Documente Academic
Documente Profesional
Documente Cultură
\
|
=
=
=
m
X
u
m X a X
n
n
k
i
i n i n
) ( mod ) (
1
k
k k
a Z a Z z P =
... ) (
1
1
2 mod *
1
|
.
|
\
|
=
=
k
i
i n i n
b a b
( ) q h
b b
b b
b b b b
q n h n
q n h n
n q n h n n
<
=
=
= + =
;
1
0
; 2 mod
12
b
7
= (b
4
+ b
2
) mod 2 = 2 mod 2 = 0
b
8
= (b
5
+ b
3
) mod 2 = 2 mod 2 = 0
b
9
= (b
6
+ b
4
) mod 2 = 1 mod 2 = 1
b
10
= (b
7
+ b
5
) mod 2 = 1 mod 2 = 1
...
b
42
= (b
39
+ b
37
) mod 2 = 2 mod 2 = 0
7.4. Generadores no Lineales
Dada la estructura reticular de los generadores lineales, algunos autores
sugirieron utilizar generadores no lineales. (Ver Niederreiter (1992))
Usar un generador con funcin de transicin lineal, produciendo una
transformacin no lineal del estado en su salida.
Usar un generador con funcin de transicin no lineal.
7.5. OTROS METODOS PARA LA GENERACION DE NUMEROS
ALEATORIOS
13
8. Pruebas estadsticas para los nmeros aleatorios.
Puesto que en el muestreo Monte Carlo cualquier variable aleatoria no
uniforme (normal, exponencial, Poisson, etc.), es obtenida a partir de nmeros
aleatorios uniformes (0,1), el principal nfasis en las pruebas estadsticas
debern ser con respecto al generador de los nmeros aleatorios, ya que
cualquier deficiencia estadstica en la distribucin de la variable aleatoria no
uniforme, se deber exclusivamente a la utilizacin de un deficiente generador
de nmeros aleatorios. Por ello se aplicarn algunas de las muchas pruebas
estadsticas que han sido desarrolladas para probar la uniformidad y
aleatoriedad o independencia de los mismos, lo cual significa que la ocurrencia
de un nmero aleatorio no determina la ocurrencia del siguiente y as
sucesivamente.
Para la uniformidad
Bondad de ajuste o Ji-cuadrada: X
2
Bondad de ajuste Kolmogorov-Smirnov
Para la aleatoriedad o independencia
Corridas por arriba y por abajo del promedio
Corridas ascendentes y descendentes
PRUEBA DE BONDAD DE AJUSTE JI CUADRADA.
Procedimiento:
14
1. Generar la muestra de nmeros aleatorios de tamao N.
2. Subdividir el intervalo [0,1] en n subintervalos.
3. Para cada subintervalo contar la frecuencia observada F0 y calcular la
frecuencia esperada FE de nmeros aleatorios, la cual se obtiene dividiendo
N/n.
4. Calcular el estadstico de prueba.
5. Comparar el valor calculado X0
2
contra el valor tabulado de la
distribucin X
2
, con (n-1) grados de libertad y una significancia ?. Si X0
2
es
menor que X
2
(n-1),? entonces no se puede rechazar la uniformidad de los
nmeros aleatorios.
EJEMPLO 4. 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
INTERVALO FE FO (FE-FO)
2
/FE
0.00 - 0.20 6 10 2.67
0.21 - 0.40 6 7 0.17
0.41 - 0.60 6 6 0.00
0.61 - 0.80 6 3 1.50
0.81 - 1.00 6 4 0.67
X
2
0=5.01
Sea alfa= 5%. Tenemos (5-1) grados de libertad, es decir V=4. El valor en
tablas de la distribucin Ji cuadrada es:
X
2
4.5%
= 9.49
Como X0
2
es menor que X
2
4.5%
es decir; 5.01 es menor que 9.49. entonces no
se puede rechazar la uniformidad de los nmeros aleatorios.
PRUEBA DE BONDAD DE AJUSTE DE KOLMOGOROV-SMIRNOV
Procedimiento
1. Generar una muestra de nmeros aleatorios uniformes de tamao N.
2. Ordenar dichos nmeros en orden ascendente.
3. Calcular la distribucin acumulada de los nmeros generados con la
siguiente
expresin
15
Donde i es la posicin que ocupa el nmero aleatorio Xi en el vector ordenado
obtenido en el paso 2.
4. Calcular el estado de prueba Kolmogorov-Smirnov del modo siguiente
D
n
= mx | F
n
(X
i
) X
i
| para toda X
i
5. Si D
n
es menor d
alfa,n
, entonces no se puede rechazar la hiptesis de que los
nmeros generados provienen de una distribucin uniforme. La distribucin de
D
n
ha sido tabulada como una funcin de n y alfa para cuando F
n
(x) = F
0
(x).
