You are on page 1of 5

Introduccin:

Casi todas las aplicaciones comerciales tienen varios generadores de nmeros


pseudoaleatorios que pueden generar un conjunto muy grande de nmeros sin
mostrar correlacin entre ellos, para ello se utilizan mtodos preestablecidos que
garantizan esta demanda.
Para poder realizar una simulacin que incluya variabilidad dentro de sus eventos, es
preciso generar una serie de nmeros que sean aleatorios por s mismos, y que su
aleatoriedad se extrapole al modelo de simulacin que se est construyendo. En la
construccin del modelo los nmeros aleatorios juegan un papel relevante.
Unas de las primeras tareas que es necesario llevar a cabo consiste en analizar si los
nmeros que se utilizaran para correr o ejecutar la simulacin son realmente
aleatorios o no; por desgracia, precisar lo anterior con absoluta certidumbre resulta
muy complicado, ya que para ello se tendra que generar un nmero infinito de
valores que permitan comprobar la existencia de correlaciones entre ellos. Esta
actividad sera muy costosa y tardada, volviendo imprctico el uso de la simulacin
aun con las computadoras ms avanzadas.

Tomando en cuenta lo anterior, se puede asegurar, con altos niveles de confiabilidad


que el conjunto de nmeros que se utilizarn en la simulacin se comportan de
manera muy similar a un conjunto de nmeros totalmente aleatorios; por ello es que
se les denomina nmeros pseudoaleatorios.
Un nmero pseudoaleatorio es un nmero U(0,1) producido por un algoritmo
matemtico.

Propiedades de los nmeros pseudoaleatorios


Es deseable que los nmeros pseudoaleatorios uniformes posean las siguientes
caractersticas:
1. Uniformemente distribuidos.
2. Estadsticamente independientes.
3. Reproducibles.
4. Periodo largo.
5. Generados mediante un mtodo rpido.
6. Generados mediante un mtodo que no requiera mucha capacidad de
almacenamiento de la computadora.
Generar un conjunto de nmeros pseudoaleatorios es una tarea relativamente
sencilla, para ello, el lector slo tiene que disear su propio algoritmo de generacin.
Lo que resulta difcil es disear un algoritmo que genere un conjunto de nmeros
pseudoaleatorios con periodo de vida suficientemente grande (N) y adems pase sin
problema las pruebas de uniformidad e independencia, lo cual implica evitar
problemas como stos:
Que los nmeros del conjunto no estn uniformemente distribuidos, es decir, que
haya demasiados nmeros en un subintervalo y otro muy pocos o ninguno.
Que los nmeros pseudoaleatorios sean discretos en lugar de continuos.
Que la media del conjunto sea muy alta o muy baja, es decir, que est por arriba o por
debajo de .
Que la varianza del conjunto sea muy alta o muy baja, es decir, que se localice por
arriba o por debajo de 1/12.

En ocasiones se presentan tambin anomalas como nmeros pseudoaleatorios


seguidos por arriba o por debajo de la media; secuencia de nmeros por arriba de la
media, seguida por una secuencia por debajo de la media, y viceversa, o varios
nmeros seguidos en forma ascendente o descendente.
Existen varios mtodos para generar nmeros pseudoaleatorios. A continuacin se
presentan los ms importantes.

El Mtodo de Centros al Cuadrado (Mtodo de los cuadrados medios)


Este mtodo es debido a von Neumann y tiene fundamentalmente slo inters
histrico. El mtodo de centros al cuadrado se apega a la siguiente metodologa:
1. Inicie con un nmero entero positivo de 4 (2n) dgitos y llmele Z0 (X0),
llamado semilla.
2. Eleve Z0 (X0) al cuadrado para obtener un nmero de 8 (4n) dgitos. Si es
necesario, agregue ceros a la izquierda para hacerlo exactamente de 8 dgitos.
3. Tome los 4 (2n) dgitos centrales como el prximo nmero de 4 (2n)
dgitos y llmele Z1(X1).
4. Coloque el punto decimal a la izquierda de Z1(X1) para obtener el primer
nmero pseudoaleatorio U(0,1).
5. Continu generando de esta forma nmeros pseudoaleatorios U(0,1)
Desventaja del mtodo de centros al cuadrado: Tiene una fuerte tendencia a
degenerar rpidamente hacia cero, donde permanecer por siempre.

La gran mayora de los generadores de nmeros pseudoaleatorios que se usan en la


actualidad son generadores congruenciales lineales, introducidos por Lehmer en 1951.
Los generadores congruenciales lineales generan una secuencia de nmeros
pseudoaleatorios en la cual el prximo nmero pseudoaleatorio es determinado a
partir del ltimo nmero generado. A continuacin se presentan los dos ms
importantes: el mtodo congruencial mixto lineal y el mtodo congruencial
multiplicativo lineal.

