UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

FACULTAD DE INGENIERIA

Escuela Profesional de Ingeniería en Informática y Sistemas

PRÁCTICA DE LABORATORIO 01

ESTUDIANTE: Leandro André Ramos Valdéz 2015-119038

CURSO: Simulación de Sistemas

DOCENTE ENCARGADO DEL CURSO: Mgr. Luis Johnson Paúl Mori Sosa

DOCENTE ENCARGADO DE LABORATORIO: Ing. Rolando Alvarez Cusi

CICLO/ AÑO: VIII – 4to año

FECHA DE ENTREGA: 14/10/18

TACNA – PERU

2018
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

INDICE
PRÁCTICA Nº 01 .................................................................................................................. 1

I. TÍTULO ......................................................................................................................... 1

II. OBJETIVOS................................................................................................................... 1

III. MARCO TEÓRICO .................................................................................................... 1

IV. PROCEDIMIENTO .................................................................................................... 5

V. CONCLUSION .............................................................................................................. 7
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

PRÁCTICA Nº 01

I. TÍTULO

 “Generación de Números Pseudoaleatorios”.

II. OBJETIVOS

 Generar números pseudo aleatorios mediante 3 métodos: Cuadrados

medios, Productos medios y Multiplicador constante.

III. MARCO TEÓRICO

1. Generación de numero pseudo aleatorios

Para realizar una simulación se requieren números aleatorios en el intervalo

(0,1), a los cuales se hará referencia como 𝑟𝑖 , es decir , una secuencia 𝑟𝑖 =
(𝑟1 , 𝑟2 , 𝑟3 , . . , 𝑟𝑛 ) que contiene n números, todos ellos diferentes; n recibe el
nombre de periodo o ciclo de vida del generador que creó la secuencia 𝑟𝑖 .

Los 𝑟𝑖 constituyen la parte medular de la simulación de procesos estocásticos,

y generalmente se usan para generar el comportamiento de variables
aleatorias, tanto continuas como discretas. Debido a que no es posible generar
números realmente aleatorios, consideramos los 𝑟𝑖 .

Para simular el comportamiento de una o más variables aleatorias es

necesario contar con un conjunto suficientemente grande de 𝑟𝑖 que permita,
por ejemplo, que la secuencia tenga al menos un periodo de vida de 𝑛 = 231 =
2147483648 . De acuerdo con L’Ecuyer, una secuencia de 𝑟𝑖 con periodo de
vida de 𝑛 = 231 es relativamente pequeña; de hecho, incluso una secuencia
de 𝑟𝑖 , que contenga un ciclo de vida de 𝑛 = 264 se considera pequeña. En la
actualidad contamos ya con generadores y procesadores capaces de construir
una secuencia de 𝑟𝑖 con periodo de vida de 𝑛 = 2200 .

Probablemente el lector se preguntará por qué debe interesarnos construir una

secuencia de números 𝑟𝑖 , suficientemente grande. A continuación, ilustraremos
la razón mediante un ejemplo. Suponga que queremos simular el tiempo de
atención a clientes en un banco de tiene 5 cajeros en paralelo, cada uno de los

1
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

cuales atiende aproximadamente 50 clientes diarios. Para simular el tiempo de

atención se requiere un generador de variable aleatoria en función de 𝑟𝑖 , por
ejemplo 𝑇𝑖 = 5 + 2𝑟, expresado minutos para toda i=1,2,3,…,n.

Dada la importancia a contar con un conjunto de 𝑟𝑖 suficientemente grande, en

esta sección se presentan diferentes algoritmos determinísticos para obtenerlo.
Por otra parte, es conveniente señalar que el conjunto de 𝑟𝑖 debe ser sometido
a una variedad de pruebas para verificar si los números que lo conforman son
realmente independientes y uniformes. (las pruebas estadísticas que
determinan si un conjunto 𝑟𝑖 , tiene las propiedades de independencia y
uniformidad) Una vez generado el conjunto 𝑟𝑖 mediante un algoritmo
determinístico, es necesario someterlo a las pruebas antes mencionadas si las
supera, podrá utilizarse en la simulación, de lo contrario, simplemente
deberemos desecharlo.

