el valor de es menor o igual al estadístico de
tablas con m-1 grados de libertad y una probabilidad de
rechazo α, entonces aceptamos que estadísticamente los
números son independientes.

Más contenido relacionado

La actualidad más candente

Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos IGenerador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos INorlan0987
 
simulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriossimulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriosAnel Sosa
 
Simulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasSimulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasJosé Antonio Sandoval Acosta
 
Metodos para comprobar numeros aleatorios
Metodos para comprobar numeros aleatoriosMetodos para comprobar numeros aleatorios
Metodos para comprobar numeros aleatoriosYoyicto Alvarado
 
Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasAlberto Carranza Garcia
 
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...guestb9bf58
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorioalan moreno
 
Juniorzabala 20.178.647. Análisis Númerico
Juniorzabala 20.178.647. Análisis NúmericoJuniorzabala 20.178.647. Análisis Númerico
Juniorzabala 20.178.647. Análisis NúmericoJuniior Gabriel Zabala
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Juan Carlos Martinez Garcia
 
DIAPOSITIVAS PROBLEMA RESUELTO EN ARENA
DIAPOSITIVAS PROBLEMA RESUELTO EN ARENADIAPOSITIVAS PROBLEMA RESUELTO EN ARENA
DIAPOSITIVAS PROBLEMA RESUELTO EN ARENADELQUIS ROMERO CORTINA
 
Algoritmo congruencial aditivo
Algoritmo congruencial aditivoAlgoritmo congruencial aditivo
Algoritmo congruencial aditivoEwing Ma
 
Presentación generación de números aleatorios
Presentación generación de números aleatorios Presentación generación de números aleatorios
Presentación generación de números aleatorios Cristian Camilo Becerra
 

La actualidad más candente (20)

Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos IGenerador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
Generador de números aleatorios, pseudoaleatorios, cuasialeatoricos I
 
simulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatoriossimulacion numeros pseudoaleatorios
simulacion numeros pseudoaleatorios
 
Simulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatoriasSimulación - Unidad 3 generacion de variables aleatorias
Simulación - Unidad 3 generacion de variables aleatorias
 
Numeros pseudoaleatorios
Numeros pseudoaleatoriosNumeros pseudoaleatorios
Numeros pseudoaleatorios
 
Metodos para comprobar numeros aleatorios
Metodos para comprobar numeros aleatoriosMetodos para comprobar numeros aleatorios
Metodos para comprobar numeros aleatorios
 
Numeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatoriasNumeros Pseudo-aleatorios y variables aleatorias
Numeros Pseudo-aleatorios y variables aleatorias
 
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
Uso De Las Distribuciones De Probabilidad En La Simulacion De Sistemas Produc...
 
Numero pseudoaleatorio
Numero pseudoaleatorioNumero pseudoaleatorio
Numero pseudoaleatorio
 
Pruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E IndependenciaPruebas De Varianza Uniformidad E Independencia
Pruebas De Varianza Uniformidad E Independencia
 
Simulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatoriosSimulación - Unidad 2 numeros pseudoaleatorios
Simulación - Unidad 2 numeros pseudoaleatorios
 
Juniorzabala 20.178.647. Análisis Númerico
Juniorzabala 20.178.647. Análisis NúmericoJuniorzabala 20.178.647. Análisis Númerico
Juniorzabala 20.178.647. Análisis Númerico
 
Prueba De Medias
Prueba De MediasPrueba De Medias
Prueba De Medias
 
Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1Unidad 4-generacion-de-numeros-pseudoaleatorios1
Unidad 4-generacion-de-numeros-pseudoaleatorios1
 
DIAPOSITIVAS PROBLEMA RESUELTO EN ARENA
DIAPOSITIVAS PROBLEMA RESUELTO EN ARENADIAPOSITIVAS PROBLEMA RESUELTO EN ARENA
DIAPOSITIVAS PROBLEMA RESUELTO EN ARENA
 
Algoritmo congruencial aditivo
Algoritmo congruencial aditivoAlgoritmo congruencial aditivo
Algoritmo congruencial aditivo
 
Métodos De Los Cuadrados Medios
Métodos De Los Cuadrados MediosMétodos De Los Cuadrados Medios
Métodos De Los Cuadrados Medios
 