Mtodo de Lehmer
El mtodo consiste en los siguientes pasos:

1. Se toma como semilla un nmero entero, X0, de n cifras.


2. Se elige otro entero, c, de k cifras. Suele tomarse k<n.
3. Se calcula X0 *c, nmero de a lo sumo, n + k cifras.
4. Se separan las k cifras de la izquierda de X0*c y al nmero formado por
las n cifras restantes se le resta el que se forma de esas k cifras de la izquierda,
dando lugar a X1.
5. Se repite este proceso tantas veces como sea necesario.
6. Se devuelven los valores

Mtodo Congruencial Mixto Lineal

Los valores posibles de Xn+1 son 0, 1, 2,3,, m-1, m representa el nmero posible de
valores que pueden ser generados.

Frmula:

Donde:
Xn= la semilla (X0>0)
a= el multiplicador (a>0)
c= constante aditiva (c>0)
m= Mdulo (m>Xn; m>a; m>c)

Periodo del generador = 4


Reglas para la seleccin de parmetros en el mtodo congruencial mixto lineal
En los ejemplos anteriores se colocaron de manera arbitraria cada uno de los
parmetros requeridos: X0, a, c, m. Sin embargo, para que el algoritmo sea capaz de
lograr el mximo periodo de vida n, es preciso que dichos parmetros cumplan ciertas
condiciones. Banks, Carson, Nelson y Nicol sugieren lo siguiente:
m= 2g
a= 1 + 4k
k debe ser entero
c relativamente primo a m
g debe ser entero

Bajo estas condiciones se obtiene un periodo de vida mximo: N= m= 2g.

El Mtodo Congruencial multiplicativo


Al igual que el generador congruencial mixto lineal, el generador congruencial multiplicativo
determina el prximo nmero pseudoaleatorio a partir del ltimo nmero generado, de
acuerdo a la siguiente frmula:
Frmula:
2.3 Pruebas estadsticas o de aleatoriedad para los nmeros
pseudoaleatorios.
Los nmeros pseudoaleatorios producidos mediante un programa de computadora
no son aleatorios debido a que tales nmeros estn completamente determinados por
los datos inciales y tienen una precisin limitada. Sin embargo, en la medida en que
esos nmeros pseudoaleatorios pasen determinadas pruebas estadsticas, pueden
considerrseles como verdaderos nmeros aleatorios. Las siguientes pruebas son de
las ms usadas para la comprobacin de la aleatoriedad.

Prueba de los promedios

En la prueba de los promedios se establecen las siguientes hiptesis:


Ho: = (los nmeros pseudoaleatorios generados provienen de una distribucin U(0,1)
con =0.50)
Ha: (los nmeros pseudoaleatorios generados no provienen de una distribucin U(0,1)
con =0.50)
Prueba de las frecuencias
Esta prueba consiste en dividir el intervalo (0,1) en n subintervalos para luego
comparar para cada subintervalo la frecuencia esperada con la frecuencia observada.
Si estas frecuencias son bastante parecidas entonces la muestra proviene de una
distribucin uniforme.
Las hiptesis son:
Ho: Los nmeros pseudoaleatorios provienen de una distribucin U(0,1).
Ha: Los nmeros pseudoaleatorios no provienen de una distribucin U(0,1).

Prueba de Series
Esta prueba se utiliza para comprobar el grado de aleatoriedad entre nmeros sucesivos. La
prueba consiste en formar parejas de nmeros, las cuales son consideradas como
coordenadas en un cuadrado unitario dividido en n2 celdas. En la prueba de series se
generan N nmeros pseudoaleatorios de los cuales se forman parejas entre Ui y Ui + 1, es
decir si se generan 5 nmeros, las parejas que se forman serian:
(U1 , U2), (U2 , U3), (U3 , U4), (U4 , U5).
En seguida se determina la celda a la que pertenece cada pareja ordenada, con lo cual se
determina la frecuencia observada de cada celda.

Prueba de las corridas


La prueba de las corridas sirve para probar la aleatoriedad de los nmeros generados. Esta
prueba se basa en el nmero de corridas o secuencias ascendentes y descendentes. Una
corrida es una secuencia ascendente o descendente de nmeros pseudoaleatorios adyacentes.
Las hiptesis son:
Ho: Los nmeros son pseudoaleatorios U(0,1).
Ha: Los nmeros no son pseudoaleatorios U(0,1).
En este mtodo se coloca el signo + o en cada par de nmeros adyacentes. Se puede
demostrar que:
Si: R = nmero total de corridas (arriba y abajo)
N = tamao de la muestra

2.4 Mtodo de Montecarlo


La simulacin de Montecarlo es un mtodo especialmente til para analizar situaciones que
involucran riesgo con el propsito de obtener respuestas aproximadas cuando el realizar un
experimento fsico o el aplicar mtodos analticos no es posible o resulta muy difcil o costoso.
La simulacin de Montecarlo hace referencia a experimentos que involucran el uso de nmeros
pseudoaleatorios. El requisito clave de esta tcnica es que los resultados de todas las variables de
inters deben ser seleccionados aleatoriamente.
La simulacin de Montecarlo ha tenido una gran aceptacin en la vida real debido al poder
analtico que presenta sin la necesidad de matemticas complejas.