Академический Документы
Профессиональный Документы
Культура Документы
Este art�culo o secci�n tiene un estilo dif�cil de entender para los lectores
interesados en el tema.
Si puedes, por favor ed�talo y contribuye a hacerlo m�s accesible para el p�blico
general, sin eliminar los detalles t�cnicos que interesan a los especialistas.
Algunos te�logos han intentado resolver la aparente contradicci�n entre la deidad
omnisciente y el libre albedr�o usando aleatoriedad, arguyendo que si la deidad
omnisciente conoce pasado, presente y futuro, las personas no tendr�an una libertad
total, puesto que realmente todo su futuro que incluye las decisiones humanas
libres estar�a ya predestinado y sabido, y esto contradir�a una propiedad del libre
albedr�o, que implica que una acci�n humana libre debe poder realizarse de un modo,
o de su contrario, sin poder predecirse. Por tanto para un libre albedr�o han
intentado usar de la aleatoriedad en los principios intr�nsecos de la acci�n humana
libre. Los discordianistas tiene una fuerte creencia en la aleatoriedad, el caos y
en la impredecibilidad.
Aplicaciones y usos de la aleatoriedad
Los n�meros aleatorios fueron investigados primero en el contexto de las apuestas,
y muchos dispositivos aleatorizados tales como los dados, las cartas y las ruletas,
fueron primero desarrollados para ser usados en apuestas. La habilidad de producir
justamente n�meros aleatorios es vital a la apuesta electr�nica, y como tal, los
m�todos usados para crearlas son usualmente regulados por las Juntas de Control de
Juego gubernamentales.
Los n�meros aleatorios son tambi�n usados para otros prop�sitos, donde su uso es
matem�ticamente importante, tal como en muestras de urnas de opini�n; y en
situaciones donde la "equidad" es aproximada por aleatorizaci�n, tal como
seleccionar jurados. Soluciones computacionales para algunos tipos de problemas
usan extensivamente n�meros aleatorios, tal como en el m�todo de Montecarlo y en
algoritmos gen�ticos.
Generando Aleatoriedad
En su libro "Una nueva forma de ciencia", Stephen Wolfram describe tres mecanismos
responsables de (aparentemente) conducta aleatoria en los sistemas:
1. Aleatoriedad viniendo del entorno (por ejemplo, movimiento browniano, pero
tambi�n hardware generador de n�meros aleatorios).
2. Aleatoriedad viniendo de las condiciones iniciales. Este aspecto es estudiado
por la Teor�a del Caos, y es observado en sistemas cuyo comportamiento es muy
sensitivo a peque�as variaciones en dicha condiciones iniciales (tales como las
m�quinas de pachinko, dados...).
3. Aleatoriedad intr�nsecamente generada por el sistema. �sta es tambi�n llamada
secuencia pseudoaleatoria, y es el tipo usado en los generadores de n�meros
pseudoaleatorios. Hay muchos algoritmos (basados en aritm�tica o aut�matas
celulares) para generar n�meros pseudoaleatorios. El comportamiento del sistema
puede ser determinado sabiendo el estado de la semilla y el algoritmo usado. Este
m�todo es m�s r�pido que obtener "verdadera" aleatoriedad del entorno.
Secuencia 2D Pseudoaleatoria
Las muchas aplicaciones de la aleatoriedad han llevado a muchos m�todos diferentes
para generar datos aleatorios. Estos m�todos pueden variar depende de cu�n
impredecible o estad�sticamente aleatorios son, y cu�n r�pido pueden generar
n�meros aleatorios.
Antes del avance de los generadores computacionales de n�meros aleatorios, generar
grandes cantidades de n�meros suficientemente aleatorios (importante en
estad�stica) requer�a mucho trabajo. Los resultados pod�an ser algunas veces ser
colectados y distribuidos como tablas de n�meros aleatorios.
Enlaces relacionado con generar aleatoriedad
Entrop�a (informaci�n)
Teor�a de probabilidad
Secuencia pseudoaleatoria
N�mero aleatorio
Variable aleatoria
Proceso estoc�stico
Malinterpretaciones / falacias l�gicas
Percepciones populares de la aleatoriedad est�n frecuentemente equivocadas, basadas
en falacias l�gicas. El seguimiento en un intento de identificar la fuente de tales
falacias y corregir los errores l�gicos.
Un n�mero est� "debido"
Este argumento dice que "ya que todos los n�meros eventualmente saldr�n en una
selecci�n aleatoria, aquellos que todav�a no hayan salido est�n 'debidos' y es m�s
probable que salgan pronto". Esta l�gica es solo correcta si es aplicada a un
sistema donde los n�meros que salen son eliminados del sistema, as� como cuando se
barajan las cartas sin regresarse al mazo. Es verdad, por ejemplo, que una vez que
una J es eliminada del mazo, la pr�xima carta es menos probable que sea una J y m�s
probable que sea otra. Sin embargo, si la J es devuelta al mazo, y este es barajado
de nuevo, hay una oportunidad igual de sacar una J o cualquier otra carta la
pr�xima vez. La misma verdad se aplica a cualquier otro caso donde los objetos son
seleccionados independientemente y nada es retirado del sistema luego de cada
evento, as� como una tirada de dado, de moneda o la mayor�a de las loter�as.
Un n�mero est� "maldito"
Este argumento es casi la reversa del de arriba, y dice que los n�meros que han
salido de forma menos seguida en el pasado continuar�n viniendo con igual
frecuencia en el futuro. Un argumento similar, "n�mero bendito", puede estar
diciendo que los n�meros que han salido con mayor frecuencia en el pasado lo har�n
en el futuro. Esta l�gica es solo v�lida si la tirada es de alguna manera parcial y
los resultados no tienen igual probabilidades �por ejemplo, con un dado pesado�. Si
sabemos con seguridad que la tirada es justa, entonces eventos previos no tienen
influencia en eventos futuros.
N�tese que en la naturaleza, eventos inesperados o inciertos raramente ocurren con
frecuencias perfectamente iguales, de esta manera el aprender qu� eventos son
probables que tengan probabilidades m�s altas observando resultados tiene sentido.
Lo que es falaz es aplicar esta l�gica a sistemas que son especialmente dise�ados
para que todos los resultados sean igualmente probables -tales como los dados, las
ruletas, etc.
Citas
"Dios no juega a los dados con el universo". �Albert Einstein
"N�meros aleatorios no deber�an ser generados por un m�todo elegido
aleatoriamente". �Donald E. Knuth
"La generaci�n de n�meros aleatorios es demasiado importante para ser librada al
azar". �Robert R. Coveyou, Laboratorio Nacional de Oak Ridge, 1969
"Aquello que es est�tico y repetitivo es aburrido. Aquello que es din�mico y
aleatorio es confuso. En el medio yace el arte". �John Locke
"Rio de lo predecible y cuento lo pseudo aleatorio". �Steven Roddis
"�C�mo osamos hablar de las leyes del azar? �No es azar la ant�tesis de toda ley?".
� Joseph Bertrand, Calcul des probabilit�s, 1889
V�ase tambi�n
Azar
Algoritmo Fisher-Yates
Ley de los n�meros grandes
Apofenia y sincronicidad
Caos
Indeterminismo
Complejidad