EJEMPLO 5. Efectuar la prueba de Kolmogorov Smirnov a la siguiente
muestra 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
Sustituyendo los valores en las frmulas correspondientes se tiene que:
i RNDi F(RNDi) RNDi- F (RNDi)
1 0.00 0.03 0.03
2 0.01 0.07 0.06
3 0.03 0.10 0.07
4 0.04 0.13 0.09
5 0.06 0.17 0.11
6 0.07 0.20 0.13
7 0.11 0.23 0.12
8 0.11 0.27 0.16
9 0.15 0.30 0.15
10 0.18 0.33 0.15
11 0.25 0.36 0.11
12 0.25 0.40 0.15
13 0.26 0.43 0.17
14 0.31 0.47 0.16
15 0.33 0.50 0.17
16 0.34 0.53 0.19
17 0.34 0.57 0.23
18 0.43 0.60 0.17
19 0.48 0.63 0.15
20 0.49 0.67 0.18
21 0.55 0.70 0.15
22 0.59 0.73 0.14
16
23 0.60 0.77 0.17
24 0.68 0.80 0.12
25 0.70 0.83 0.13
26 0.77 0.87 0.1
27 0.81 0.90 0.09
28 0.83 0.93 0.1
29 0.92 0.97 0.05
30 0.97 1.00 0.03
siguiendo con el paso 4
Dn = Max |RNDi F(RNDi)| = 0.23
Comparamos el valor Dn (calculado) contra el valor en tablas de la distribucin
Kolmogorov-Smirnov con n = 30 y un nivel de significancia alfa = 5%, el cual
es d
30.5%
= 0.242. como 0.23 es menor que 0.242, entonces, no se puede
rechazar la uniformidad de los nmeros aleatorios.
CORRIDAS POR ARRIBA Y POR ABAJO DEL PROMEDIO
Procedimiento
Generar la muestra de tamao N de nmeros aleatorios.
Con base en esta muestra, obtener una nueva sucesin binaria, segn el
criterio siguiente:
Si r
j
es menor o igual a 0.50 entonces asignarle a r
j
el smbolo 0.
Si r
j
es mayor a 0.50 entonces asignarle a r
j
el smbolo 1.
La frecuencia esperada para cada longitud de corrida i, es:
EJEMPLO 6. Dada la siguiente muestra de tamao 30 de nmeros aleatorios,
aplicar la prueba de corridas, para la independencia
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
Comparando los nmeros aleatorios segn el criterio establecido, se obtiene la
siguiente sucesin binaria. Leyendo de izquierda a derecha se agrupan los
smbolos del mismo tipo para formar las corridas.
0 0 1 0 0 1
0 0 0 1 0 0
0 0 1 0 0 1
0 1 1 1 0 0
0 0 0 1 0 1
En la siguiente tabla se resume la informacin necesaria para el clculo de la
Ji-cuadrada
17
Longitud de
corrida i
FE FO (FE-FO)2/FE
1 8.000 9 0.125
2 3.875 3 0.197
3 1.875 2 0.008
4 0.906 1 0.010
5 0.438 1 0.721
Como para las longitudes de corrida i = 2, 3, 4, 5; las frecuencias observadas
son menores o igual a cinco, agrupamos estas longitudes de corridas en una
sola longitud de corrida ? 2.
i FE FO (FE-FO)2/FE
1 8 9 0.125
>=2 7.04 7 0.936
X
0
2
= 1.061
El valor en tablas de X
2
1.5%
= 3.84; entonces no se puede rechazar la
independencia de los nmeros aleatorios.
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+1
entonces asignarle a r
j
el smbolo 0.
Si rj es mayor que r
j+1
entonces 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.
0.15 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
ahora la sucesin binaria es
0 0 1 1 0 1
0 0 0 1 1 0
0 0 1 0 1 1
0 1 0 1 1 0
18
1 1 0 1 0
obsrvese que la ltima celda se deja en blanco, pues no hay con que nmero
comparar. (aqu N = 29)
Longitud de
corrida i
FE FO (FE-FO)
2
/FE
1 11.500 11 0.020
2 5.083 5 0.001
3 1.400 2 0.257
4 0.292 -
5 0.005 -
i FE FO (FE-FO)
2
/FE
1 11.500 11 0.020
>=2 6.483 7 0.004
X
0
2
= 0.024
como el valor calculado de 0.024 es menor que el valor en tablas de Ji-
cuadrada X
2
1.5%
= 3.84, no se puede rechazar la independencia de los nmeros
aleatorios.
19
9. CONCLUSIONES
Elemento Central en la Simulacin digital.
Elemento esencial en muchas reas del conocimiento Ingeniera,
Economa, Fsica, Estadstica, etc.
Definicin intuitiva: Una sucesin de nmeros aleatorios puros, se
caracteriza por que no existe ninguna regla o plan que nos permita
conocer sus valores.
Los nmeros aleatorios obtenidos a travs de algoritmos recursivos se
llaman pseudoaleatorios
A las propiedades estadsticas se deben agregar otras relativas a la
eficiencia computacional:
Velocidad de respuesta
Consumo de memoria
Portabilidad
Parsimonia
Reproducibilidad
Mutabilidad
Perodo
El objetivo de cualquier esquema de generacin (generador), es producir
una secuencia de nmeros entre 0 y 1 que simule las propiedades
ideales de distribucin uniforme y de independencia.
20
10. WEBGRAFIA
Bibliografa
Nmeros aleatorios. Documento en PDF.
Link:www.depi.itchihuahua.edu.mx/.../diapositivas%5Caleatorios.pdf. Visitado
el Domingo 03/04/11.
http://www.stat.cmu.edu/