1.

OBJETIVOS:
Objetivo general:
Definir los algoritmos determinsticos No Congruenciales y Congruenciales para
generar nmeros pseudo-aleatorios.

Objetivos especficos:
Determinar para que sirven los nmeros pseudo-aleatorios.
Describir para qu y cmo se usan los nmeros pseudo-aleatorios.
Identificar algunos tipos de problemas que puede generar la experimentacin
directa sobre la realidad al utilizar los nmeros pseudo-aleatorios.

2. MARCO TEORICO:

NUMEROS ALEATORIOS Y PSEUDO-ALEATORIOS

Los nmeros aleatorios tienen la propiedad de ser obtenidos al azar, es decir, son
resultado de un proceso en el cual su resultado no es predecible ya que todo numero
tiene la misma probabilidad de ser elegido y la eleccin de uno no depende de la
eleccin del otro. La palabra aleatorio se usa para expresar una aparente carencia de
propsito, causa, u orden. El ejemplo clsico ms utilizado para generarlos es el
lanzamiento repetitivo de una moneda o dado.

Los nmeros pseudo-aleatorios son nmeros generados en un proceso que parece

producir nmeros al azar, pero no lo hace realmente, de aqu el prefijo pseudo que
quiere decir falso, ya que su generacin parte de algoritmos determinsticos, lo cual nos
quiere decir que obtendremos siempre el mismo resultado bajo las mismas condiciones
iniciales. Estas condiciones se refieren a varios parmetros de arranque, siendo el valor
inicial, tambin llamado semilla, el denominador comn de todos los algoritmos.

Estos nmeros tienen la caracterstica de que deben seguir una distribucin Uniforme,
es decir que pueden tomar cualquier valor dentro del intervalo (0, 1), entonces podemos
decir que los nmeros pseudo-aleatorios son nmeros entre 0 y 1 que han pasado por
un tamizado de pruebas para poder determinar que tendrn una funcin aproximada a
la realidad, es decir, haya aleatoriedad.

La simulacin es el proceso de disear un modelo de un sistema real, que servir para

dirigir experimentos con el propsito de entender, explicar, analizar o mejorar el
comportamiento del sistema.

Generacin de los nmeros pseudo-aleatorios entre 0 y 1

Los nmeros pseudo-aleatorios se generan mediante algoritmos determinsticos, es

decir aquellos en que se obtiene el mismo resultado bajo las mismas condiciones
iniciales, por lo cual requieren parmetros de arranque.
Sea una secuencia = {1 , 2 , 3 , , } con n valores distintos, se le conoce como el
conjunto necesario de nmeros entre 0 y 1 para realizar una simulacin, siendo n el
periodo o ciclo de vida. Esta secuencia forma la parte principal de la simulacin de
procesos estocsticos (basado en probabilidades) y son usados para generar la conducta
de variables aleatorias, continuas o discretas. Estos nmeros se consideran pseudo-
aleatorios porque es imposible el generar nmeros realmente aleatorios.
Es preciso contar con un conjunto grande, esto con la finalidad de simular el
comportamiento de una o ms variables aleatorias, adems el periodo de vida debe ser
amplio debido a que es conveniente realizar varias rplicas de simulacin, corriendo
cada una con nmeros pseudo-aleatorios distintos. Es importante sealar que se
considera satisfactorio si pasa sin problema las pruebas de uniformidad e
independencia, solo as podr ser usado en la simulacin.

Los algoritmos determinsticos para generar nmeros pseudo-aleatorios se dividen en

no congruenciales y congruenciales, stos a su vez se dividen en lineales y no lineales.

Algoritmos No Congruenciales

a) Algoritmo de cuadrados medios

El procedimiento de obtencin de nmeros pseudo-aleatorios con este tipo de
generador es el siguiente:
Se define una semilla.
Se eleva la semilla al cuadrado.
Dependiendo de la cantidad de dgitos que se desea tenga el nmero pseudo-
aleatorio, se toman de la parte central del nmero resultante en el paso anterior
el nmero de di gitos requeridos. Si no es posible determinar la parte central, se
completa el numero agregando ceros al principio o al final.
Debe tenerse en cuenta que se desean nu meros pseudo-aleatorios entre 0 y 1,
en consecuencia, el resultado se debe normalizar, es decir, si los nu meros son de
dos di gitos se normaliza dividiendo por 100, si es de tres di gitos por mil y as
sucesivamente.

Ejemplo: generar 3 numeros aleatorios de 4 di gitos a partir de un generador de

cuadrados medios utilizando como semilla el nu mero 445.

Como se quieren numeros pseudo-aleatorios de 4 di gitos, se tomaran los cuatro

di gitos de la parte central del cuadrado de la semilla, de la siguiente manera:
Observacin: como los nmeros pseudo-aleatorios deben estar entre 0 y de 4 di gitos,
se normaliza dividiendo entre 10000.

b) Algoritmo de productos medios

Este mtodo es un poco similar al anterior, pero se debe comenzar con dos semillas cada
una con k di gitos, el resultante se toma como las cifras centrales del producto de los dos
numeros anteriores. Por ejemplo, tomando como semillas a 0 = 13 y 1 = 15 el mtodo
sera el siguiente:

c) Algoritmo de multiplicador constante

Consiste en usar una constante multiplicativa en lugar de una variable. Es decir, +1 =
(K* ). Debe notarse que los metodos anteriores tienen periodos relativamente cortos,
los cuales son afectados grandemente por los valores iniciales que se escojan, adems
son estadsticamente insatisfactorios. Tambin debe tenerse en cuenta que un
generador con un periodo corto no sirve para hacer un numero considerado de ensayos
de simulacin.

