Guia Simulacion 1 - Pruebas de Uniformidad

Generación de Números Aleatorios - Variables Aleatorias para un modelo de
Simulación y Pruebas estadísticas para verificar uniformidad e independencia
Objetivos:
o Usar algoritmos para generar números aleatorios (uniformes).

o Usar La función de Aleatorio de Excel para generar números pseudo aleatorios.
o Aplicar las pruebas estadísticas de uniformidad y de independencia a un conjunto ri
de números pseudo aleatorios usando Stat::Fit
o Validar que el conjunto ri de números pseudo aleatorios realmente está conformado
por números aleatorios o no; a un nivel de confianza alfa (α) aplica pruebas
estadísticas usando formulas y tablas estadísticas.
I. Introducción: Para realizar una simulación se requiere números aleatorios

(variable Aleatoria) en el intervalo (0,1), a los cuales se hará referencia como ri, es decir, una
secuencia de ri ={ r1 , r2 =, r3 =, r4 =,…, rn } que contiene n números, todos ellos diferentes; n
recibe el nombre de período o ciclo de vida del generador que creo la secuencia ri .
Los ri constituyen la parte medular de la simulación de procesos estocásticos y generalmente
se usan para generar el comportamiento de variables aleatorias, tanto continuas como
discretas. De Debido a que no es posible generar números realmente aleatorios es necesario
consideraremos los ri como números pseudo aleatorios, generados por medios de
algoritmos determinísticos que requieren parámetros de arranque.
Para simular el comportamiento de una o más variables aleatorias es necesario contar con
un conjunto suficientemente grande de ri que permita, por ejemplo que la secuencia tenga
al menos un periodo de vida de n=2 31 =2, 174, 483, 648. De acuerdo con L´Ecuyer una
secuencia de ri con período de vida n=231 es pequeña; de hecho, incluso una secuencia de ri
que contenga un ciclo de vida de n=2 64 se considera pequeño. En la actualidad contamos con
generadores de y procesadores capaces de construir una secuencia ri con periodo de vida de
n=2200.
Usted se preguntará por que debemos una secuencia grande de números aleatorios ri
suficientemente grandes. Lo cual ilustramos con el siguiente ejemplo. Suponga que
queremos simular que tiene 5 cajeros en paralelo, cada uno de los cuales atiende
aproximadamente 50 clientes diarios. Para simular el tiempo de atención se requiere un
generador de variable aleatoria en función de ri por ejemplo Ti=5+2ri, expresado en minutos
para toda i=1,2,3,…,n. Si simulamos el tiempo de atención de manera aislada, es decir sin
considerar el tiempo transcurrido desde la llegada de éstos, serán necesarios 5x50=250
números ri para similar un día; si deseáramos simular 5 días se necesitan 250x5=1250 ri.
Ahora bien, si consideramos el tiempo desde la llegada de los clientes, precisaríamos de 250
ri para simular el tiempo transcurrido desde la llegada al banco de los 250 clientes por día y
250x5 = 1250 ri para simular el correspondiente al total atendidos durante 5 días. Por lo
tanto se requieren 2500 números pseudo aleatorios ri para simular la operación del banco
durante 5 días.
Como los resultados no pueden basarse en una sola simulación del sistema; por lo el
contrario es necesario realizar varias réplicas de la misma, corriendo cada una de ellas con
números pseudo aleatorios diferentes. Retomando el ejemplo del banco, simular 5 días otra
vez significa que necesitamos 2500 ri para realizar la simulación del sistema de atención al
cliente con dos réplicas.
Usted se podrá imaginar cuántos números ri serán necesarios para simular la operación del
banco durante 9 réplicas, o cuántos números ri se requieren para simular un sistema
productivo durante un año, con varias líneas de producción y cada línea de producción con
varias estaciones y cada estación con uno o más procesos.
En esta guía aprenderemos a generar números pseudo aleatorios basados en varios

algoritmos; a ya generados esos números requerimos comprobar si son útiles para ser
usados para un modelo de simulación.
Por lo tanto los Números Aleatorios cumplen las siguientes propiedades:

