Вы находитесь на странице: 1из 5

Nmeros aleatorios Los nmeros aleatorios son observaciones de una muestra uniforme (0,1) cuyas caractersticas principales son:

Su media es igual a 0.5 Su varianza es de 1/12 Se distribuyen uniformemente Son estadsticamente independientes

Generacin de nmeros aleatorios En la prctica se utilizan generadores de nmeros aleatorios, que deben cumplir con ciertas caractersticas como lo son: Rapidez Portabilidad Ciclo de vida largo Replicabilidad de los nmeros generados No deben requerir mucha capacidad de almacenamiento Deben generar nmeros con las caractersticas antes mencionadas (media, varianza, uniformidad, independencia)

El mtodo ms utilizado para generar este tipo de nmeros es el mtodo congruencial lineal que utiliza frmulas recursivas y que por lo tanto va en contra del carcter de aleatoriedad , por esta razn se dice que los nmeros generados por estos mtodos son pseudo-aleatorios, sin embargo se pueden obtener series que cumplan las caractersticas de uniformidad e independencia. La frmula recursiva utilizada es ( : Semilla ; ) Incremento ; ) , entre 0 y M: Mdulo

Constante multiplicadora ; ( Hay ;

valores posibles de

Si c=0 se conoce como mtodo congruencial multiplicativo. Si se conoce como mtodo congruencial mixto.

La longitud de un ciclo en el generador se conoce como periodo que tambin se puede ver como la cantidad de nmeros aleatorios que se es capaz de generar antes de que la secuencia comience

a repetirse. . El periodo depende de los valores de que el mximo posible es . Pruebas de aleatoriedad

, as como del valor inicial; ntese

Existen ciertas pruebas que son ampliamente usadas para corroborar las propiedades de los nmeros obtenidos mediante un generador de nmeros aleatorios, entre las cuales se pueden mencionar: Prueba de Frecuencias: Se emplean las pruebas Chi2 o Kolmogorov-Smirnov para comparar la distribucin del conjunto de nmeros generados con la distribucin uniforme (recuerde los nmeros aleatorios distribuyen U~ [0,1]). Prueba de Corridas: Se hacen corridas hacia arriba y abajo o por encima y debajo de la media, comparando los valores esperados mediante el estadstico Chi2. Prueba de Autocorrelacin: se prueba correlacin entre los nmeros generados con la correlacin esperada que es cero. Gap test (prueba de espacios): se cuentan el nmero de dgitos que aparecen entre las repeticiones de un digito en particular, luego se hace la prueba de Kolmogorov-Smirnov para comprar el tamao esperado de los espacios. Prueba de Pker: se agrupan los nmeros como en una mano de Pker, las manos obtenidas se compran con el valor esperado de la prueba Chi2. Pruebas de uniformidad Test de frecuencias (Kolmogorov-Smirnov) Para corroborar la uniformidad de una serie de nmeros aleatorios se utilizan principalmente dos pruebas: El test de Kolmogorov-Smirnov y el test chi-cuadrado. El test Kolmogorov-Smirnov se basa en comparar la funcin de densidad de probabilidad acumulada (cdf) terica con la emprica que se obtiene a partir de los nmeros generados y buscar la mayor desviacin tanto por encima como por debajo. Pasos 1. Organizar los nmeros aleatorios obtenidos de menor a mayor. 2. Calcular la desviacin ms grande tanto por encima como por debajo {
( )}

()

3. Determinar el valor ms grande para la desviacin ( ). Este servir como estadstico de prueba. 4. Determinar el valor crtico para el valor de alfa requerido ( ) y el tamao de la muestra (N) 5. Comparar ambos valores con el fin de evaluar si se puede rechazar la hiptesis de uniformidad. Se rechaza la hiptesis si

Prueba Chi2 Prueba de uniformidad de un conjunto de ri. Hiptesis: Para tener en cuenta: Para llevar a cabo esta prueba es necesario dividir el intervalo [0,1] en m subintervalos, Luego clasificar cada ri en los m intervalos. Recomendacin: , donde n es el tamao de la muestra. H0:ri~U[0,1]. ; H1:ri no son uniformes.

La cantidad de nmeros ri que se encuentran en un intervalo se le llama Oi (frecuencia Observada). La cantidad de nmeros ri que se espera encontrar en cada intervalo se le llama Ei (frecuencia esperada n/m). Entonces: Si el valor del estadstico H0. ( )

es menor que el de las tablas

, entonces No se puede rechazar

NOTA: Tanto Kolgomorov_Smirnov como Chi2 sirven para probar la uniformidad de una muestra de datos, sin embargo Kolgomorov_Smirnov es ms poderosa y se recomienda emplearla. La prueba Chi2 solo es vlida para muestras grandes de datos, ms o menos N>= 50.

Prueba de Independencia Prueba de Corridas ascendentes y Descendentes Las pruebas de corridas se utilizan para evaluar la independencia de los datos obtenidos. Este caso particular se basa en el supuesto de que el nmero de corridas ascendentes y descendentes se distribuye como una variable aleatoria normal con media y desviacin estndar definidas. Se entiende por una corrida ascendente una secuencia de nmeros cada uno de los cuales est sucedido por un nmero ms grande. De la misma manera una corrida descendente es una secuencia de nmeros cada uno de los cuales est sucedido por un nmero ms pequeo. Los valores a tener en cuenta para el desarrollo de la prueba son: : Nmero de corridas en la muestra : Tamao de la muestra Media terica

Varianza

Estadstico de Prueba:

Regin de rechazo | |

Prueba de Corridas por encima y por debajo de la media Las pruebas de corridas se utilizan para evaluar la independencia de los datos obtenidos. Este caso particular se basa en el supuesto de que el nmero de corridas por encima y por debajo de la media se distribuye como una variable aleatoria normal con media y desviacin estndar definidas. Se entiende por una corrida un conjunto de nmeros que toman valores por encima de la media uno tras otro, o bien por debajo de la misma.

Los valores a tener en cuenta para el desarrollo de la prueba son: : Nmero de corridas en la muestra Cantidad de nmeros que estn por encima de la media Cantidad de nmeros que estn por debajo de la media : Tamao de la muestra Media terica

Varianza ( ( Estadstico de Prueba: ) )

Regin de rechazo | |

Вам также может понравиться