INVESTIGACION
Investiga cómo se presentan los números aleatorios y
pseudoaleatorio.
Docente: : ARANELY GONZALEZ RODRIGUEZ
Alumnos:
LUIS FERNANDO SÁNCHEZ GARCÍA
LEONARDO SALVADOR DEL ANGEL
Grupo: 612
indice
¿Qué son los números aleatorios y pseudoaleatorios y para qué sirven?.......................................... 3
INTRODUCCION
En esta investigación se abordaran los temas de la unidad 2 correspondientes a la unidad dos de la
materia de simulación, a continuación daré una introducción de los números aleatorios y
números pseudoaleatorios. Con el llegado de las computadoras, una de las más importantes
herramientas de analizar el diseño y operación de sistemas o procesos complejos de la simulación.
Simulación es una poderosa técnica para la resolución de problemas. Sus orígenes están en la
teoría de muestreo estadístico y análisis de sistemas físicos probabilísticos complejos. El aspecto
común de ambos es el uso de números y muestras aleatorias para aproximar soluciones. Aunque
la construcción de modelos arranca desde el renacimiento, el uso moderno de la palabra
simulación. Esta unidad habla sobre los métodos de generación de números aleatorios y
pseudoaleatorios la generación de números aleatorios de forma totalmente aleatoria, es muy
sencilla con alguno de los métodos que se mencionaran, métodos de generación aritméticos, de
los cuadrados medios también se describen dos de las pruebas estadísticas que se aplican a los
números pseudoaleatorios generados por cualquiera de los métodos mencionados. 2.1Métodos
de generación de números Pseudoaleatorio y los aleatorios
Su generación se basa en el uso de mecanismos físicos. Entre las distintas propuestas se incluyen
el recuento de partículas emitidas por una explosión, el lanzamiento de monedas, aparatos
mecánicos basadas en ruedas de la fortuna, etc.
Estos números tienen la característica de que deben seguir una distribución Uniforme, es decir
que pueden tomar cualquier valor dentro del intervalo (0, 1), entonces podemos decir que los
números pseudo aleatorios son números entre 0 y 1 que han pasado por un tamizado de pruebas
para poder determinar que tendrán una función aproximada a la realidad es decir, haya
aleatoriedad.
La función de los números pseudoaleatorios es que a partir de ellos podemos generar variables
aleatorias las cuales están sujetas en el mayor de los casos, a distribuciones estadísticas que son
las que se usan para establecer el comportamiento de materiales, sucesos, personas, etc., en todo
proceso de simulación.
La simulación es el proceso de diseñar un modelo de un sistema real, que servirá para dirigir
experimentos con el propósito de entender, explicar, analizar o mejorar el comportamiento del
sistema.
Los números pseudo aleatorios se generan mediante algoritmos determinísticos, es decir aquellos
en que se obtiene el mismo resultado bajo las mismas condiciones iniciales, por lo cual requieren
parámetros de arranque. Sea una secuencia r = {ri ,n ,rs, rn} con n valores distintos, se le conoce
como el conjunto necesario d^ números entre 0 y 1 para realizar una simulación, siendo n el
periodo.
Los algoritmos determinísticos para generar números pseudo aleatorios se dividen en no
congruenciales y congruenciales, éstos a su vez se dividen en lineales y no lineales.
Algoritmos No Congruenciales
a) Algoritmo de cuadrados medios Propuesto en la década de los cuarenta del siglo XX por Von
Neumann y Metrópolis, este algoritmo requiere un número entero, llamado semilla, con D dígitos,
este es elevado al cuadrado para seleccionar del resultado los D dígitos del centro; el primer
número r se determina simplemente anteponiendo el "0" a esos dígitos. Para obtener el segundo r
se sigue el mismo procedimiento, sólo que ahora se elevan al cuadrado los D dígitos del centro
que se seleccionaron para obtener el primer n. Este método se repite hasta obtener n números n.
1. Seleccionar semilla (X0) con D dígitos (D > 3). 2. Sea X0 = resultado de elevar X0 al cuadrado; sea
Xi = los D dígitos del centro, y sea r = 0.D dígitos del centro. 3. Sea Yi = resultado de elevar Xi al
cuadrado; sea Xi+1 = los D dígitos del centro, y sea r = 0.D dígitos del centro para toda i = 1, 2, 3,...,
n. 4. Repetir el paso 3 hasta obtener los n números r deseados.
Nota: Si no es posible obtener los D dígitos del centro del número Yi, agregue ceros a la izquierda
del número Yi.
Algoritmos Congruencial
d) Algoritmo Lineal Este algoritmo congruencial fue propuesto por D.H. Lehmer en 1951. Según
Law y Kelton, este algoritmo ha sido el más usado. El algoritmo congruencial lineal genera una
secuencia de números enteros por medio de la siguiente ecuación recursiva:
Xi+1 = (aXi + c) mod (m) i= 0, 1, 2, 3... n donde; X0 = es la semilla, X0 >0 y debe ser entero. a = es la
constante multiplicativa, a >0 y debe ser entero. c = constante aditiva, c >0 y debe ser entero.
mod.
Método de Lehmer
El método consiste en los siguientes pasos:
Se separan las k cifras de la izquierda de X0*c y al número formado por las n cifras restantes se le
resta el que se forma de esas k cifras de la izquierda, dando lugar a X1.
Fórmula:
Donde:
a= el multiplicador (a>0)
En este método se coloca el signo “+” o “–” en cada par de números adyacentes. Se puede
demostrar que:
Método de Montecarlo
La simulación de Montecarlo es un método especialmente útil para analizar situaciones que
involucran riesgo con el propósito de obtener respuestas aproximadas cuando el realizar un
experimento físico o el aplicar métodos analíticos no es posible o resulta muy difícil o costoso.
La simulación de Montecarlo ha tenido una gran aceptación en la vida real debido al poder
analítico que presenta sin la necesidad de matemáticas complejas
Conclusión
Es evidente que los sistemas productivos evolucionan a lo largo del tiempo y, por lo tanto,
deben considerarse dinámicos. Por otra parte, aunque determinados sistemas productivos
pueden ser considerados continuos (por ejemplo, reactores químicos), la mayoría de los
sistemas productivos tienen características de sistemas discretos, ya que los cambios de
estado (recepción de materias primas, inicio y finalización de la fabricación de lotes, entradas
y salidas del almacén,...) se producen en instantes de tiempo determinados y separados entre
sí. Por este motivo, estas notas se centran en la simulación de sistemas dinámicos y discretos.
Una característica fundamental de la mayor parte de los sistemas discretos, que interesa
estudiar por simulación, es la presencia de la aleatoriedad como atributo intrínseco de algunas
o todas sus componentes. Todos los sistemas reales suelen contener al menos una, pero en
general más de una, fuente de aleatoriedad.
Bibliografía
http://www.estadisticaparatodos.es/taller/aleatorios/aleatorios.html
https://www.academia.edu/33340131/Unidad_2_simulacion
http://romanmoralessimulacion28.blogspot.com/2013/11/resumen-unidad-ii-numeros.html
https://sistemasumma.com/2011/09/05/numeros-pseudoaleatorios/