 Se distribuyen uniformemente
 Son estadísticamente independientes
 Son reproducibles
 Son de ciclos no repetitivo tan largo como sea posible
 Capaces de producir diferentes secuencias de números  Son rápidos de generar.
 Son generados a través de un método que no requiera mucha capacidad de
almacenamiento de la computadora. 
Pruebas de Uniformidad:
Una de las pruebas de datos más importantes que debe cumplir un conjunto de números ri
es de uniformidad. Para comprobar su acatamiento se han desarrollados pruebas estadísticas
tale como las pruebas Chi-cuadradas y de Kolmogorov – Smirnov. En cualquiera de ambos
casos, para probar la uniformidad de los números de un conjunto ri es necesario formular
las siguientes hipótesis:
H0: ri ≈ U(0,1) Los números son uniformes.
H1: ri no son uniformes. o Prueba
Chi-cuadrada.
La prueba Chi-cuadrada busca determinar si los números del conjunto ri se distribuyen

uniformemente en el intervalo (0,1). Para llevar a cabo esta prueba es necesario dividir el
intervalo (0,1) en m sub intervalos, en donde es recomendable m=√𝑛 . Posteriormente se clasifica

cada número pseudo aleatorio del conjunto ri en los m intervalos. A la cantidad de números ri que
clasifican en cada intervalo se le denomina frecuencia observada (O i), y la cantidad de de números ri
que se espera encontrar en cada intervalo se le llama frecuencia esperada (E i); teóricamente la ri es
igual a n/m. A partir de los valores Oi y Ei se determina el estadístico
m
( Ei−Oi )2
𝑋= ∑ Ei
i=1
Si el valor del estadístico 𝑋𝑜2 es menor que el valor de x es chi alfa es tolerancia 𝑋𝛼2,𝑚−1, entonces
no se puede rechazar que el conjunto de datos ri sigue una distribución uniforme. En caso contrario,
se rechaza que ri sigue una distribución uniforme.
Ejemplo: Obtendremos un conjunto de 50 números aleatorios usando la función Aleatorio() de

Microsoft Excel. Como se indica: =ALEATORIO.ENTRE(0,9)
5 5 0 1 2 2 1 7 9 0
0 5 0 1 9 1 0 2 6 7
5 7 9 4 4 6 1 1 6 2
8 8 1 1 8 3 6 0 0 1
6 1 0 5 6 9 3 5 1 7
Vamos a probar el contraste de hipótesis siguiente:
H0:Los ri son uniformes o aleatorios U(0,9)
Ha: Los ri no son uniformes U(0,9)
Con un α=0.05
Para realizar la prueba chi-cuadrada para analizar si es una distribución uniforme discreta
Construimos la siguiente tabla.
Dígito Frecuencia Frecuencia (Ei - Oi) (Ei - Oi)2 (Ei -Oi)2/Ei
observada (OI) esperada (Ei)
0 8 5 -3 9 1.80
1 11 5 -6 36 7.20
2 4 5 1 1 0.20
3 2 5 3 9 1.80
4 2 5 3 9 1.80
5 6 5 -1 1 0.20
6 6 5 -1 1 0.20
7 4 5 1 1 0.20
8 3 5 2 4 0.80
9 4 5 1 1 0.20
Σ 14.40
𝑋 =14.40 Este valor lo compararemos con el valor

𝐸𝑖
teórico para 𝑋𝛼2,𝑔𝑙 = 𝑋02.05,9 = 16.919. Podemos ver que el valor 𝑋𝑜2 <
𝑋02.05,9 por tanto no se rechaza la hipótesis que los datos se distribuyen
uniformemente.
o Prueba Kolmogorov - Smirnov
Propuesta por Kolmogorov y Smirnov, ésta es una prueba estadística que también nos sirve para
determinar si un conjunto ri cumple la propiedad de uniformidad. Es recomendable aplicarla en
conjuntos ri pequeños, por ejemplo n < 20. El procedimiento es el siguiente.
1. Ordene de menor a mayor los número ri r1≤ r2≤ r3≤ … ≤ rn

