GENERACIN DE NMEROS
ALEATORIOS
1- Definicin de Nmeros Aleatorios
2- Nmeros Pseudoaleatorios
3- Generadores de Nmeros Aleatorios
4- Tcnicas para Generar Nmeros Aleatorios
5- Pruebas para chequear la Uniformidad de los
Nmeros Aleatorios
6- Conclusiones
2
NMEROS ALEATORIOS
Los nmeros random son un elemento bsico
en la simulacin de la mayora de los
sistemas discretos.
Cada nmero random Ri es una muestra
independiente de una distribucin uniforme y
continua en el intervalo (0,1).
Distribucin Continua Terica
Fun
cin
NMEROS
ALEATORIOS
de d
ensi
dad
de p
roba
bili
1, 0 x 1
f(x)
dad
f(x)
0, en otro caso
F(x)
0, en otro caso
Fun
c
P(X in de p
<=
r
x) obabilid
ad a
cum
0, x < 0
ulad
a:
x, 0 x 1
1, x > 1
F(x)
NMEROS ALEATORIOS
La probabilidad de observar un valor en un particular
intervalo es independiente del valor previo observado.
NMEROS PSEUDO-ALEATORIOS
Los nmeros aleatorios son calculados a partir de
una semilla (seed) y una frmula.
El problema es que si el mtodo es conocido,
entonces la secuencia de nmeros random puede
ser replicada.
En la prctica ninguna funcin produce datos
aleatorios verdaderos -- las funciones producen
nmeros pseudo-aleatorios.
7
X1 = 0088
X2 = 0077
R1=0.0088
R1=.0.0077
! siempre genera
nmeros que
comienzan con 0.00..
..
! siempre genera el
nmero 0.25
X1 = 2500
X2 = 2500
R1=.0.2500
R2=.0.2500
Xi+1= (a * Xi + c) mod m,
i=0,1,2,...
X0 es llamado semilla.
a es llamado el multiplicador constante.
c es el incremento.
m es el mdulo.
El nmero aleatorio se encuentra de la siguiente manera:
Ri=Xi/m (i=1,2,..)
12
1er. random
13
14
4-
Usando el mtodo
congruencial
multiplicativo,
encontrar el perodo
de un generador que
utiliza las siguientes
constantes:
a = 13 m= 26 = 64
X0 = 1,2,3 y 4.
La seleccin de los
parmetros
del
generador
afecta
drsticamente
las
propiedades ideales y la
longitud del ciclo
10
Xi
Xi
Xi
Xi
0
2
1
3
4
5
6
7
8
9
9
11
12
13
14
15
16
1
41
13
21
17
29
57
37
33
45
2
18
26
42
34
58
50
10
2
3
59
39
63
51
23
43
47
35
7
4
36
52
20
4
27
53
49
61
25
5
1
31
19
55
11
15
3
15
16
1.25
1.25
0.75
0.75
random
ra ndom
Generador Uniforme
0.5
0.25
0
0.5
0.25
0
-0.25
-0.25
-0.5
-0.5
Generador Uniforme?
1
0.8
0.6
0.4
0.2
0
0
50
100
17
Se denota con:
18
Cantidad de
ocurrencias
Frecuencia
relativa
SN(x)
4/10=0.4
4/10=0.4
3/10=0.3
7/10=0.7
2/10=0.2
9/10=0.9
1/10=0.1
10/10=1
Dis
Ac tribu
Em umu cin
pr lada
ica
19
20
Funcin de Probabilidad
Acumulada Terica
Continua F(x) de una
Distribucin Uniforme
Funcin de Probabilidad
Acumulada Emprica
SN(x), de una muestra de
N observaciones.
21
TEST DE KOLMOGOROV-SMIRNOV
Por definicin, la Funcin de Probabilidad (o frecuencia) Acumulada
(Terica) UNIFORME entre 0 y 1 tiene:
* F(x) = x,
0<=x<=1
TEST DE KOLMOGOROV-SMIRNOV
Procede de la siguiente manera:
1<=i<=N
1<=i<=N
27
TEST DE KOLMOGOROV-SMIRNOV
Procede de la siguiente manera (continuacin):
R1
R2
R3
R3
R5
0.03
0.58
0.87
0.32
0.95
R(2)
R(3)
R(3)
R(5)
0.03 0.32
0.58
0.87
0.95
29
Ejemplo
(continuacin)
20 randoms distintos:
salto es 1/20=0.05
0.6
F(x)=x
0.5
S(x)
0.4
0.3
0.2
0.1
0
0.10.20.30.40.50.6
0.03
0.58
0.32
30
100 randoms
distintos:
salto es 1/100=0.001
30
Ejemplo
(continuacin)
Evaluacin:
D.Terica
F(x) = R(i)
0.03
0.32
0.58
0.87
0.95
D.Emprica
SN(x)= i/N
0.2
0.4
0.6
0.8
i/N R(i)
(D+ :dif. sup.)
0.17
0.08
0.02
R(i) - (i-1)/N
(D- :dif. inf.)
0.03
0.12
0.18
0.27
0.05
0.15
31
Ejemplo
(continuacin)
F(x)=x
0.6
S(x)
0.5
0.4
D+
0.3
D-
0.2
0.1
0
0.1 0.2 0.3 0.4 0.5 0.6
0.03
0.32
0.58
32
CONCLUSIONES
Los Nmeros randoms son una herramienta fundamental en la
generacin de variables aleatorias con una determinada probabilidad
(prximo tema). La generacin de variables aleatorias permite
reproducir comportamientos especficos de un sistema real.
Cada nmero random Ri es una muestra independiente de una
distribucin uniforme y continua en el intervalo (0,1).
Adems una secuencia de nmeros randoms debera cumplir
propiedades secundarias como tener una longitud de ciclo aceptable.
33
CONCLUSIONES
La mayora de los generadores utilizan una funcin, que a partir de
una o mas semillas, generan el prximo numero random (NR = f(Xi)).
El valor usado para comenzar la secuencia es llamado semilla.
Se mostraron varios mtodos para generar nmeros randoms. En
todas las tcnicas f es determinstica. Dada la semilla se puede
predecir con probabilidad 1 los nmeros de la secuencia. Por ello son
llamado NUMEROS PSEUDOALEATORIOS.
Si conocemos f podemos generar la secuencia en cualquier momento
si tenemos el valor de Xi.
En muchos casos se prefieren estas secuencias de nmeros ya que
permiten repetir las secuencias de eventos en distintos experimentos.
34
Si deseamos otra secuencia simplemente cambiamos la semilla.
CONCLUSIONES
Sin embargo, los nmeros son aleatorios en el sentido de que pasan
pruebas estadsticas de aleatoriedad.
Se trabajo con un test estadstico para analizar la propiedad de
uniformidad: el Test de Kolmogorov Smirnov.
El test compara la funcin de Probabilidad Acumulada continua F(x) de
una Distribucin Uniforme con la funcin de Probabilidad Acumulada
emprica SN(x), de una muestra de N observaciones (obtenidas de un
generador). Las diferencias estan tabuladas, dependiendo de la
longitud de la muestra (N) y el nivel de significancia admitido().
35
Asignacin 2: