UNIVERSIDAD NACIONAL DEL SANTA

FACULTAD DE INGENIERA

ESCUELA ACADMICO PROFESIONAL DE INGENIERA DE SISTEMAS E INFORMATICA

ASIGNATURA : Dinmica II
TEMA : Validacin de nmeros pseudoaleatorios
CICLO : IV
ALUMNOS : Ramirez Cava Shanira Lisset
Jaico Advncula Jos Rodolfo
Angulo Caldern Jos Aarn
Chunga Sandoval Jean
Bermdez Meja Steven

DOCENTE : Vega Moreno Carlos E.

NUEVO CHIMBOTE PER

2017
Pruebas estadsticas
para nmeros
pseudoaleatorios
Pruebas de uniformidad
Pruebas de independencia
 Introduccin

Para realizar una simulacin se requiere nmeros aleatorios en el

intervalo (0,1), a los cuales se har referencia como ri, es decir, una
secuencia de ri ={ r1 , r2 =, r3 =, r4 =,, rn } que contiene n nmeros,
todos ellos diferentes; n recibe el nombre de perodo o ciclo de vida del
generador que creo la secuencia ri .

Nmeros pseudoaleatorios

Imitan los valores de una variable aleatoria uniforme. Cumplen los tests de
ajustes como si fueran esa variable aleatoria.
Se generan a travs de una frmula.

Se usan como semilla para generar valores de variables aleatorias

(discretas, continuas).
Pseudoaleatorios, porque se obtienen realizando un conjunto de
operaciones a partir del nmero generado en algn paso anterior.
 Uniformidad

Cualquier nmero que pertenezca al rango de inters debe tener la misma

probabilidad de resultar sorteado.

Corresponde al caso de una variable aleatoria que slo puede tomar valores
comprendidos entre dos extremos a y b, de manera que todos los intervalos de una
misma longitud (dentro de (a, b)) tienen la misma probabilidad.

Tambin puede expresarse como el modelo probabilstico correspondiente a tomar

un nmero al azar dentro de un intervalo (a, b).
 Independencia

sta es una propiedad muy importante, e

implica que los nmeros aleatorios no
deben tener correlacin entre s; es decir,
deben ser independientes, de manera que
puedan dispersarse de manera uniforme
dentro de todo el espectro de valores
posibles.
Pruebas de uniformidad
Para la uniformidad

Bondad de ajuste o Ji-cuadrada: 2

Bondad de ajuste Kolmogorov-Smirnov

Una de las propiedades ms importantes que debe cumplir un conjunto de nmeros r. es la

uniformidad. Para comprobar su acatamiento se han desarrollado pruebas estadsticas tales
como las pruebas Chi-cuadrada y de Kolmogorov-Smirnov.

En cualquiera de ambos casos, para probar la uniformidad de los nmeros de un conjunto r es

necesario formular las siguientes hiptesis:

0 : r ~ U(0,1)
1 : r no son uniformes
 Prueba de bondad de ajuste o Ji-cuadrada:
La prueba Ji-cuadrada busca determinar si los nmeros del conjuntor.se distribuyen de
manera uniforme en el intervalo (0,1).

P
E
O
1 Subdividir el intervalo [0,1] en m subintervalos (m= ).

2
E Para cada subintervalo contar la frecuencia observada F0 y
calcular la frecuencia esperada FE de nmeros aleatorios, la cual
D . se obtiene dividiendo n/m.
I
M
I 3 . Calcular el estadstico de prueba

E
N Si el valor del estadstico es menor que el valor de ,
T
O
4 , entonces no se puede rechazar que el conjunto de datos ri sigue una
distribucin uniforme. En caso contrario, se rechaza que ri sigue una
distribucin uniforme
Prueba de bondad de ajuste o Ji-cuadrada:
 EJEMPLO 1

Realizar la prueba de bondad de ajuste Ji-cuadrada a la siguiente

muestra de tamao 30 de nmeros aleatorios uniformes.

0.15 0.31 0.81 0.48 0.01 0.60

0.26 0.34 0.70 0.31 0.07 0.06
0.33 0.49 0.77 0.04 0.43 0.92
0.25 0.83 0.68 0.97 0.11 0.00
0.18 0.11 0.03 0.59 0.25 0.55

Prueba de bondad de ajuste o Ji-cuadrada:

 1
m= , n=30 .. m=5.472 INTERVALO Ei Oi

0.00 0.20 6 10 2.67

2
Ei = n/m .. Ei = 6
0.21 0.40 6 7 0.17

3 0.41 0.60 6 6 0.00

.
0.61 0.80 6 3 1.50

0.81 1.00 6 4 0.67

Xo2 = 5.01

4
Sea alfa = 5%. Tenemos (5-1) grados de libertad, es decir V =4. El valor en tablas de
la distribucin Ji cuadrada es (NO SE RECHAZA LA UNIFORMIDAD)
Distribucin uniforme

Prueba de bondad de ajuste o Ji-cuadrada:

 EJEMPLO 2 EN EXCEL

Prueba de bondad de ajuste o Ji-cuadrada:

 PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV-SMIRNOV

Es recomendable aplicarla en conjuntos r pequeos, por ejemplo, n < 20.