Aleator11
Aleator11Aleator11
Aleator11
 
Presentación generación de números aleatorios
Presentación generación de números aleatorios Presentación generación de números aleatorios
Presentación generación de números aleatorios
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
1 simulacion introduccion
1 simulacion introduccion1 simulacion introduccion
1 simulacion introduccion
 

Similar a Tema numeros pseudoaleatorio (20)

Simulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con PromodelSimulación: Teoría y aplicaciones con Promodel
Simulación: Teoría y aplicaciones con Promodel
 
Clase 2. unidad_2
Clase 2. unidad_2Clase 2. unidad_2
Clase 2. unidad_2
 
Clase 2. unidad_2
Clase 2. unidad_2Clase 2. unidad_2
Clase 2. unidad_2
 
generacion-de-numeros-aleatorios.pdf
generacion-de-numeros-aleatorios.pdfgeneracion-de-numeros-aleatorios.pdf
generacion-de-numeros-aleatorios.pdf
 
numerosAleatorios.pptx
numerosAleatorios.pptxnumerosAleatorios.pptx
numerosAleatorios.pptx
 
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
Unidad III: GENERACION DE NUMEROS ALEATORIOS (SIMULACIÓN)
 
Clase 9 (2).pptx
Clase 9 (2).pptxClase 9 (2).pptx
Clase 9 (2).pptx
 
Probabilidad (Deber)
Probabilidad (Deber)Probabilidad (Deber)
Probabilidad (Deber)
 
ESTADISTICA
ESTADISTICAESTADISTICA
ESTADISTICA
 
Prueba Chi-Cuadrada
Prueba Chi-CuadradaPrueba Chi-Cuadrada
Prueba Chi-Cuadrada
 
Simulador De Riesgos Montecarlo
Simulador De Riesgos MontecarloSimulador De Riesgos Montecarlo
Simulador De Riesgos Montecarlo
 
Biometria clase 10
Biometria clase 10Biometria clase 10
Biometria clase 10
 
ProPro.pptx
ProPro.pptxProPro.pptx
ProPro.pptx
 
ProPro.ppt
ProPro.pptProPro.ppt
ProPro.ppt
 
Exposicion montecarlo
Exposicion montecarloExposicion montecarlo
Exposicion montecarlo
 