Algoritmos Congruenciales

d) Algoritmo congruencial aditivo

Calcula una sucesin de nu meros pseudo-aleatorios mediante la relacin +1 =
+ (mod M). Para usar este mtodo se necesitan k valores iniciales, siendo k entero.
Las propiedades estadsticas de la secuencia tienden a mejorarse a medida que k se
incrementa. Este es el nico mtodo que produce periodos mayores que M.

Ejemplo: Generar 7 nmeros pseudo aleatorios entre cero y uno a partir de la siguiente
secuencia de nmeros enteros: 65, 89, 98, 03, 69; m = 100.
 e) Algoritmos congruenciales multiplicativo
Calcula una sucesio n de enteros no negativos, cada uno de los cuales es menor que
M mediante la relacion +1 = a. (mod M). Es un caso especial de la relacion de
congruencia en que c=0, este metodo se comporta de manera satisfactoria
estadi sticamente, es decir, los numeros generados por medio de este metodo estan
unifrmenle distribuidos, y no estan correlacionados. Este metodo tiene un periodo
maximo menor que M, pero se pueden imponer condiciones en a y 0 de tal forma que
se obtenga el periodo maximo. Desde el punto de vista computacional es el ms rpido
de todos.

Para transformar los nmeros Xi en el intervalo de (0, 1) se usa la ecuacin:

Ejemplo: Generar suficientes nmeros entre 0 y 1 con los siguientes parmetros: 0 =

17, k =2, y g =5 hasta encontrar el periodo o ciclo de vida.

f) Algoritmo Lineal
Los generadores congruenciales lineales generan una secuencia de numeros pseudo-
aleatorios en la cual el prximo nu mero pseudo-aleatorio es determinado a partir del
ltimo numero generado, es decir, el numero pseudo-aleatorio +1 es derivado a partir
del numero pseudo-aleatorio La relacion de recurrencia para el generador
congruencial mixto es +1= (a. + ) mod m, en donde

0 = es la semilla
a = el multiplicador
c = constante aditiva
m=el modulo (m > 0, a, c)
0, a, c > 0
Esta relacin de recurrencia nos dice que +1 es el residuo de dividir a + entre el
modulo. Lo anterior significa que los valores posibles de +1son 0,1,2,3 m-1, es decir,
m representa el nu mero posible de valores diferentes que pueden ser generados.

Ejemplo: supongamos que se tiene un generador en el cual los valores de sus

parmetros son: a = 5, c = 7, 0 = 4 y m = 8. El generador quedara de la siguiente manera:

+1 = (5 +7 ) mod 8.
En la tabla se muestran los numeros aleatorios generados por este metodo.

Cuando se quiere construir un generador de nu meros aleatorios para simular los valores
de una variable aleatoria, se deben elegir los parmetros de tal manera que se garantice
un periodo largo para que se puedan hacer todos los ensayos de simulacin, por lo
tanto, se deben tener en cuenta las siguientes condiciones:

a Debe ser un numero impar, no divisible ni por 3 ni por 5.

c Usualmente puede ser cualquier constante, sin embargo, para asegurar
buenos resultados, se debe seleccionar a de tal forma que, a mod 8 = 5 para
una computadora binaria, o a mod 200 = 21 para computadora decimal.
m debe ser el nu mero entero ms grande que la computadora acepte.

3. CONCLUSIONES:

La funcin de los nmeros pseudo-aleatorios es que a partir de ellos podemos

generar variables aleatorias las cuales estn sujetas en el mayor de los casos, a
distribuciones estadsticas que son las que se usan para establecer el
comportamiento de materiales, sucesos, personas, etc., en todo proceso de
simulacin.

Los nmeros pseudo-aleatorios es necesario utilizar para tener nivel alto de

confiabilidad que se comportan de manera similar a un conjunto de nmeros
aleatorios y se usan como una fuente confiable de variabilidad dentro de los
modelos de simulacin porque las sucesiones de nmeros pseudo-aleatorios son
ms rpidas de generar que las de nmeros aleatorios.
 La experimentacin directa sobre la realidad puede tener algunos tipos de
problemas como: costo muy alto, gran lentitud, en ocasiones las pruebas son
destructivas, puede no ser tica (sobre todo si estn involucrados seres
humanos), puede resultar imposible, por ejemplo, para predecir sucesos futuros.

4. BIBLIOGRAFIA Y REFERENCIAS:

Mancilla Herrera Alfonso Manuel; Mtodos estadsticos aplicados y numero

aleatorios, (2011). Extrado de:
http://simulacionstefa.blogspot.com/2011/03/numeros-aleatorios.html

https://simulaciondeprocesosempresariales.wordpress.com/2011/03/14/meto
dos-de-generacion-de-numeros-pseudoaleatorios/

https://carlosmarquez.files.wordpress.com/2012/02/unidad-4-generacion-de-
numeros-pseudoaleatorios1.pdf

https://es.slideshare.net/albertojeca/numeros-pseudoaleatorios-y-variables-
aleatorias