PROCEDIMIENTO

1 . Ordenar de menor a mayor los nmeros ri r1 r2 r3 rn

Si el Valor D es mayor
que el valor crtico
2 . Determinar los valores D+, D- y D con las
siguientes ecuaciones:

, se concluye que los

nmeros del conjunto ri ,
no siguen una distribucin
3 Determinar el valor crtico , de acuerdo con la tabla de
valores crticos de Kolmogorov-Smirnov para un grado de
confianza y segn el tamao de la muestra n.
uniforme; de lo contrario se dice
que no se ha detectado diferencia significativa entre la distribucin de los
nmeros del conjunto ri y la distribucin uniforme.
Ejemplo

Se tiene la siguiente muestra {0.00, 0.75, 0.63, 0.20, 0.34, 0.99} , con un
nivel de significancia de 5%

Solucin

Ordenamos la muestra de forma ascendente:

Construimos la siguiente tabla:
[0.1 6] = 0.470

Dado que 0.167 < 0.470 decimos que no hay evidencia de que la muestra no
provenga de una distribucin uniforme.
 Pruebas de Independencia
Para la independencia

Corridas por arriba y por abajo del promedio

Corridas ascendentes y descendentes
Poker
De series

Para probar la independencia de los nmeros de un conjunto r primero es preciso

formular las siguientes hiptesis:

H0: los nmeros del conjunto r son independientes

H1: los nmeros del conjunto r NO son independientes
PRUEBA DE CORRIDAS POR ARRIBA Y POR ABAJO DEL PROMEDIO

PROCEDIMIENTO

1 Generar la muestra de tamao N de nmero aleatorios.

2 Obtener una nueva sucesin binaria

Criterio:
0.50 0
> 0.50 1

20 1 (20 1 1) 0 0
20 1 1 0 =
0 = + 20 = 20
2 2 ( 1)
Ejercicio:
Realizar la prueba de corridas, con un nivel de aceptacin de 95%, al
siguiente conjunto de nmeros .

0.809 0.042 0.432 0.538 0.225 0.88 0.688 0.772 0.036 0.854
0.397 0.268 0.821 0.897 0.07 0.721 0.087 0.35 0.779 0.482
0.136 0.855 0.453 0.197 0.444 0.799 0.809 0.691 0.545 0.857
0.692 0.055 0.348 0.373 0.436 0.29 0.015 0.834 0.599 0.724
0.564 0.709 0.946 0.754 0.677 0.128 0.012 0.498 0.6 0.913
Construiremos la secuencia de unos y ceros por rengln quedado en la
siguiente manera: ()

1 0 0 1 0 1 1 1 0 1
0 0 1 1 0 1 0 0 1 0
0 1 0 0 0 1 1 1 1 1
1 0 0 0 0 0 0 1 1 1
1 1 1 1 1 0 0 0 1 1
PRUEBA DE CORRIDAS POR ARRIBA Y POR ABAJO DEL PROMEDIO
 A partir de la secuencia anterior se determinar que hay 21 corridas, 23 ceros
y 27 unos. Por lo tanto, 0 =21, 0 = 23, 1 = 27. A continuacin se presenta
los clculos de valor esperado y la varianza del nmero de corridas.

20 1 1 2(23)(27) 1
0 = + = + = 25.34
2 50 2

20 1 (20 1 1) 2(23)(27)(2 23 27 1)
20 = 2
= 2
= 12.08542
( 1) 50 (50 1)

0 0 21 25.34
0 = = = 1.2484146
20 12.08542

PRUEBA DE CORRIDAS POR ARRIBA Y POR ABAJO DEL PROMEDIO

 Resultado:

Como el valor de 0 cae dentro del intervalo

1.96 0 = 1.2484146 1.96 se dice que los
nmeros del conjunto son independientes con un
nivel de confianza del 95% (se acepta 0 ). De
acuerdo con esta prueba, el conjunto de nmeros
se puede usar en un estudio de simulacin.