Un conjunto de 𝑟𝑖 , debe seguir una distribución uniforme continua, la cual está

definida por:

2. Algoritmos de generación
2.1. Algoritmo de cuadrados medios

Este algoritmo no congruencial fue propuesto en la década de los cuarenta

del siglo xx por Von Neumann y Metropolis. Requiere un número entero
detonador (llamado semilla) con D dígitos, el cual es elevado al cuadrado
para seleccionar del resultado los D dígitos del centro; el primer numero
𝑟𝑖 se determina simplemente anteponiendo el “0” a esos dígitos. Para
obtener el segundo 𝑟𝑖 se sigue el mismo procedimiento, sólo que ahora se
elevan al cuadrado de los D dígitos del centro que se seleccionaron para
obtener el primer 𝑟𝑖 . A continuación se presenta con más detalle los pasos
para generar números con el algoritmo de cuadro medios.

1. Seleccionar un semilla(𝑋𝑜 ) con D dígitos (D>3).

2
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

2. Sea 𝑋𝑜 = resultado de elevar 𝑋𝑜 al cuadrado; sea 𝑋1 = los D dígitos

del centro, y sea 𝑟𝑖 = 0. D dígitos del centro.
3. Sea 𝑦𝑖 = resultado de elevar 𝑋𝑖 al cuadrado; sea 𝑋𝑖+1 = los D dígitos
del centro, y sea 𝑟𝑖 = 0. D dígitos del centro para toda i= 1,2,3,…,n.
4. Repetir el paso 3 hasta obtener los n números 𝑟𝑖 deseados.

Nota: Si no es posible obtener los D dígitos del centro del numero Y,

agregue ceros a la izquierda del número Y.
Ejemplo:
Generar los primero 5 numero 𝑟𝑖 a partir de una semilla 𝑋𝑜 = 5 735, de
donde se puede observar que D=4 dígitos.
Solución:

2.2. Algoritmo de productos medios

La mecánica de generación de números pseudo aleatorios de este

algoritmo no congruencial es similar a la del algoritmo de cuadrados
medios. La diferencia entre ambos radica en que el algoritmo de productos
medios requiere dos semillas, ambas con D dígitos; además, en lugar de
elevarlas al cuadrado, las semillas se multiplican y del producto se
seleccionan los D dígitos del centro, los cuales formaran el primer número
pseudo aleatorio 𝑟𝑖 = 0. D dígitos. Después se elimina una semilla, y la
otra multiplica por el primer número de D dígitos, para luego seleccionar del
producto los D dígitos que conformaran un segundo número 𝑟𝑖 . Entonces
se elimina la segunda semilla y se multiplican el primer número de D dígitos
por el segundo número de D dígitos; del producto se obtiene el tercer
numero 𝑟𝑖 . Siempre se ira eliminando el número más antiguo, y el
procedimiento se repetirá hasta generar los n números pseudo aleatorios.
A continuación, se presentan con más detalle los pasos del método para
generar número con el algoritmo de productos medios.

3
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

1. Seleccionar una semilla (𝑋0 ) con D dígitos (D>3).

2. Seleccionar una semilla (𝑋1 ) con D dígitos (D>3).
3. Sea 𝑌0 =𝑋0 ∗ 𝑋1 ; sea 𝑋2 = los dígitos del centro, y sea 𝑟𝑖 = 0. D dígitos
del centro.
4. Sea 𝑌𝑖 =𝑋𝑖 ∗ 𝑋𝑖+1 ; sea 𝑋𝑖+2 = los dígitos del centro, y sea 𝑟𝑖+1 = 0. D
dígitos del centro para toda i=1,2,3,…,n.
5. Repetir el paso 4 hasta obtener los n números 𝑟𝑖 deseados.

Nota: si no es posible obtener los D dígitos del centro del número 𝑌𝑖 ,

agregue ceros a la izquierda del número 𝑌𝑖 .
Ejemplo:
Generar los primeros números 𝑟𝑖 , a partir de las semillas 𝑋𝑜 = 5 015 y
𝑋1 = 5 734; observe que ambas semillas tienen D= 4 dígitos.
Solución:

2.3. Algoritmo de multiplicador constante

Este algoritmo no congruencial es similar al algoritmo de productos medios.