2. Determine los valores D+, D- y D con las siguientes ecuaciones.
𝐷
+= 𝑚á𝑥1<𝑖<𝑛 {𝑖 − 𝑟𝑖}
𝑛
−= 𝑚á𝑥1<𝑖<𝑛 {𝑟𝑖 − 𝑖 − 1}
𝐷
𝑛
𝐷 = 𝑚á𝑥 {𝐷+, 𝐷−}
3. Determinar el valor crítico 𝐷𝛼,𝑛 de acuerdo con la tabla de valores críticos de
Kolmogorov-Smirnov para un grado de confianza α y según el tamaño de la muestra
n.
 Si el Valor D es mayor que el valor crítico 𝐷𝛼,𝑛 se concluye que los
números del conjunto ri , no siguen una distribución uniforme;
de lo contrario se dice que no se ha detectado diferencia
significativa entre la distribución de los números del conjunto r i
y la distribución uniforme.
(Nota: ver ejemplo de esta prueba en el libro de Simulación y análisis de sistemas con
Promodel)
o Pruebas de Independencia
Recuerde que las dos propiedades más importantes que deben satisfacer los números de un
conjunto ri son uniformes e independientes. Hemos comentados anteriormente dos pruebas para
determinar si los números ri son uniformes. A continuación hablaremos de las pruebas estadísticas
que tratan de corroborar si los números en el intervalo (0,1) son independientes o en otras
palabras, si parecen aleatorios.
H0: los números del conjunto ri son independientes.

H1: los números del conjunto ri no son independientes.
del conjunto ri son independientes.

ACTIVIDAD PRÁCTICA
0.5990 0.8493 0.5929 0.0167 0.0879 0.5677 0.1911 0.2147 0.8571 0.718
6
0.3192 0.4953 0.0171 0.4851 0.2679 0.6530 0.5868 0.5020 0.5237 0.493
3
0.4462 0.4034 0.5741 0.3128 0.1844 0.4690 0.2446 0.5506 0.5504 0.492
8
0.6792 0.6729 0.0503 0.9769 0.8332 0.517 0.3055 0.1981 0.7593 0.808
5
0.8133 0.2304 0.6795 0.0207 0.9670 0.9390 0.8852 0.1390 0.8504 0.157
6
Determine si el conjunto de números son Aleatorios, para lo cual se le solicita realizar las
siguientes pruebas.
a. Prueba Chi-cuadrada para verificar uniformidad (0.0000, 0.9999)
b. Prueba de corrida para verificar independencia
c. Prueba de póker para verificar independencia
Solución:
a. Prueba Chi-cuadrada para verificar uniformidad (0.0000, 0.9999) Planteamos
el contrate de hipótesis.
H0:Los ri son uniformes o aleatorios U(0.0000,0.9999)
Ha: Los ri no son uniformes U(0.0000,0.9999)
Con un α=0.05
Cálculos del estadístico Chi-cuadrada.

internvalo Frecuencia Frecuencia (Ei - Oi) (Ei - Oi)2 (Ei -Oi)2/Ei
observada (OI) esperada (Ei)
0.0000-0.0999 5 5 0 0 0.00
0.1000-0.1999 5 5 0 0 0.00
0.2000-0.2999 4 5 1 1 0.20
0.3000-0.3999 3 5 2 4 0.80
0.4000-0.4999 7 5 -2 4 0.80
0.5000-0.5999 10 5 -5 25 5.00
0.6000-0.6999 4 5 1 1 0.20
0.7000-0.7999 2 5 3 9 1.80
0.8000-0.8999 7 5 -2 4 0.80
0.9000-0.9999 3 5 2 4 0.80
Σ 10.40
𝑋 =10.4.40 Este valor lo compararemos con el valor teórico para
𝐸𝑖
𝑋𝛼2,𝑔𝑙 = 𝑋02.05,9 = 16.919. Podemos ver que el valor 𝑋𝑜2 < 𝑋02.05,9 por tanto no se rechaza la
hipótesis que los datos se distribuyen uniformemente.
Conclusión; el conjunto de números xi analizados según la prueba estadística Chicuadrada