PRUEBA DE CORRIDAS POR ARRIBA Y POR ABAJO DEL PROMEDIO

 CORRIDAS ASCENDENTES Y DESCENDENTES
Procedimiento

1. Generar la muestra de tamao N de nmeros aleatorios.

2. Construir la sucesin binaria de acuerdo al siguiente criterio:

Si rj es menor o igual a r j+1entonces asignarle a r j el smbolo 0

Si rj es mayor o igual a r j+1entonces asignarle a r j el smbolo 1

3. Con base en la distribucin X ^2 , efectuar la prueba, donde la frecuencia esperada de las

longitudes de corrida i se calcular con
EJEMPLO 7
Aplicar la prueba de las corridas ascendentes y descendentes a la muestra de
nmeros aleatorios del ejemplo anterior. Compararemos a los nmeros por fila, pero
es indistinto hacerlo por columna

0.14 0.33 0.84 0.48 0.03 0.62

0.24 0.35 0.76 0.32 0.08 0.09
0.31 0.48 0.78 0.06 0.53 0.93
0.26 0.87 0.69 0.95 0.012 0.00
0.18 0.12 0.04 0.58 0.23 0.55

ahora la sucesin binaria es

0 0 1 0 0 1
0 0 1 1 0 0
0 0 1 0 0 1
0 1 0 1 1 0
1 1 0 1 0
N = 29
 Long de (FE-FO)^2/FE
FE FO
corrida i
1 11.5 11 0.02

2 5.083 7 0.72

3 1.4 ---

4 0.292 4 47.08

5 0.005 ---

Total 17.983 Xo2 = 47.82

Como el valor calculado de 47.82 es mayor que el valor en tablas de Ji-cuadrada

X^2 1.5% = 3.84, no se puede rechazar la independencia de los nmeros
aleatorios.
Prueba de Pker
 R
e
l
Todos diferentes (TD) a
Tercia (T)
c
i
Exactamente un par (1P) o
Una tercia y una par (TP)
n
a
d
Dos pares (2P) Pker (P) o
 Esta prueba consiste en visualizar el nmero ri con cinco
decimales (como si fuera una mano del juego de pker, con 5
cartas), y clasificarlo como: todos diferentes (TD), exactamente
un par (1P), dos pares (2P), una tercia (T), una tercia y un par
(TP), pker (P) y quintilla (Q).
Ejemplos:
ri = 0.69651 un par (1P)
ri = 0.13031 dos pares (2P)
ri = 0.98898 una tercia y un par (P)

La prueba pker se puede realizar a nmeros ri con tres, cuatro y

cinco decimales. Para ri con tres decimales solo hay tres
categoras de clasificacin: todos diferentes (TD), un par (1P) y
una tercia (T). Cuando se consideran ri con cuatro decimales se
cuenta con cinco opciones para clasificar los nmeros: todos
diferentes (TD), exactamente un par (1P), dos pares (2P), una
tercia (T) y pker (P).
 Prueba pker para nmeros con cinco decimales

La prueba pker requiere el estadstico de la distribucin Chi-

cuadrada X2,6 para nmeros con cinco decimales.

El procedimiento de la prueba consiste en:

a) Determinar la categorade cada nmerodel conjunto ri.
b) Contabilizar los nmeros ri de la misma categorao clase para
obtener la frecuencia observada (0i).
Ejemplo:
Realizar la prueba pker, con un nivel de aceptacin de 95%, a los siguientes
30 nmeros entre cero y uno, con cinco decimales.

Primero clasificamos cada nmero del conjunto ri, asignndole las

claves que se mencionaron antes.
 Clculos de la prueba pker

2


. El estadstico
2
2 7
0 = = 30.0969 es mayor que el

estadstico correspondiente de la Chi-Cuadrada:
2
0.05,6 = 12.59 En consecuencia, se rechaza que los
nmeros del conjunto ri son independientes.
 PRUEBA DE SERIES

Esta prueba consiste en comparar los nmeros con el propsito de corroborar la

independencia entre nmeros consecutivos. Las hiptesis bsicas son:

HQ: r ~ Independientes
H1: r ~ Dependientes

La prueba funciona de esta manera: se inicia creando una grfica de dispersin

entre los nmeros consecutivos ( ri , r i + 1 ) ; posteriormente se divide la grfica
en m casillas, como se muestra en la figura siendo m el valor entero ms
cercano a Vn que permita formar de preferencia, aunque no necesariamente,
una matriz cuadrada.
 Enseguida se determina la frecuencia
observada Oi al contabilizar el nmero de
puntos en cada casilla y su correspondiente
frecuencia esperada E, de acuerdo con
E = (n - 1 )/m, donde n - 1 es el nmero
total de pares ordenados o puntos en la
grfica.

Se procede entonces a calcular el error o estadstico de prueba

=

=

Finalmente, si el valor del error es menor que o igual al estadstico de tablas

X a,m-i, no podemos rechazar la hiptesis de independencia entre nmeros consecutivos.

PRUEBA DE SERIES