Los siguientes son los pasos necesarios para generar números pseudo
aleatorios con el algoritmo multiplicador constante:

1. Seleccionar una semilla (𝑋0 ) con D dígitos (D>3).

2. Seleccionar una constante (a) con D dígitos (D>3).
3. Sea 𝑌0 = 𝑎 ∗ 𝑋0 ; sea 𝑋1 = los D dígitos del centro, y sea 𝑟𝑖 = 0. D dígitos
del centro.
4. Sea 𝑌0 = 𝑎 ∗ 𝑋𝑖 ; sea 𝑋𝑖+1 = los D dígitos del centro, y sea 𝑟𝑖+1 = 0. D
dígitos del centro para toda i=1,2, 3,…,n.
5. Repetir el paso 4 hasta obtener los n números 𝑟𝑖 deseados.

Nota: Si no es posible obtener los D dígitos del centro del número 𝑌𝑖 ,

agregue ceros a la izquierda del número 𝑌𝑖 .
4
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

Ejemplo:
Generar los primeros 5 números 𝑟𝑖 a partir de la semilla 𝑋0 = 9 803 y con la
constante a = 6965. Observe que tanto la semilla como la constante tienen
D= 4 dígitos.
Solución:

IV. PROCEDIMIENTO

1. Algoritmo de Cuadrados Medios.

Semilla: 7513

n Xn (Xn)^2 rn
1 7513 56445169 0,4451
2 4451 19811401 0,8114
3 8114 65836996 0,8369
4 8369 70040161 0,0401
5 0401 160801 0,608
6 6080 36966400 0,9664
7 9664 93392896 0,3928
8 3928 15429184 0,4291
9 4291 18412681 0,4126
10 4126 17023876 0,0238
11 0238 56644 0,5664
12 5664 32080896 0,0808
13 0808 652864 0,5286
14 5286 27941796 0,9417
15 9417 88679889 0,6798

[Véase a más detalle los 100 numeros pseudo aleatorios en el Excel

adjuntado]

2. Algoritmo de Productos Medios.

5
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

Semilla 1: 9999

Semilla 2: 8888

n S1 S2 Y X rn
1 9999 8888 88871112 8711 0,8711
2 8888 8711 77423368 4233 0,4233
3 8711 4233 36873663 8736 0,8736
4 4233 8736 36979488 9794 0,9794
5 8736 9794 85560384 5603 0,5603
6 9794 5603 54875782 8757 0,8757
7 5603 8757 49065471 0654 0,0654
8 8757 0654 5727078 7270 0,727
9 0654 7270 4754580 7545 0,7545
10 7270 7545 54852150 8521 0,8521
11 7545 8521 64290945 2909 0,2909
12 8521 2909 24787589 7875 0,7875
13 2909 7875 22908375 9083 0,9083
14 7875 9083 71528625 5286 0,5286
15 9083 5286 48012738 0127 0,0127

[Véase a más detalle los 100 numeros pseudo aleatorios en el Excel

adjuntado]

3. Algoritmo de Multiplicador Constante.

Semilla: 9803

Constante: 6965

n k S Y X rn
1 6965 9803 68277895 2778 0,2778
2 6965 2778 19348770 3487 0,3487
3 6965 3487 24286955 2869 0,2869
4 6965 2869 19982585 9825 0,9825
5 6965 9825 68431125 4311 0,4311
6 6965 4311 30026115 0261 0,0261
7 6965 0261 1817865 8178 0,8178
8 6965 8178 56959770 9597 0,9597
9 6965 9597 66843105 8431 0,8431
10 6965 8431 58721915 7219 0,7219
11 6965 7219 50280335 2803 0,2803
12 6965 2803 19522895 5228 0,5228
13 6965 5228 36413020 4130 0,413

6
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN
FACULTAD DE INGENIERIAS SIMULACIÓN DE SISTEMAS – 2018
E.P. INGENIERÍA EN INFORMATICA Y SISTEMAS

14 6965 4130 28765450 7654 0,7654

15 6965 7654 53310110 3101 0,3101

[Véase a más detalle los 100 numeros pseudo aleatorios en el Excel

adjuntado]

V. CONCLUSION

 Se logró generar números pseudo aleatorios mediante 3 algoritmos

desarrollados en clase: Cuadrados medios, Productos medios y Multiplicador

constante.