Estimadores
EstimadoresEstimadores
Estimadores
 
Tema 9
Tema 9Tema 9
Tema 9
 
SesióN 16
SesióN 16SesióN 16
SesióN 16
 
Estadisticadocx
EstadisticadocxEstadisticadocx
Estadisticadocx
 
Simulacion
SimulacionSimulacion
Simulacion
 

Tema numeros pseudoaleatorio

  • 1. ALUMNO : LEONARDO HERNANDEZ PEREZ CATEDRATICO: ING. CARLOS ANTONIO GARCIA VIII CUATRIMESTRE. INSTITUTO UNIVERSITARIO GANDHI.
  • 2.  Los números pseudoaleatorios son necesarios cuando se pone en práctica un modelo de simulación, para obtener observaciones aleatorias a partir de distribuciones de probabilidad.  Se llama números pseudoaleatorios a una sucesión determinística de números en el intervalo [0,1] que tiene las mismas propiedades estadísticas que una sucesión de números aleatorios. Una forma general de obtener números pseudoaleatorios es partir de una semilla de p números y aplicar una función d.
  • 3.  1) Distribución Uniforme  2) Independencia (no correlacionados) Además son importantes los siguientes aspectos :  a) deben ser secuencias largas y sin huecos (densas).  b) algoritmos rápidos y que no ocupen mucha memoria.
  • 4. Números aleatorios enteros. Es una observación aleatoria de una distribución uniforme sincretizada en el intervalo n, n+1… Por lo general, n =0 o 1 donde estos son valores convenientes para la mayoría de las aplicaciones. Números aleatorios uniformes. Es una observación aleatoria a partir de una distribución uniforme (continua) en un intervalo [a,b] Los números aleatorios se pueden dividir en dos categorías principales:
  • 5.  Ajustarse a una distribución U(0,1).  Ser estadísticamente independientes (no debe deducirse un número conociendo otros ya generados).  Ser reproducibles (la misma semilla debe dar la misma sucesión).  Ciclo repetitivo muy largo.  Facilidad de obtención.  Ocupar poca memoria.
  • 6.  Uniformemente distribuidos.  Estadísticamente independientes.  Reproducibles.  Sin repetición dentro de una longitud determinada de la sucesión.  Generación a grandes velocidades.  Requerir el mínimo de capacidad de almacenamiento.
  • 7. METODOS DE GENERACION DE NÚMEROS ALEATORIOS:  Métodos congruenciales para generar números aleatorios.  Se cuenta con varios generadores de números aleatorios, de los cuales los más populares son los métodos congruenciales (aditivo, multiplicativo y mixto).  Número aleatorio uniforme = Número aleatorio entero + ½
  • 8.  Las propiedades estadísticas que deben poseer los números pseudoaleatorios generados por los métodos congruenciales tiene que ver con independencia y aleatoriedad estadísticas.  La prueba de la frecuencia se usa para comprobar la uniformidad de una sucesión de N números pseudoaleatorios. Para cada conjunto de N números pseudoaleatorios , se divide el intervalo unitario (0,1) en x subintervalos iguales; el número esperado de números pseudoaleatorios que se encontrarán en cada sub intervalo es N/x. Si fj (j=1, 2...x) denota el número que realmente se tiene de números pseudoaleatorios ri (i=1,2,...N) en el subintervalo (j-1)/ x ≤ ri < j/x entonces el estadístico.
  • 9.  Consiste en verificar que los números generados tengan una media estadísticamente igual a 1/2, de este modo la hipótesis planteada es: Paso 1 Calcular la media de los n números generados Paso 2 Calcular los límites superior e inferior de aceptación Paso 3 Si el valor se encuentra entre li y ls, aceptamos que los números tienen una media estadísticamente igual a ½ con un nivel de aceptación 1-α.
  • 10.  Consiste en verificar si los números aleatorios generados tienen una variancia de 0.083, de tal forma que la hipótesis queda expresada como:  Paso 1. Calcular la variancia de los n números generados V(x).  Paso 2. Calcular los límites superior e inferior de aceptación.  Paso 3. Si V(x) se encuentra entre los valores de y , aceptamos la hipótesis nula y los números aleatorios tiene una variancia estadísticamente igual a 1/12
  • 11.  Las pruebas de independencia consisten en demostrar que los números generados son estadísticamente independientes entre sí, esto es, que no depende uno de otro. Hay varios métodos, entre los cuales están: • La prueba de Póker • La prueba de corridas arriba y abajo • La prueba de corridas arriba debajo de la media • La prueba de la longitud de las corridas • La prueba de series
  • 12.  Paso 1. Calcular las probabilidades esperadas para un juego de póker con 5 cartas numeradas del 0 al 9 con reemplazos. Se tienen 7 eventos con las siguientes probabilidades:  Paso 2. Calcular la frecuencia esperada de cada uno de los eventos multiplicando la probabilidad de cada evento por la cantidad de números aleatorios generados.  Paso 3. Para cada número aleatorio generado verificar si es Pachuca, 1 par, 2 pares,  etc., tomando los primeros 5 dígitos a la derecha del punto decimal. Con estos resultados se genera una tabla de frecuencias observadas de cada uno de los eventos.  Paso 4. Calcular la estadística:  Paso 5. Si el valor de no excede al estadístico de tablas con 6 g.l y una probabilidad de rechazo alfa =α, entonces se acepta que los datos son estadísticamente independientes entre sí.
  • 13.  Paso 1 Crear un histograma de dos dimensiones con m intervalos, clasificando cada pareja de números consecutivos (ri, ri + 1) dentro de las casillas de dicho histograma de frecuencias. El número total de pares ordenados en cada casilla formará la frecuencia observada: Foi.  Paso 2 Calcular la frecuencia esperada en cada casilla FE de acuerdo con FE= núm./m donde núm. es el número total de parejas ordenadas.  Paso 3 Calcular el error , con la ecuación.  Paso 4 Si el valor de es menor o igual al estadístico de tablas con m-1 grados de libertad y una probabilidad de rechazo α, entonces aceptamos que estadísticamente los números son independientes.