evidencia que son uniformemente continuos en el rango (0.0000 a 0.9999)
b. Prueba de corrida para verificar independencia de los ri Formulamos la

hipótesis:
H0:Los ri son Independientes
Ha: Los ri no son Independientes Con
un α=0.05
Tabla de distribución normal estándara N(0,1)
Los valores de la tabla normal representan el área bajo la curva normal hasta un valor
positivo de z.
Tabla chi
ACTIVIDAD PARA ENTREGAR EN INFORME:
1. DETERMINE SI UN CONJUNTO DE 100 NÚMEROS ENTEROS ENTRE 0 Y 99, GENERADOS

CON LA FUNCIÓN ALEATORIO DE MICROSOFT EXCEL SON
ALEATORIOS ES DECIR SON UNIFORMES E INDEPENDIENTES. USE LA PRUEBAS:
CHICUADRADA Y CORRIDAS (RUNS TEST). HACER LOS TEST CON α=0.05
a. Resolverlo aplicando fórmulas y tablas estadísticas
b. Resolverlo con Stat::Fit
2. DETERMINE SI UN CONJUNTO DE 100 NÚMEROS ENTRE 0.00000 Y 0.9999, GENERADOS

CON LA FUNCIÓN ALEATORIO DE MICROSOFT EXCEL SON
ALEATORIOS ES DECIR SON UNIFORMES E INDEPENDIENTES. USE LA PRUEBAS:
CHICUADRADA Y PÓKER. HACER LOS TEST CON α=0.05
a. Resolverlo aplicando fórmulas y tablas estadísticas
b. Resolverlo con Stat::Fit

Guia Simulacion 1 - Pruebas de Uniformidad

Cargado por

Copyright:

Formatos disponibles

Guia Simulacion 1 - Pruebas de Uniformidad

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Guia Simulacion 1 - Pruebas de Uniformidad

Cargado por

Copyright:

Formatos disponibles

Generación de Números Aleatorios - Variables Aleatorias para un modelo de

Simulación y Pruebas estadísticas para verificar uniformidad e independencia

o Usar algoritmos para generar números aleatorios (uniformes).

I. Introducción: Para realizar una simulación se requiere números aleatorios

En esta guía aprenderemos a generar números pseudo aleatorios basados en varios

Por lo tanto los Números Aleatorios cumplen las siguientes propiedades:

La prueba Chi-cuadrada busca determinar si los números del conjunto ri se distribuyen

intervalo (0,1) en m sub intervalos, en donde es recomendable m=√𝑛 . Posteriormente se clasifica

Ejemplo: Obtendremos un conjunto de 50 números aleatorios usando la función Aleatorio() de

𝑋 =14.40 Este valor lo compararemos con el valor

o Prueba Kolmogorov - Smirnov

1. Ordene de menor a mayor los número ri r1≤ r2≤ r3≤ … ≤ rn

H0: los números del conjunto ri son independientes.

del conjunto ri son independientes.

Cálculos del estadístico Chi-cuadrada.

Conclusión; el conjunto de números xi analizados según la prueba estadística Chicuadrada

b. Prueba de corrida para verificar independencia de los ri Formulamos la

Tabla de distribución normal estándara N(0,1)

1. DETERMINE SI UN CONJUNTO DE 100 NÚMEROS ENTEROS ENTRE 0 Y 99, GENERADOS

2. DETERMINE SI UN CONJUNTO DE 100 NÚMEROS ENTRE 0.00000 Y 0.9999, GENERADOS

También podría gustarte